英国统计硕士学什么？
1. 统计建模与分析（Statistical Modelling and Analysis） 这门课程是统计学习的核心，学习如何运用不同的方法进行数据分析，为后续的课题打下坚实的基础。课程涉及到的内容有描述性统计、推论统计、线性回归、逻辑回归、随机过程等。老师会把方法和理论深入浅出地介绍给学生，并让学生在实践中运用这些知识来完成课后作业。
2. 统计可视化（Statistics in Visualization） 利用图表的形式来表现数据是每一位数据处理人员的必备技能。这门课程教会学生如何把繁杂的数据变成简洁有力的图片，以及如何有效地进行数据的筛选和提炼。通过学习这门课，学生对统计可视化会有全新的认识，并掌握一系列相关的技能和技巧，比如数据降维、数据压缩、数据空间插值等。
3. 概率与随机过程（Probability & Stochastic Processes） 随机过程是一门研究随机事件动态过程的学科。本门课主要介绍了概率论的基本概念以及随机过程及其相关模型。内容包括随机事件、概率、期望、方差、大数定律、切比雪夫不等式、离散形随机变量、连续型随机变量、马尔可夫链、泊松过程等等。通过学习这门课程，学生能够系统地建立对概率与随机过程的认识，并为后续的课程打好基础。
4. 优化理论（Theory of Optimization） 最优化问题无处不在，不管是对个人还是企业，高效的决策都是建立在最优化的基础之上的。这门课上会涉及到最优化问题的数学模型、求解算法等内容。通过这门课程，学生们能够对最优化理论和方法有一个基本的掌握。
5. 信用风险管理（Credit Risk Management） 近年来随着国际金融风险的加剧，信用风险成为金融行业重点关注的风险类型。本课程从信用风险的度量、预测以及控制三个角度来进行阐述。课程内容涉及信贷决策中的基本概念、债券的估值、违约后资产的市场价值估计、信用风险转换成市场风险的手段等等。通过学习本课程，学生可以了解最新信用风险研究的成果和应用，并在实践中加以运用。