دانلود رایگان سوالات دکتری آمار و بیم سنجی 1399

تحلیل سرفصل‌های تخصصی و ساختار سوالات دکتری آمار و بیم‌سنجی ۹۹

تحلیل سوالات آزمون دکتری ۱۳۹۹ نشان می‌دهد که تمرکز طراحان بر ترکیب عمیق نظریه احتمال با کاربردهای عملی در علوم مالی و مدیریت ریسک بوده است. محورهای اصلی مورد پرسش عبارتند از:

• احتمال و نظریه اندازه (Measure Theory): مبانی نظری احتمال بر پایه تئوری اندازه، فضا‌های احتمال، اندازه‌های احتمالی، انتگرال لبیگ، تقارب انواع (نرم، احتمال، تقریباً همه جا) و قضایای اصلی مانند قانون اعداد بزرگ و قضیه حد مرکزی.
• استنباط ریاضی (Mathematical Inference): روش‌های تخمین نقطه‌ای (Maximum Likelihood, Method of Moments)، ویژگی‌های تخمین‌گرها (عدم تورش، کارایی، سازگاری)، آزمون‌های فرضیه (Likative, Wald, Score Tests)، فواصل اطمینان و استنباط بیزی (Bayesian Inference) شامل توزیع‌های پسین و احتمالات پیشین.
• مدل‌های احتمالی و فرآیندهای تصادفی: توزیع‌های متمرکز و تک‌متغیره (نرمال، گاما، بتا، اکسپوننشیال و غیره)، فرآیندهای مارکوف (Markov Chains)، فرآیندهای پوآسون، فرآیندهای گوسی و مدل‌های سری زمانی (ARIMA, GARCH) برای تحلیل داده‌های مالی.
• بیمه‌سنجی و مدیریت ریسک (Actuarial Science): مدل‌سازی خسارت (Loss Models)، توزیع‌های شدت و فرکانس خسارت، مدیریت ذخایر فنی، نظریه ریسک و محاسبات مربوط به بیمه‌های عمر و غیرعمر، و مدل‌های مدیریت ریسک مالی.
• روش‌های محاسباتی و آمارهای غیرپارامتریک: الگوریتم‌های بهینه‌سازی، روش‌های شبیه‌سازی مونت‌کارلو (MCMC)، آزمون‌های رتبه‌ای و تحلیل‌های غیرپارامتریک برای داده‌های بدون فرض توزیع مشخص.

جدول مواد امتحانی و ضرایب کنکور دکتری آمار و بیم‌سنجی

مواد امتحانی، ضرایب مصوب و زمان‌بندی آزمون کتبی سازمان سنجش برای این رشته به شرح زیر است:

راهکارهای موفقیت در مصاحبه دکتری آمار و بیم‌سنجی

مصاحبه‌های دکتری در دانشگاه‌های برتر (مانند دانشگاه تهران، دانشگاه شریف، دانشگاه تربیت مدرس و دانشگاه صنعتی امید) معمولاً بر پایه تسلط به مفاهیم پایه و توانایی حل مسئله است:

1. تسلط بر اثبات‌های کلاسیک: آمادگی برای اثبات قضایای اصلی در نظریه اندازه و استنباط (مانند قضیه حد مرکزی یا ویژگی‌های تخمین‌گر MLE) بر روی تخته سفید.
2. ارتباط میان مفاهیم و کاربردها: توانایی توضیح دادن مفاهیم آماری به زبان ساده و کاربردی (مثلاً تبیین مفهوم P-value یا ضریب ریسک در بیمه برای یک مدیر غیرمتخصص).
3. آشنایی با روش‌های محاسباتی مدرن: داشتن دیدگاه روشن درباره چالش‌های محاسباتی در مدل‌های بزرگ (Big Data) و روش‌های شبیه‌سازی مانند MCMC و کاربرد آن‌ها در محاسبات بیزی.
4. پروپوزال با محوریت مدیریت ریسک یا علم داده: تدوین طرح پژوهشی که یا بر حل یک مسئله ریاضیدانه‌ای در نظریه احتمال تمرکز دارد و یا بر کاربرد مدل‌های استوکاستیک در تحلیل بازارهای مالی یا مدیریت ریسک بیمه متمرکز است.

پرسش‌های متداول داوطلبان دکتری آمار و بیم‌سنجی (FAQ)