University College London (UCL)

Statistik MSc

Undervisa och lära

Den primära metoden för att kommunicera information och stimulera intresse är genom föreläsningar, vilka ger dig en formell kunskapsbas från vilken din förståelse kan utvecklas. Förståelsen av föreläsningsmaterialet förstärks genom övningar i övningar, datorworkshops och grupphandledningar, samt genom självstudier. Kamratstödd inlärning, diskussioner med andra studenter och individuella diskussioner med personal stöder också inlärningsprocessen.

Medan föreläsningar är det primära sättet att samla en kunskapsbas, kommer dina intellektuella, akademiska och forskningsmässiga färdigheter huvudsakligen att utvecklas utanför föreläsningssalen, till exempel genom att regelbundet (vanligtvis varje vecka) ta itu med och diskutera givna problem. Vissa kurser kräver att du utvecklar ditt tänkande bortom utantillinlärning och att du kopplar idéer mellan olika moduler. Du kommer att uppmuntras att resonera öppet genom diskussion om givna problem i handledningar. För vissa moduler tillåter workshops dig att arbeta med problem individuellt eller i grupp, med lärare/assistenter närvarande för att ge hjälp. Lärarpersonalen har också regelbundna "mottagningstider" under vilka du är välkommen att komma och ställa frågor om materialet och få individuell (enskild) hjälp och feedback.

Praktiska och överförbara färdigheter utvecklas genom att man erbjuder möjligheter till praktisk erfarenhet genom regelbundna workshops och projekt. Mycket av undervisningen i statistisk beräkning sker i datorworkshops, vilket gör att du kan lära dig genom aktivt deltagande. Ytterligare workshops som hålls under terminerna förbereder dig inför sommarforskningsprojektet och täcker kommunikation av statistik, till exempel presentation av statistiska grafer och tabeller. Projekthandledare kommer att ge vägledning om hur man hanterar en längre uppgift effektivt och du uppmuntras att övervaka din egen arbetspraxis med hjälp av ett självbedömningsformulär, samt att övervaka dina egna framsteg genom att självrätta icke-bedömda kursuppgifter.

All summativ bedömning sker på modulnivå under det läsår då modulen läses. De flesta moduler i statistisk vetenskap använder en kombination av skriftlig tentamen och kurser i slutet av året för att bedöma dina ämnesspecifika kunskaper och akademiska färdigheter, även om vissa moduler är helt kursbaserade. Statistiskt projektarbete bedömer ytterligare dina intellektuella, akademiska och forskningsmässiga färdigheter med hjälp av ordbehandlade skriftliga rapporter och, när det gäller sommarforskningsprojektet, en muntlig presentation.

Kurserna är utformade för att uppmuntra dig att utveckla dina kunskaper och färdigheter allt eftersom varje modul fortskrider. Även om inte alla kurser bidrar till formell bedömning, kommer de att ge dig möjlighet att visa dina intellektuella och praktiska färdigheter i skriftliga svar på problemblad och i muntliga svar under handledningar, med feedback huvudsakligen presenterad genom handledningar / problemlektioner / workshops, och individuellt på begäran.

I genomsnitt förväntas en student lägga 150 timmar på studier för varje modul om 15 högskolepoäng. Detta inkluderar undervisningstid, självstudier och kursarbete. Modulerna undervisas vanligtvis i tvåtimmarspass varje vecka under 10 veckor varje termin.

För heltidsstudenter är typiska kontakttimmar cirka 12 timmar per vecka. Utöver föreläsningar, seminarier, workshops och handledning studerar heltidsstudenter vanligtvis motsvarande ett heltidsjobb och använder sin återstående tid till självstudier och att slutföra kursuppgifter.

Under termin ett och två kan heltidsstudenter vanligtvis förvänta sig mellan 10 och 12 kontakttimmar per undervisningsvecka genom en blandning av föreläsningar, seminarier, workshops, kritiska övningar och handledning. Under termin tre och sommarperioden kommer studenterna att slutföra sina egna forskningsprojekt och hålla regelbunden kontakt med sina handledare.

moduler

Heltid

Kärnmaterialet ges genom en grundmodul (för att repetera grundläggande begrepp inom sannolikhet och statistik) och ytterligare obligatoriska moduler. Programmeringstekniker introduceras inom kärnmodulerna för att ge studenterna möjlighet att koda sina egna statistiska metoder. Studenterna kan sedan lägga särskild vikt vid sina intresseområden genom att välja lämpliga valfria moduler.

Forskningsprojektet är en konsolidering av masterprogrammets undervisningsdel. Studenterna analyserar och tolkar normalt data från ett verkligt, komplext problem, vilket ger möjlighet att ta fram hållbara lösningar. Projektämnen kan väljas från en lista från institutionen, eller så kan studenterna komma med egna förslag. Listan innehåller vanligtvis några samarbetsprojekt som är tillgängliga med industriella partners.

Deltid

Programmet erbjuds också på deltid över två år. De undervisade modulerna är uppdelade mellan första och andra året, men inom varje år är kurserna för en viss modul desamma som de som heltidsstudenter går (dvs. särskilda undervisningstider erbjuds inte för deltidsprogrammet).

