一、专业简介
“经济大数据分析”微专业面向大数据时代对复合型人才的迫切需求，融合统计学、经济学与计算机科学三大领域，系统培养学生掌握数据收集、处理、分析与决策支持的核心能力。课程内容涵盖统计基础、因果推断、机器学习、网络爬虫、虚拟仿真等前沿技术，通过案例教学、项目实践与校企合作，提升学生在大数据环境下的经济分析与政策评估能力，为未来从事数据分析、政策研究、金融科技等职业奠定坚实基础。
二、培养目标
本微专业旨在培养具备扎实统计理论基础、熟练大数据分析技能、能够运用Python、R等工具进行经济数据建模与政策评估的高素质复合型人才。学生将掌握从数据获取到决策支持的全流程能力，具备跨学科视野与创新思维，适应政府、金融、互联网等行业对数据分析和经济研判的岗位需求。
三、培养方式
采用课堂教学和课后辅导相结合，春秋季上课时间为每周四下午，小学期为放假前后一周全天上课；课后辅导地点设置在知行楼A座106会议室，辅导时间为每周二和周四，具体时间另行通知。
四、招生对象
面向全校各专业对数据分析与经济统计感兴趣的大一、大二、大三学生（含法商学院），具备《高等数学》《线性代数》《概率论与数理统计》基础者优先。每期限额100人，若报名人数超额，将结合数学相关课程成绩与报名顺序择优录取。
五、学制与学费
学制为3学期，共18学分。学费标准为80元/学分，总计1440元，由学校财务处统一收取。修满学分并考核合格者，颁发湖北经济学院微专业证书。
六、报名时间
2025年10月1日–2025年10月29日
七、咨询报名方式
咨询地点：统计与数学学院综合办公室（知行楼A110）
咨询电话：18007143395（夏老师）
报名链接：https://www.wjx.cn/vm/exv7Vt9.aspx
微专业报名二维码： 咨询QQ群：1049608950
八、课程设置
本微专业共开设《统计素养初步：从数据到决策》《因果推断与政策评估》《经济政策虚拟仿真与实验》《机器学习理论与应用》《网络爬虫技术与Python实现》《经济大数据案例分析》等六门课程，总计18学分288课时，学制3个学期。首次开课时间为2025年11月1日。具体安排如下表所示：
第一阶段课表：
课程名称 | 《统计素养初步：从数据到决策》 | |
开课时间 | 2025年10月—2026年1月，每周四下午第6—9节 | |
总课时 | 48课时 | |
任课教师 | 夏伦、刘博涛 | |
课后辅导 | 线上学习群+线下答疑 | |
| ||
课次周次 | 授课时间 | 授课内容 |
第1讲 | 10月30日下午 | 引言—我们生活在一个数据世界 |
第2讲 | 11月6日下午 | 数据的语言—从哪里来，是什么？ |
第3讲 | 11月13日下午 | 描绘数据的形状—图表的力量 |
第4讲 | 11月20日下午 | 数据的“平均”与“波动”—描述统计核心 |
第5讲 | 11月27日下午 | 基础概率思维—不确定性下的逻辑 |
第6讲 | 12月4日下午 | 抽样与估计—从“小”见“大”的艺术 |
第7讲 | 12月11日下午 | 决策的基石—假设检验入门 |
第8讲 | 12月18日下午 | 探寻关系—相关与回归 |
第9讲 | 12月25日下午 | 实验的力量—如何探寻因果关系？ |
第10讲 | 1月8日下午 | 统计中的“陷阱”与谬误 |
第11讲 | 1月15日下午 | 综合案例解析（一）—社会与商业议题 |
第12讲 | 1月22日下午 | 综合案例解析（二）与课程总结—从数据到负责任的决策 |
课程名称 | 《因果推断与政策评估》 | |
开课时间 | 2026年3月—2026年6月，每周四下午第6—9节 | |
总课时 | 48课时 | |
