上海财经大学博士数理统计学专业目录

可以看懂文章，资料.这已经是很高的能力了。考试有技巧的，如果“可以看懂文章，资料回”，那么你比一答般的研究生，英语应该差不到哪去。报个班，过了考试就行了。反正只是个形式。真正英语能力，还是主要要求“可以看懂文章，资料”：导师经常要让你们看原文的PDF期刊的，很多都是英文。很少有人上来就能读懂。英语考试过不了线就不行 能过线就可以 英语可以慢慢培养提高本回答被网友采纳收起

韦博成. 东南大学数学系教授，博士生导师，曾任应用概率统计研究所所长；中国工程概率统计学会常务副理事长,江苏省概率统计学会理事长；《应用概率统计》副主编；《Statistica Sinica》(美国),《应用概率统计》,《高校应用数学学报》,《数理统计与应用概率》编委；同时为英国皇家统计协会高级会员 (Fellow), 美国数理统计学会海外会员. 1960年毕业于北京大学数学系；1960-1973年，任教于清华大学数学系；1973年至今，任教于东南大学 (原南京工学院) 数学系．1981-1983年，留学于美国明尼苏达大学应用统计系．1985年，任副教授，同年，被评为江苏省优秀教师；1987年5月，破格晋升为教授；1992年起享受国务院特殊津贴, 1994年被聘为博士生导师. 专业方向为非线性统计，统计诊断, 统计学的微分几何方法等．在国内率先开展了非线性统计模型和统计学的微分几何方法以及统计诊断方法的系统研究, 为国内研究这些方向的主要据点．1984年以来, 共发表论文120多篇(详见论著目录)，其中SCI 收录30余篇，引用100多次．1988年以来出版著作6本(其中5本为填补国内空白)，1998年，在世界著名出版社Springer 出版 英文专著《Exponential Family Nonlinear Models》．1984年以来, 共培养硕士研究生30人, 博士研究生6人, 博士后5人.1986年以来,先后获得12项基金.其中有7项国家自然科学基金 (都是主持人,下同), 其中1项为 重点基金；并承担了2项国家社会科学基金，以及2项江苏省自然科学基金. 1990年以来, 共获得10次奖项．其中1991年, 1997年两次获得国家教委科技进步三等奖(都是第一获奖人,下同)．专著 “近代非线性回归分析”, “统计诊断引论” 分别获1990年和1995年华东区高校出版社优秀图书二等奖．2000年．2006年获国家统计局全国统计科研优秀成果二等奖．2004年, 获得国家统计局全国统计科研优秀成果一等奖．两名博士生分别获得全国统计优秀博士论文一等奖和二等奖(导师为第二获奖人)．2004 年教师节被评为东南大学突出贡献科技工作者．2005年10退休．2006年，由19位海内外学生发起，捐赠10万元，在东南大学数学系设立“韦博成奖学金”.收起

0701 数学070101 基础数学070102 计算数学070103 概率论与数理3361303032统计070104 应用数学070105 运筹学与控制论0702 物理学070201 理论物理070202 粒子物理与原子核物理070203 原子与分子物理070204 等离子体物理070205 凝聚态物理070206 声学070207 光学070208 无线电物理0703 化学070301 无机化学070302 分析化学070303 有机化学070304 物理化学(含∶化学物理)070305 高分子化学与物理0704 天文学070401 天体物理070402 天体测量与天体力学0705 地理学070501 自然地理学070502 人文地理学070503 地图学与地理信息系统0706 大气科学070601 气象学070602 大气物理学与大气环境0707 海洋科学070701 物理海洋学070702 海洋化学070703 海洋生物学070704 海洋地质0708 地球物理学070801 固体地球物理学070802 空间物理学0709 地质学070901 矿物学、岩石学、矿床学070902 地球化学070903 古生物学与地层学(含：古人类学)070904 构造地质学070905 第四纪地质学0710 生物学071001 植物学071002 动物学071003 生理学071004 水生生物学071005 微生物学071006 神经生物学071007 遗传学071008 发育生物学071009 细胞生物学071010 生物化学与分子生物学071011 生物物理学071012 生态学0711 系统科学071101 系统理论071102 系统分析与集成0712 科学技术史(分学科，可授理学、工学、农学、医学学位)注∶本一级学科不分设二级学科(学科、专业)收起

