UniMate AI

MATHS 7025

Research Methods and Statistics

3 学分难度 中等

结合概率统计、研究方法、数据管理与工程研究写作,训练研究生级统计分析能力。

Course decision

选课先看

先看考核重心、截止节奏和入门要求,再决定这门课是否适合你的学期安排。

考核总权重

100%

4 项考核

最高单项

60%

Examination

期末考试

以官方 outline 为准

Hurdle

1 项

需要单独满足

What you learn

学完能做什么

学习成果来自官方 Unit Outline,关键词来自这门课的逐周主题。

课程能力关键词

researchstatisticsdesignreproducibilityfundamentalsvariablesmeasurementsamplinganddescriptiveforinferentialmethodsregression

Syllabus

每周大纲

默认只展示每周独有的知识重点;节奏、考核、Tutorial 和避坑信息按需展开。

  1. 1

    Research design fundamentals

    本周围绕 Research design fundamentals 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilityfundamentals
  2. 2

    Variables measurement and scales

    本周围绕 Variables measurement and scales 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilityvariablesmeasurement
  3. 3

    Sampling and data quality

    本周围绕 Sampling and data quality 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilitysamplingand
  4. 4

    Descriptive statistics for research

    本周围绕 Descriptive statistics for research 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilitydescriptivefor
  5. 5

    Inferential methods overview

    本周围绕 Inferential methods overview 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilityinferentialmethods
  6. 6

    Regression and model selection

    本周围绕 Regression and model selection 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilityregressionand
  7. 7

    Experimental and quasi-experimental design

    本周围绕 Experimental and quasi-experimental design 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilityexperimentaland
  8. 8

    Survey and observational analysis

    本周围绕 Survey and observational analysis 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilitysurveyand
  9. 9

    Ethics and reproducibility

    本周围绕 Ethics and reproducibility 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilityethicsand
  10. 10

    Communicating statistical evidence

    本周围绕 Communicating statistical evidence 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilitycommunicatingstatistical
  11. 11

    Applied research methods case

    本周围绕 Applied research methods case 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilityappliedmethods
  12. 12

    Research methods and statistics review

    本周围绕 Research methods and statistics review 展开,结合 MATHS 7025 - Research Methods and Statistics 的核心概念、方法框架与应用场景,建立可用于作业、练习或考试的知识结构。

    researchstatisticsdesignreproducibilitymethodsand

Assessment

考核结构

Online Tests

在线测试。

9%

Essay

研究方法论文。

15%

Assignments

统计作业。

16%

ExaminationHurdle

期末考试。

60%

Week Exam period

Reviews

学生评价

4.5

难度

5.0

含金量

2.0

压力

3.5

教师评分

mengwei liu

为了读博而选的课,其实不是特别难,而且感觉很实用,推荐大家选一下,以后相信工作中学会这些研究方法的话也会有所帮助

mengwei liu

report很长,数学功底一定要好,我们组最后就有一个人数据出错结果最后全组late拉闸了。

From Seniors

学长留下的

基础信息谁都查得到,真正值钱的是过来人的经验。

学姐说

比你早一年的学长留下的真实经验 —— ChatGPT 给不了。

这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。

往年考点 / 踩坑

这门课暂无往年考点记录。

毕业生去向(整体)

下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。

统计自 317 份脱敏校友证言

Deloitte

6 位校友

岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer

Zerologix

4 位校友

岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer

Servian

4 位校友

岗位:Full-stack Developer · Data Engineer · Consultant

关于这块数据,我们说实话

雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。

我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。