统计学是依托数理理论、兼具理论与应用价值的基础交叉学科，以自然、社会与复杂系统中的海量数据、随机现象和不确定性问题为研究核心，覆盖数据采集、建模、分析、推断全流程，依托概率统计、数据建模、风险评估等构建完善的量化分析体系。广泛赋能基础科研、工程技术、数字经济、社会治理等诸多领域，为大数据、人工智能、产业升级与区域发展提供核心量化支撑，是现代科研与数字化发展的重要基础学科。

贵州民族大学统计学学科始建于2003年，2006年获批概率论与数理统计二级学科硕士授权点，2010年统计学专业获批为国家高等学校特色专业建设点，2011年我校统计学获批为一级学科硕士授权点，2014年统计学学科获批为贵州省重点学科，2017年统计学专业获批为贵州省一流专业。统计学学科立足贵州，扎根民族地区，围绕统计机器学习、数据科学与统计应用和数理统计学等学科方向，形成 “数理基础 + 智能统计 + 民族区域应用”的区别于国内同类院校的 “民族特色应用统计” 发展路径，是西部民族院校中特色鲜明的统计学科，重点服务贵州 “四新四化”、大数据、乡村振兴三大战略行动。研究方向如下：

1.统计建模与模式识别

研究领域：统计建模方法与应用、统计模式识别、图像处理与统计信号处理等，侧重于智能交通、智能舆情分析、智能安全监控等方面的研究。

特色优势：围绕统计学习的基础理论开展前沿应用研究，融合统计推断与深度学习，面向电子制造工业质检、医学影像开展多视图数据聚类、系统可靠性评估，搭建工业缺陷统计识别模型、运用统计量化方法解析苗绣纹样、苗语语音多维特征，建立民族文化数据库，为非遗数字化、文创产业发展提供数据支撑。

2.海量数据统计与分析

研究领域：该方向主要研究基于大数据分析与挖掘、人工智能、机器学习等智能计算的海量数据统计建模与分析，侧重于利用大数据、数据活化等数据管理、应用和分析技术，探究先进的分布式模型、并行算法和深度学习方法。

特色优势：针对移动轨迹大数据挖掘分析的实时性、鲁棒性和精确性问题，提出基于 MapReduce 的面向分布式建模通用框架的时空权重 K 近邻模型、结合时间窗口和正态分布的分布式长短期记忆权重模型、面向相关性分析的交通流预测方法、面向海量小文件处理策略的并行频繁模式增长算法等，为构建智慧城市提供决策依据和技术支持。

3.统计模型与统计计算

研究领域：参数估计、模型选择、模型诊断与检验、参数与非参数统计模型、统计计算等，侧重于回归理论、非参数与半参数统计模型等理论方法研究。

特色优势：针对截尾情形下屏蔽数据、失效相依屏蔽数据等不完全数据情形下，将单部件产品拓展为多部件系统，通过引入虚拟变量解决了系统失效原因屏蔽的问题。同时将多种统计推断方法相融合，给出几类参数估计方法等。

一审：王自强   

二审：霍雨佳  

三审：刘    璐