同济大学是教育部直属重点大学，国家“211工程”和“985工程”重点建设高校，是中国著名的“建内筑老八校”之一。同容济大学与复旦大学、上海交通大学、华东师范大学并称上海“四大名校”。同济大学数学系也是相当的厉害，不管是数学与应用数学还是统计学在中国都得到了高度认可，就业不是问题。本科专业：数学与应用数学、统计学。硕士点：所有数学二级学科。博士点：基础数学、计算、概率论与数理统计、应用数学及运筹与控制论。收起

考博专业课的教材在官方网上的招生专业目录里面应该有，也可以去远博论坛上看看，也有很多这方面的相关信息，会对你有一定帮助的收起

这位大哥，数学不是你有多大兴趣就能很快学好的，数学要看完一本教回材顶多需答要一个月时间，高中五本教材，本科包括《高等数学》、《数理统计学》，如果只是你说的学完的话，一天两个小时，不出半年你就能把所有教材看完了。但问题是，数学是一门应用性的学科，不像你以前学的文科那样你记住了就可以过关的。学数学要从浅入深，不仅要记住课本上的基本概念，还要会应用基本概念去解决实际问题。高等数学对于这这种基础的人恐怕不是兴趣能解决的问题吧，还有就是数理统计学也是相当复杂的问题，应用性比高等数学要求的高。如果只是为了应付考试，可以找你要报考的学校或研究单位的真题来参考一下可能会省时省力些。看高中课本，再看大学课本，看你要考的学校考哪些数学课。有很多要学，但坚持一定可以成功。高中课本看完了，先学微积分，再学概率统计，线性代数，在做相关真题即可。。。。收起

当然是很好的，毕业后的薪资待遇也不错。近年来，随着计算机和大数据的快速发展，统计变得流行起来。统计学就业前景好。你不仅可以选择范围广泛的工作，雇主也愿意雇佣他们。一些金融、保险公司、银行、市场研发部门等。都喜欢统计学专业的学生。因为这些学生的数学、计算机、经济学基础素养都很好，所以特别受欢迎，尤其是考研的时候。1、统计学专业是什么统计学是应用数学的一个分支，主要是利用概率论建立数学模型，收集观测系统的数据，进行定量分析、总结、推理和预测，为相关决策提供依据和参考。它被广泛应用于各个学科，从物理和社会科学到人文学科，甚至用于工商和政府的智能决策。随着数字化的快速发展，人们越来越希望从大量的数据中总结出一些经验规律，从而为后续的决策提供一些依据。统计学专业不仅仅是表面的文字，而是统计学，还包括调查、收集、分析、预测等。应用范围很广。2、统计学专业学什么数学分析、几何代数、数学实验、常微分方程、复变函数、实变函数、概率论、数理统计、抽样调查、随机过程、多元统计、计算机应用基础、编程语言、数据分析与统计软件、回归分析、可靠性数学、实验设计与质量控制、计量经济学、经济预测与决策、金融数学、证券投资统计分析、数值分析。专业课和主要基础课：数学分析、解析几何、高等代数、微分方程、复变函数、实变函数与泛函分析、现代代数统计学专业分为数理统计、经济统计、应用统计三大专业方向。数理统计方向和经济统计方向差距不是很大。数理统计主要研究统计学的基本理论和方法；经济统计学是一门提供科学调查、收集经济信息、描述和分析经济数据、预测和监督社会经济运行过程的科学。应用统计学主要是通过描述性统计等技术，调查和收集被观察对象的数据信息，分析被观察对象的特征，发现事物的规律，进行预测和监督，从而实现社会经济的良性运行。3、统计学专业就业方向统计学专业毕业生的主要就业流向有三大部分：政府部门（统计局等），银行、保险公司、证券公司等金融部门，市场调查公司、咨询公司、各公司的市场研究部门，工业企业的质量检测部门等企业事业单位。收起

博士一般是4－6年，硕士读完也一样。具体时间要看你自己课程读的如何，什么时候可以完成论文，如果完不成，可能有人读7－8年也有。博士的奖学金多，但对申请人的要求也高。收起

方向不一样吧，大工的统计既有自然学科的统计，也有社会经济统计，厦大可能主要是社会经济统计。大工数学要好一些。收起