任课教师 | 耿智琳、张秀 | |
课后辅导 | 线上学习群+线下预约答疑 | |
| ||
课次周次 | 授课时间 | 授课内容 |
第1讲 | 3月5日下午 | 引言—从相关到因果 |
第2讲 | 3月12日下午 | 因果推断的黄金标准：随机对照实验 |
第3讲 | 3月19日下午 | 潜在结果框架与因果效应定义 |
第4讲 | 3月26日上午 | 自然实验与工具变量法 |
第5讲 | 4月2日下午 | 差异中的差异法 |
第6讲 | 4月9日下午 | 断点回归设计 |
第7讲 | 4月16日下午 | 匹配方法 |
第8讲 | 4月23日下午 | 因果推断的挑战（一）：异质性、机制与溢出效应 |
第9讲 | 4月30日下午 | 因果推断的挑战（二）：测量误差、选择性偏误与动态处理 |
第10讲 | 5月7日下午 | 机器学习与因果推断 |
第11讲 | 5月14日下午 | 研究伦理与可信性革命 |
第12讲 | 5月21日下午 | 综合项目展示与课程总结 |
课程名称 | 《机器学习理论与应用》 | |
开课时间 | 2026年5月—2026年7月，每周四下午 | |
总课时 | 48课时 | |
任课教师 | 叶提芳、卢米雪 | |
课后辅导 | 线上学习群+线下预约答疑 | |
| ||
课次周次 | 授课时间 | 授课内容 |
第1讲 | 5月28日下午 | 引言- 智能的自动化：机器学习的世界 |
第2讲 | 6月4日下午 | 机器学习基石（一）：回归模型与模型评估 |
第3讲 | 6月11日下午 | 机器学习基石（二）：线性模型与特征工程 |
第4讲 | 6月18日下午 | 距离的艺术：K近邻与聚类算法 |
第5讲 | 6月25日下午 | 树形智慧：从决策树到随机森林 |
第6讲 | 7月2日下午 | 梯度提升：竞赛中的“大杀器” |
第7讲 | 7月9日下午 | 支持向量机与核方法 |
第8讲 | 7月10日上午 | 维度灾难与数据降维 |
第9讲 | 7月10日下午 | 深度学习入门（一）：神经网络与反向传播 |
第10讲 | 7月11日上午 | 深度学习入门（二）：卷积神经网络 |
第11讲 | 7月11日下午 | 深度学习进阶与无监督深度学习 |
第12讲 | 7月12日上午 | 机器学习的工程实践与伦理 |
课程名称 | 《网络爬虫技术与Python实现》 | |
开课时间 | 2026年7月13日—7月18日，全天 | |
总课时 | 48课时 | |
任课教师 | 孟雪井、王睿 | |
课后辅导 | 线上学习群+线下预约答疑 | |
| ||
课次周次 | 授课时间 | 授课内容 |
第1讲 | 7月13日上午 | 爬虫世界入门：法规、伦理与基础 |
第2讲 | 7月13日下午 | 解析网页的利器：HTML与BeautifulSoup |
第3讲 | 7月14日上午 | 强大的请求库：Requests的高级用法 |
第4讲 | 7月14日下午 | 动态渲染页面的克星：Selenium自动化 |
第5讲 | 7月15日上午 | 爬虫的工业化框架：Scrapy入门 |
第6讲 | 7月15日下午 | Scrapy核心详解：数据流与中间件 |
第7讲 | 7月16日上午 | 与反爬虫机制的博弈（一） |
第8讲 | 7月16日下午 | 与反爬虫机制的博弈（二） |
第9讲 | 7月17日上午 | 数据存储方案：从文件到数据库 |
第10讲 | 7月17日下午 | 高效爬取与分布式初探 |
第11讲 | 7月18日上午 | API爬取与数据抓取的新形态 |
第12讲 | 7月18日下午 | 综合项目实战与爬虫职业生涯 |
注：第二阶段、第三阶段课程安排后期再另行通知
