南京审计大学统计学科以夯实统计与数据科学体系、服务国家战略和地方经济社会发展、打造行业数据技术高地为目标，大力推动“智能审计”“数字经济”“共同富裕”“双碳”等社会服务工作。本学科秉承“问题导向、数据为基、统计学习、计算智能”的人才培养理念，贯穿数据采集与存储、数据资产核算、数据分析与计算、数据科技与行业应用，为国家和地方经济建设、社会发展培养高层次统计学与数据科学人才。
本学科 2003 年起与南京大学联合培养经济统计方向硕士生，2014 年在应用经济学科下招收统计学硕士生，2017年获批统计学一级学科硕士学位授权点，2021 年获批统计学一级学科博士学位授权点。本学科是江苏省“十二五”“十三五”重点建设学科（考核优秀），并入选“十四五”省重点 A 类学科（优势培育学科）。2023 年入选江苏高校优势学科，获批博士后科研流动站，已建成“本-硕-博-博后”学科专业层次齐备的一级学科架构。
本学科师资力量雄厚，有专任教师 47 人，教育部统计学类教学指导委员会委员 1 人。本学科科研成果丰硕，近五年在统计学国际四大顶级期刊、计量经济学和数据科学顶级期刊发表论文 20 余篇，获第一届统计科学技术进步奖一等奖、教育部第八届高等学校科学研究优秀成果奖（人文社会科学）青年成果奖、教育部第九届高等学校科学研究优秀成果奖（人文社会科学）三等奖等。承担国家级项目 40 余项，其中国家社会科学基金重大项目、国家自然科学基金重点专项项目各 1 项。
2026 年我校统计学一级学科博士学位点拟招收博士研究生 16 名。
1．符合《南京审计大学 2026 年博士研究生招生简章》中基本条件。
2. 外语水平
英语水平达到下列条件之一：
（1）全国大学英语六级（CET-6）成绩≥425 分；
（2）托福（TOEFL）成绩≥80 分（满分 120 分）；
（3）雅思（IELTS）成绩≥6.0 分；
（4）在国际学术期刊上以除导师外第一作者或通讯作者正式发表过英文学术论文。
3. 专业理论基础扎实，先修课程要求如下：
（1）本科和研究生专业为非统计类的申请人，需修读过《数学分析》（或理工科高等数学类课程）《线性代数》《概率论与数理统计》（或统计学博士招生领导小组认定的相关课程）；
（2）本科或研究生专业为统计类的申请人需学业成绩优良。
1. 联系导师：申请考生应提前联系报考博导，获得导师同意后方可报名。
2. 具体流程参照《南京审计大学 2026 年博士研究生招生简章》。
3. 递交材料
请在 2026 年 6 月 2 日-6 月 8 日期间将以下申请材料提交至我校“博士招生”系统。注册账号并按照系统提示完成网上报名。
（https://yjs.nau.edu.cn/gsapp/sys/yjszsrzfwapp/bszs/user/login.do）。
（1）《南京审计大学 2026 年博士研究生招生简章》中规定的材料；
（2）证明其外语水平材料；
（3）本科和硕士期间学业成绩单；
（4）反映科研能力的材料，包括：发表的学术论文、学位论文摘要和目录、未发表的工作论文、学科竞赛证书和其它可以反映考生科研能力的文件；
（5）个人简介：学习和工作经历、经验、能力、特别成就等，不超过 1500 字；
（6）研究设想：攻读博士学位期间详细的研究设想，包括与数理统计学，经济社会统计学，金融统计、风险管理与精算学，审计大数据统计相关的研究问题、相关文献回顾、研究设计、预期的研究成果、研究创新性等，不超过 3000字；
（7）两位所申请专业领域内教授（或同级别职称）的推荐信。
4. 资格审核
本学院对考生提交的材料进行审核，其中对科研材料进行盲审。盲审工作由 3-5 名专家所组成的科研评价小组负责，出具是否通过科研水平评审的意见。对符合申请条件的考生将通知其参加综合考核。
1. 考核时间：2026 年 6 月 10 日。
2. 考核方式：采取笔试和面试相结合的方式。
（1）笔试
笔试着重测试考生的专业基础和培养潜质，在标准化考场中进行，满分为 100 分。
考试内容：统计学基础。
参考书目：
[1] 概率论与数理统计教程（第三版），茆诗松、程依明、濮晓龙，高等教育出版社，2019.
[2] 数理统计学（第 2 版），茆诗松、吕晓玲，中国人民大学出版社，2016.
（2）面试
面试主要考查考生的统计学知识体系综合、学术或学位论文水平、未来学术规划、综合素质等，满分为 100 分，低于 60 分不予录取。
3. 综合成绩计算方式
综合成绩=笔试成绩*40%+面试成绩*60%。
4. 录取
根据《南京审计大学 2026 年博士研究生招生简章》实施。
通讯地址：江苏省南京市浦口区江浦街道雨山西路 86
号南京审计大学位育楼 502 室，邮编：211815
联系人：周老师，联系电话：025-58313964
联系邮箱：tsyclsj@163.com
10个月宝宝每天需要喝多少奶粉？