你估计是要考研吧。统计学考研方3264663061向主要有2块：一个是数理统计，一个是经济统计。国内数理统计方向比较厉害的学校几乎都是些综合性比较强的老牌大学，像华东师范，中科大，复旦。经济方向的算是厦大，人大，上财。不过说实话，所谓的经济统计就是个假外壳忽悠不太懂统计的人。这些经济统计比较好的学校其实都是因为学校本身的经济学比较强，所以带动了在统计方面的排名。但是现在上财的统计学已经开始采用欧美模式大幅度改革，开始走数理统计路线。 数理统计这个学科在中国比较奇怪，按理讲它是数学类的学科，但是很多数学非常强的学校其实数理统计不怎么样，例如浙大和南大，浙大前两年才刚刚申请了（数理）统计学博士点，南大直接没有，这些像北大和中科院数学所这些数学很牛的学校只是在数学的概率方面比较厉害，很多人就误解它们的数理统计很厉害，其实这些学校数理统计不是外面说的那么牛。 数理统计真正厉害的应该算是华东师范（朱力行），其次就是上财（艾春荣）了，因为上财现在改革的很厉害。国内很多人对统计学有很多误解，认为统计学要不就是经济学，要不就是数学，一定要给统计学分个家才行。其实统计学是数学和经济学结合最紧密的一个学科，他不是单纯的就是数学公理，也不是单纯地找2个经济问题用统计学方法和统计软件跑一跑得到个结果就结束了。很多统计方法其实都是在研究经济和金融的实际问题中发现的，例如2003年诺贝尔经济学奖恩格尔(Engle)研究的时间序列ARCH模型，他就是在研究金融市场波动性是发现的。 如果你是认真想要在统计学上学到点东西，建议你去上财和华东师范读个研，其实这两个学校的数理统计真不错，都不是单纯的数学数理，虽然数学数理方面要有比较好的基础，实际上它们这两个学校的数理统计都是偏向对金融风险管理的研究。不论你是要做学术研究，还是要做金融方面的高级人才，都很有用。现在呢，由于上财的改革的比较好，它的统计学应该在全国来讲是非常热的。收起

著名统计学家、中国人民大学统计学院教授吴喜之教授采访 | 胡永波，鸽子导读机器学习是一门在统计学和计算机科学交叉点上茁壮成长起来的学科。关于数据的学问，全在统计学里。在经典统计学中，对于数据性质的研究、误差的分析、数据质量的判断、数据模型的建立，有着非常丰富的思想、理论和经验成果。对于机器学习来说，统计学既是理论基础，又是思想宝库。但是现实世界中，机器学习的实践者大多出身计算机科学，除了本科学的那一点工科概率论与数理统计，对于统计学，基本上是“随用随学，够用为止”，因此统计学当中大量的思想资源实际上是被闲置的。事实上，无论是做人工智能，还是做商业数据分析，如果能够对统计学有系统的理解，那么，他对于机器学习的研究和应用便会如虎添翼，登堂入室。不过大多数统计学出身的学者推崇数学模型驱动的路子，在他们看来，直接从一堆实际数据出发做预测分析的“野路子”，是登不了学术的大雅之堂的。因此相当多的统计学者并没有积极投身机器学习的研究、教学和应用中，与机器学习界的交流也远远不够。吴喜之教授则走的是一条实用应用之路。吴喜之教授是我国著名的统计学家，退休前在中国人民大学统计学院任统计学教授。吴教授上世纪六十年代就读于北京大学数学力学系，八十年代出国深造，在美国北卡罗来纳大学获得统计学博士学位，是改革开放之后第一批留美并获得统计学博士学位的中国学者。多年来吴教授在国内外数十所高校讲授统计学课程，在国内统计学界享有盛誉。早在十多年前，吴教授就第一个在国内大学统计学课堂引入 R 语言，培养了国内第一批 R 语言专家。如今他已古稀之年，仍然孜孜不倦的学习新方法、新工具，并且亲自编程实践，探索不辍。在统计学家当中，他积极拥抱机器学习方法，并且撰写多部专著，致力于融合统计学和机器学习方法。另一方面，他对于机器学习，特别是数据性质和质量分析、回归与分类，复杂数据统计方法以及时间序列分析，有着统计学家特有的深刻思想和丰富实践，对于机器学习的实践者，是难得的明师。因此我们抓住吴教授在京的宝贵时间，对他进行了一次专访，请他结合亲身实践经验，谈谈机器学习与统计学相互结合促进的问题。在访谈中吴教授介绍了大量的案例，清晰简明地阐述了他对于机器学习和统计学一些重大问题的看法，是我们学习数据科学、机器学习和人工智能一份难得的参考。以下是访谈的部分内容。做数据就要各领域交叉AI科技大本营：现在大家都关心人工智能，但我们AI科技大本营内部在讨论的时候就发现，人工智能的关注点更多的是放在算法、模型方面，至于上游的数据搜集和处理过程，大家关心得并不多。您怎么看待这一现象呢？吴教授：的确是这样的，做任何数据分析，首先要有数据。但是怎么得到这些数据，就是一个费力不讨好的工作了。但这里的事情必须得干。比如，人们能通过编程拿到一些网络数据，但是，拿到数据以后，你怎么看待这个数据？