Grundmodulen läses i början av första året. Det rekommenderas att studenterna även läser modulen Statistiska modeller och dataanalys (STAT0028) under första året, och förkunskapskraven för modulen måste vara uppfyllda, men annars finns det viss flexibilitet i den ordning som de återstående undervisade modulerna kan läsas. Deltidsstudenter lämnar in sitt projekt i slutet av andra året. Det är möjligt att komma överens med projekthandledaren om att börja arbeta med projektet tidigare än heltidsstudenter, men deltidsstudenter har inte rätt till en högre mängd handledning totalt sett.

Obligatoriska moduler

Statistisk databehandling

Statistiska modeller och dataanalys Statistisk design av undersökningar Forskningsprojekt Stiftelsens fjorton dagar Tillämpade Bayesianska metoder

Valfria moduler

Statistisk inferens

Stokastiska system Prognoser Beslut och risk Stokastiska metoder inom finans Medicinsk statistik 1 Medicinsk statistik 2 Stokastiska metoder i finans II Bayesianska metoder inom hälsoekonomi Kvantitativ modellering av operativ risk och försäkringsanalys Statistisk maskininlärning Beräkningsstatistik

Observera att listan över moduler som ges här är vägledande. Denna information publiceras lång tid före registreringen och modulinnehåll och tillgänglighet kan komma att ändras. Moduler som används för innevarande läsår är länkade för ytterligare information. Där det inte finns någon länk är ytterligare information ännu inte tillgänglig.

Studenter genomför moduler till ett värde av 180 högskolepoäng. Efter avslutad examen i 180 högskolepoäng erhåller du en masterexamen i statistik.

Tillgänglighet
Detaljer om tillgängligheten till UCL byggnaderna kan erhållas från AccessAble. Ytterligare information kan också erhållas från UCL studentstöd- och välbefinnandeavdelning.

Vad den här kursen kommer att ge dig

En av styrkorna med UCL Statistical Science är bredden av expertis som erbjuds; personalens forskningsintressen spänner över hela spektrumet från grunder till tillämpningar och ger viktiga originella bidrag till utvecklingen av statistikvetenskap.

London erbjuder en utmärkt miljö för att studera statistikvetenskap. Staden är hemvist för Royal Statistical Society och en bas för en stor gemenskap av statistiker, både akademiska och icke-akademiska.

UCL :s nybildade Institute for Mathematical and Statistical Sciences strävar efter att bli Londons ledande centrum för forskning, undervisning och samarbete inom matematik och statistik, och etablera UCL som en global ledare och ett utåtriktat centrum för matematiska vetenskaper och dess tillämpningar.

Rankad som 5:e i Storbritannien av QS World University Rankings by Subject 2024 för statistik och operationell forskning, erbjuder vi dig en utmärkt utbildning med hög undervisningsstandard.

Grunden för din karriär

Utexaminerade börjar vanligtvis yrkesmässigt arbeta inom ett brett spektrum av industrisektorer eller fortsätter akademiska studier.

Anställningsområdena inkluderar redovisning och finansiella tjänster, bank och investeringar samt konsultverksamhet, med nyutexaminerade som får anställningar hos en rad olika arbetsgivare, inklusive Vanguard och WillisTowersWatson.

anställbarhet

Masterexamen i statistik ger färdigheter som för närvarande är mycket eftertraktade. Utexaminerade får avancerad utbildning i metoder och beräkningsverktyg för dataanalys som företag och forskningsorganisationer värdesätter. Till exempel kräver de nya direktiven och lagarna för riskbedömningar inom bank- och försäkringsbranschen, såväl som hälso- och sjukvårdssektorn, statistiska experter utbildade på avancerad nivå. Den stora mängden databehandling inom olika branscher (så kallad "data deluge") kräver också spetskompetens inom statistik. Som ett resultat har våra nyutexaminerade erbjudits tjänster som forskningsanalytiker eller konsulter, och jobbmöjligheterna inom dessa områden ökar.

nätverk

Institutionen erbjuder expertis i världsklass tillsammans med starka kopplingar till yrkesverksamma, och dess placering inom UCL ger bred kunskap (till exempel UCL institut för matematiska och statistiska vetenskaper, UCL centrum för beräkningsstatistik och maskininlärning och Alan Turing-institutet). Personalen samarbetar också direkt med sjukhus, kraftbolag, myndigheter och finanssektorn. Följaktligen har doktorander möjligheter att samarbeta med externa institutioner.

Det finns möjlighet för externa organisationer att hålla tekniska föreläsningar och seminarier, medan listan över forskningsprojekt för masterexamen vanligtvis inkluderar samarbetsprojekt som är tillgängliga med läkemedelsföretag och andra industriella partners.

Ackreditering
Detta masterprogram är ackrediterat av Royal Statistical Society.

Den nuvarande ackrediteringsperioden omfattar studenter som först registrerar sig mellan september 2023 och september 2028.