怎么处理？用什么模型？这绝不是一个标准的教科书问题，而是一个集知识、经验、逻辑及创新能力为一体的过程。就拿我的书来说，我在书中写模型，用的虽然都是国外现成的真实数据，但却是挑选过的，如果对我们手中的应用数据，直接用书中的模型就未必合适，至少也需要做各种各样的处理。比如过去，我参与过税务总局的一个项目，希望把数据中会逃税的那些人给找出来，但数据并未指明哪些人逃税。按照机器学习的术语，这属于＂无监督学习＂，对这个具体数据，没有教科书或文献给出任何的方法。具体的数据没有哪两个是一样的，这就要有独特的处理方法，你必须考虑基于什么样的偷税漏税机理和背景来建立模型，你总不能说大家都在偷税漏税，而的目的是要把最有可能偷税漏税的人找出来，所以你就要了解企业避税方面的思维方式和可能采用的方法。这就是说，你既要有相关应用领域的知识，又得知道怎么来处理数据，还要会编程什么的……所有的东西你都会了，才能做好。这就是数据科学比较复杂、比较费劲的地方，需要有较强的跨学科能力。AI科技大本营：那一般企业在数据处理上的问题多出在哪里呢？解决这里的问题需要什么样的能力？吴教授：处理数据还在其次，他们很多没有处理数据最起码的条件，只能做一些很简单的事情。记得在90年代，我去过一些比较落后的工厂：像是当时的天津汽车厂，生产雁牌轻型货车，从零件到成品没有完整的记录，基本上没有多少有关质量的数据；还有一个生产镍氢电池的工厂，他们希望改进质量，但缺乏关键的数据……这一类的问题有好多，你就很难做。因为到具体单位解决问题时，你希望他有什么数据，他可能就是没有，要想做好事情得从头开始干预。这说明企业生产线上的问题没有那么简单，不是你想拿什么就能拿到什么。但在生产实践上，恰恰需要这方面的数据来做质量控制，企业自己意识不强，你就很难越俎代庖。AI科技大本营：当下机器学习非常火热，在它落地到这些具体的应用场景时，应该怎么面对这里的数据呢？吴教授：现在专业编程的人比较多，但真正明白这个数据，理解我们需要从数据得到什么知识的不多。所以，一开始很难泛泛回答。就说前面税务总局的项目，我刚过去时并不清楚，就让他们先给我讲那个问题，我思考之后，就有了一个大体的概念。这些东西很难说是某一个领域的知识，它是一些领域的知识加上经验、加上数据知识……相互关联起来，然后才有进一步怎么去做的打算。这不是简单靠几本书、几个模型就能解决的。而且，书上的模型一般比较固定，例子也相对简单，毕竟书上只能介绍那点东西。比如说回归，一般回归书上大部分篇幅写的都是一百年前的线性最小二乘回归，但在最近十几年中就发展了大量基于算法的新回归方法。仅我写的书中介绍的机器学习回归就有很多种，比如基于决策树的有随机森林、bagging、boosting，还有支持向量机及较早就发展的神经网络，它们都能够做回归，往往都比线性最小二乘回归强大……但你必须要挑一个最好的，所以就需要你把这些数据拿过来做交叉验证，要让数据自己来说话，来确定哪个模型好，哪个模型坏。而经典统计上确定模型的优劣方法严重依赖于对数据的无法证明的众多数学假定。在机器学习方面，很重要的一点就是交叉验证，就是用一部分数据来建立一个模型，然后用另外一块数据来验证这个模型好不好。但是在经典统计里就没有这种东西。以经典最小二乘回归为例，做了很多无法验证的数学假定，比如模型及误差的线性形式假定，样本点的独立同分布假定，分布的正态性（或大样本）假定，对损失函数的二次形式的假定等等，然后根据各种检验统计量得到ｐ值，再按照ｐ值大小得到结论（往往不加区别地认为ｐ值小于0.05就显著）。这些基于百年前的知识结构产生的内容就要安排学生们花一个学期来学，即使这样古老的课程还有许多原则性错误出现于教科书中，而数据科学所需要的最有用的内容却往往被忽略。所以我常讲经典统计的数学式教学方法和模型驱动的思维方式误人子弟，这自然会得罪不少人。一般来说统计专业出身的人对模型比较重视，但对数据感觉不够，甚至不敢触动陌生结构的数据（如果不是害怕的话），搞机器学习必须既了解模型又乐于和数据打交道。所以学统计的如果不跟搞计算机的合作就什么也干不成，这一点应该让大家都知道。AI科技大本营：那反过来像程序员这种学计算机的人，他们应该怎么跟统计学结合呢？吴教授：统计学对课程基础的要求比较高，没有办法速成。我们知道，单纯的编程比较容易学，他们最好是在应用中学习统计的批判性思维，需要什么学什么，这样能够保持兴趣和学习动力，学的也较快。但统计专业中，相当部分统计教授都不会编程，更不熟悉实际的数据分析，这还包括某些博导，他们见到稍微复杂的数据就蒙了。他们可以假定出一个模型，然后就说他们的模型怎么怎么好，但这是在很强的假定之下，比如数据一定要满足什么数学条件……一定要在这个条件下他们的模型才很好，他们最苦恼的就是寻找符合他们条件的数据（为了发表文章），但实际上只有老天爷才知道是否存在这样满足他们条件的数据。统计学的两种文化北大时期的吴喜之教授AI科技大本营：您是怎么开始做机器学习的？吴教授：因为教学生，我要了解最新的方法，只要能用的、好用的，我就要教给学生去用。要想当好老师就需要不断学习新的知识。机器学习这块跟计算机编程直接相连，我学了以后，用机器学习的方法来解决问题，我觉得比经典统计要好用得多，真的不是一个数量级。AI科技大本营：不是一个数量级，这该怎么讲呢？吴教授：这是一种比方，而不是严格的术语。不过简单来形容的话，对于很多复杂的数据，用机器学习的预测误差如果只是1%、2%左右的话，那用经典统计就可能有百分之十几以上，差别就很大。当然，对于比较简单的数据，经典统计也可能表现不错，这不能一概而论。尽管从数学上，那些经典的东西看起来很漂亮，很吸引人（特别是对数学背景的），但面对复杂的现实世界，必须要改变思想，不管方法漂亮与否，关键是能够解决问题。许多机器学习方法也很美，但不是数学公式漂亮，而是其思维及逻辑的美。现在都有飞机了，你还靠拉着板车在那走，那就是你的问题了。AI科技大本营：那您是什么时候开始用机器学习的？吴教授：这个是在非典的时候，03年吧，是用R语言。在中国，我大概是头一个在正式课堂上教R语言的。在那以前，我已经在教S-Plus了，S-Plus跟R很像，都是编程语言。但当时多数老师教统计是不用编程语言的，他们会用盗版的SPSS及SAS等点鼠标式傻瓜软件，不仅侵犯版权，还会让学生产生依赖性。所以国内的学生不懂计算机编程，跟这一点关系很大。老师自己都不会编程，只能教学生用盗版软件。只学点鼠标肯定是学不会编程、也看不懂代码的。我开始教R语言的那一级的学生，有些在数据领域中比较出名，比如李舰和刘思喆，比我要强多了。后来我读了一篇很有名的文章，《统计建模：两种文化》(Statistical Modeling: The Two Cultures, 2001)，作者是Leo Breiman，加州大学伯克利一个很有名的教授（CART决策树、bagging及随机森林的发明者），他去世后我才读到他的这篇文章。他在文章中狠批了把数据限制在假定模型中的经典统计学界，然后大力推广他在商业咨询中用机器学习做算法模型的有效经验，这一点我感同身受。机器学习圈子意识到数据的生成过程是复杂和未知的，这一点符合实际，学完之后就能用出来，所以我就自己去推广。但是在国内推广很难，只能自己去教、去写书，把机器学习的东西写进书里，让更多的人掌握。用机器学习来改造统计学AI科技大本营：那我可不可以这样理解，你现在更多的希望，其实是想把机器学习的一些思想注入到统计学这个学科里边，对吧？吴教授：我是希望改变统计学，用机器学习这个思想来改造统计学。机器学习的思维方式就是科学的思维方式。整个统计学界的问题太多，所以就需要改造。把它从数学假定主导的思维方式改造过来，从模型驱动改变成数据驱动或问题驱动，机器学习是实现这种改造的一个最佳方式。其实我一直都对处理实际的数据感兴趣，尽量从数据出发来做统计，问题驱动的思维一直都有。九几年还在南开的时候，我就不断倡导这个事情。现在统计学做的很多东西都跟实际数据没什么关系，这种做法不过是把人禁锢在自己的模型里做梦。脱离实际的统计不但是无用的，而且是有害的。Breiman的这篇文章使我的思维更加清晰，目的更加明确，Breiman的文章对我近年来走过的路程有着无可比拟的指导意义。AI科技大本营：我们应该怎么基于问题驱动的思维来学习呢，吴老师您在这方面都是怎么做的？吴教授：搞数据科学应该是问题驱动，学习知识也应该是问题驱动。我不喜欢完整地看大部头的统计书，因为整本整本地看下来，目的不明，被作者牵着走，效果肯定不好……一定要有感兴趣的问题来引导，才好钻研进去。学东西一定要问题驱动。好多新方法，我都是从R语言里面学来的：首先看那些软件包能解决什么问题；如果对这些问题感兴趣我就看它的方法；如果想知道方法里面是什么原理、用的什么数学、为什么这样做，就去进一步看参考文献……这一套下来我自然就学会了；相对于打基础式的学习方法来说，这是相反的学习方法，是拉动式学习方法。如果被老师限制住，你就算再聪明也能学傻了。所以一定不能死学，一定要有个目标，要有一个感兴趣的目的。比如，你的目标是把这个数据分析好，你必须考虑用什么方法来解决，怎么来编程……这里面的兴趣自然而然就来了。如果你只是为了编程而编程，把语法一、二、三、四背下来，你就没有一个载体把它们串起来。这是我最讨厌的学习方式，学生为了打基础，盲目地先看这本书，再看那本书，一堆书看完之后就完全迷失了，如果记忆力好会记一些东西，但绝对不会有助于增加动手能力。反过来，为了解一个问题，你需要什么东西就去看什么，主动权在你手中掌握，这种拉动式的方式就让你有动机去学，而且学到的东西都是有用的。这是我的经验，你要是让我从头到尾去看一本书，我肯定是看不下去的。AI科技大本营：那您在教学生的时候是怎样的，是如何让学生也能把你这套东西用起来的？吴教授：对一般学生来说，我可能是有点像赶鸭子上架，如同魔鬼训练。在每个学校，我都给每个学生一个或者两个国外的数据网址，没有两个学生数据相同，然后给他们讲解一些包括机器学习在内的数据分析方法及编程初步，并且给他们一些我自己编的程序模板，目的是让他们得到任何从数据可以得到的结论。期末每个学生要上交数据、代码及PPT或Word文件，并且上台在一定时间内向大家讲解数据的意义、所用的模型、计算过程及结论。这之后，学生就再也不害怕数据了。前年在云南的大理大学我就是这样做的，学生的基础虽然不如一些重点大学好，但都做出来了，而且许多人把我给的作业作为毕业论文。前些天我看到他们本科毕业论文中有三个人还得了优秀论文奖。之前我在云南师大教课也一样，他们学起来也挺苦的，不过后来其中有几个人参加前年的全国大学生统计建模大赛，还拿到了一等奖。当然，他们中的一些人在做完作业，甚至得奖以后，也可能还是不那么明白里面的道理，也可能只是会用现成的工具，但已经有了飞跃的进步，最重要的是他们有了信心。因为一开始他们真是什么程序都不会，掌握的统计方法也很有限，要现教R语言及各种统计方法才能把课上下去。他们老师原来教的最多是Excel。我曾经看到一本教学生怎么用Excel来解决问题的很不错的书。我看了这书以后，花了半天功夫写了大约一页R程序，把那一本书的问题全给解决了，这说明R程序语言的简洁及强大的能力。总之，一个结果就是给学生一种新的眼界及新的体验，让他们有信心来把事情做下去。实际上，零基础的人也可以学机器学习，比如云南的一个烟草公司，我给他们一线的员工讲过几天统计，里面有人还是外语专业出身的，连统计的基本概念都不清楚，我就这样给他们讲，讲完给他们不同的网站数据去做，结果包括外语专业在内的绝大部分学员都做完了所分配的数据分析。刚开始学习的时候，你不可能什么都学、什么都知道。你要从基础的模型开始，去理解它背后是怎么想的，为什么要这么编程序、这么去处理，这样做的好处是什么、能避免什么样的问题，背后这些东西弄清楚了，你就能弄清楚自己的问题是怎么出的。这样你就能学会怎么去用这些模型，甚至发展自己的一些新东西出来。其实弄懂机器学习背后的机理并不难，也不需要事先读很多专业书。即使是Breiman那几个天才的发明，他背后的思维方式及编程原则并不复杂，如果把这些弄清楚，你对统计学的理解就能进一大步。吴喜之教授亲自编写程序解决问题AI科技大本营：这么说来，我们学机器学习、学数据科学，其实首先就是要有一种由问题来驱动的数据思维，用上这种思维就是对统计学的改造，我们能这样理解吗？吴教授：一百年来，由于没有计算机，数据量有限，于是由数学家发展的经典统计引入了大量的数学假定来弥补数据信息的不足，这就给统计打上了很深的数学烙印，并且导致了很多统计学家模型驱动的错误思维方式。在计算技术飞速发展以及数据膨胀的新时代，如果还把自己束缚在这种模型驱动的思维方式中，就会被时代所抛弃。机器学习是典型的数据驱动的思维方式，它从数据出发，通过各种计算方法来理解数据，并建立适当的算法模型来拟合数据并得到结论。不仅在应用中，而且要在统计教学中大量引入机器学习方法是非常必要的，目的是还统计以数据驱动或问题驱动的本来面目。收起

清华大学数学科学系和丘成桐数学科学中心致力于高水平的数学研究和高质量的人才培养。2021年，数学科学系和数学科学中心计划招收数学和统计学专业博士生约100名。本次选拔为2021级推荐免试直博生首批遴选，只面向数学专业，研究方向涵盖基础数学、应用数学、计算数学、运筹学与控制论、概率论与数理统计、数学物理等；统计学专业将在9月初进行的推荐免试招生工作中进行。我们热诚欢迎有志于数学和统计学研究的同学加盟清华大学数学科学系和丘成桐数学科学中心。我们将采取较为灵活的选拔考核方式，直接面试或者笔试加面试来综合评定考生。选拔考核合格的同学将获得2021级推荐免试直博生的预录取。预录取的博士生可以预先确定研究方向或者导师，也可以在入学之后选择合适的导师和研究方向。我们对优秀的博士生提供优厚的奖学金。报名条件1、拥护中国共产党的领导，愿为祖国建设服务，品德良好，遵纪守法，身体健康。2、全国重点大学在读本科三年级优秀学生，且满足以下条件。本科前阶段学习成绩优秀，能在现就读学校取得推荐免试研究生资格；学术研究兴趣浓厚，有较强的创新意识、创新能力和专业能力倾向；诚实守信，学风端正，未受过任何处分。报名时间首批选拔报名分两批次进行。第一批次报名时间为2020年3月15日-4月5日，第二批次报名时间为2020年4月15日-5月20日。第一批次报名的考生信息，第二批次报名有效，无需重复报名。5月20日报名全部结束后，不再受理首批选拔报名申请。需报考学生可以在8月中、下旬的推荐免试招生工作中报名。由清华大学数学科学系和丘成桐数学科学中心专家组成的考核小组将对报名材料进行审核，择优选拔，确定复试名单。复试工作分为两个批次进行。第二批次时间报名的考生不参加第一批次的复试选拔；第一批次复试获得预录取的考生无需参加第二批次复试；第一批未入围复试的考生，报名信息在第二批次报名中自动生效（不用重复报名），参加第二批次的复试选拔。两个批次的复试名单将分别于复试前，在官网中公布。复试将采取直接面试或者笔试加面试的方式来综合评定，具体安排将以邮件形式通知复试考生，考生需及时查看邮件。笔试内容涉及高等代数、数学分析、复分析；面试重点考查学生在本学科攻读博士学位的基本素养、英语能力、学术能力、学术志趣等。所有首批选拔预录取的同学应于2020年8月中、下旬履行我校、教育部、本科所在学校和省市招办要求的推荐免试正式报名手续，届时请关注清华大学研究生招生网中相关信息。来源： 清华大学丘成桐数学科学中心 编辑：杨政 校审：签发｜Swan收起

1977年，我国正式恢复高考，但是研究生考试却是次年才恢复的，至于博士学位，因为当时研究生没有硕士研究生与博士研究生的区别，所以我国当时没有博士学位。直到1981年，我国颁布了《学位条例》后才正式有了博士。在1983年，教育人员从当时的一万多名研究生中间，经过层层筛选，最终选出了新中国第一批博士。这一批博士，一共有18位，其中包括于秀源、张荫南、徐功巧、马中骐、洪家兴等18位博士。而他们之后的成就也迎合了设立博士学位的初衷，他们中有的成了中科院院士，有的成了著名专家，他们在各自的领域独树一帜，为国效力。他们十八人中，第一个被授予博士学位的人是马中骥，更让他惊讶的是，当时可是“两弹元勋”钱三强给他签发的学位证书。对于他们十八人来讲，能够成为新中国第一批博士已经够幸运了，没想到他们的授予仪式竟然是在人民大会堂举办的。可见国家对知识的重视，对他们这十几人的希冀。当然他们也没有让国家让教育界失望，十八人中，李尚志成为北航学术委员会主任，赵林城成为国际知名的数理统计学家，苏淳是国际数学奥林匹克竞赛的“金牌教头”，还有洪家兴，他已经成了中科院院士。其中的王建磐曾经执掌华东师范大学，其余几人也都获得了很突出的成就，可以说这次的设立博士，取得了巨大的成功。这让国家更加坚信了博士学位的重要性。当人问起这18位博士的水平怎么样的时候，作为他们导师之一的谷超豪坚定且自豪地回答说“可以达到国际水平”！不仅他们的水平已经达到了国际水平，他们的导师也都值得一提。作为博士生的导师，想来他们的成就会更大。这些导师不是各个领域的领军人物，就是举足轻重的人物，很多都会当时家喻户晓、泰斗级别的人物。谷超豪指导的学生正是成了中科院院士的洪家兴，而谷超豪当时是国家最高科学技术的获得者。作为首批博士之一的于秀源，指导他的导师正是我国著名数学家潘承洞院士。还有新中国第一位博士生马中骥，带领他的是我国北大的教授，著名物理学家胡宁院士。关于他们的答辩委员，说出来也会让大家敬重。第一博士马中骥，他当初的博士论文答辩委员会就有5位中科院院士，他们就是当时物理学界的顶级专家：胡宁院士、谷超豪院士、朱洪元院士、彭恒武院士、戴元本院士。而博士生中的李尚志，他的博士论文答辩委员会中，则有万哲先、曹锡华，由中国群表示论的奠基人段学复担任等大咖任委员。如今那18位博士生已经毕业了好多年，他们坚守在自己的岗位，努力钻研，为国效力，不忘初心，感恩前行。现在，我们国家的博士生越来越多，希望能多出几个成就斐然、博学多识的人才。收起

最近因为统计专业就业范文广泛，就业前景看好，很多人留学美国选择申请统计专业，统计专业也变成了热门申请专业之一。既然如此，统计专业申请该如何做好规划呢，申请统计专业有哪些注意事项呢？今天我们听一听哈佛学姐的申请心得，这位哈佛学姐用自己亲身申请统计专业的经验告诉你，用第一人称告诉你该如何科学规划！我本科学的是统计数学，就是双修统计和数学，目前是生物统计这个方向的。我是美本，三维大概是GPA3.88，GRE330，verbal 162，quant 168，写作3.5。因为是美本，所以不需要考托福。我的本科科研主要是在大三、大四跟教授做了两年阿兹海默脑成像的研究，就是研究阿兹海默病人的脑成像，看如何去治疗这个病。因为我当时是想申请博士的，所以就没有做特别多的实习，唯一的就是在大二的时候做了一个跟计算机有关的暑期实习。关于统计专业申请规划关于申请过程，大家在大三寒假和大三暑假就可以开始准备GRE了，尽量早点考。并且这段时间可以向之前的老师确认一下推荐信这个事情，尽量早一点问，有一些老师是只给几位学生写，你错过就没了，所以一定要早点问推荐信。九月开始选校，十到十一月份开始准备材料，就是简历、成绩单什么的，以及PS。十二月到一月开始申请，就可以提交那些application。最后三到四月，大家等待一下结果。关于等待录取通知关于等待时间，美国硕士申请一般会在三月初到四月中这个时间出结果，四月十五号是大家一定要确认接受哪个offer的，但是有些waitinglist会在四月十五号之后再提供一些offer，这就是一个special case了。申请PhD的同学，一般会在十二月底到一月份开始收到一些面试通知，会比硕士生要提前一两个月，他们在时间上是有不同的。当初我申请的基本上都是生物统计，也混了一点统计，但是不多。一开始我还是蛮想读博的，所以申请的基本上全是博士，但是我录取的基本上都是硕士项目。美国高校有个规定，如果你的能力不够读博，但是你的实力也很强，就会把你降成硕士录取。当时我也收到了哥大，哈佛、伯克利、UCLA一些硕士的offer，芝加哥、JHU、Upenn和UW把我拒了。关于统计专业博士申请关于申请博士，这里我想说一点。如果你非常确认自己想读博的话，那么就申请博士。但是对于那些读博欲望不是特别强的同学，我建议大家要认真考虑一下，虽然学校官网上说会把能力很强但是不够申请博士的学生转录成硕士，但其实从博士降录硕士的pool跟你直接申请硕士的pool是不一样的，你还是跟那些申请博士的同学在比。所以建议那些没有想好是否一定要读博的同学，一定要先想好，如果是很难申的学校，就申请这些学校的硕士；如果是你觉得自己肯定没有问题的学校，就可以申博。也就是说不建议全都申请博士。统计专业解析下面我大概介绍一下统计这个专业。关于统计统计是通过搜索、整理、分析数据等手段，达到推断所测对象本质，甚至可以预测对象未来的一门综合性学科。统计专业方向统计下面基本上分为四个大的方向。● 纯统：比较偏数学，主要是做那种公式推导，特别理科的学习。● 生物统计：主要研究基因，新陈代谢，临床实验这种方向。● 金融统计：主要研究股票，比较偏经济领域。● 数据科学：data science现在特别火，设计范围也特别广，基本上所有领域都会有这个title。现在有很多学校开设data science这个专业，如果你对自己的未来不是很确定的话，也可以考虑一下这个专业。核心课程统计的核心课程，基本上就是微积分(Calculus)，线性代数(Linear Algebra)，数理统计/概率论(Math Statistics/Probability)，实分析(Real analysis)，有些学校还会带随机过程(Stochastic process)。还有一些计算机，生存分析(Survival analysis), Time Series等课程，可以根据你自己的喜好再选一选。比如说，你对计算机很感兴趣，想走数据科学这方向的话，就可以再选一些计算机的课，像人工智能、machine learning等等；如果是对生统特别感兴趣的话，想做临床实验那些，就可以上一些生存分析这种课；如果是对技术很感兴趣的话，就可以再上一些Time Series，就是时间序列这种金融统计的课。录取要求录取一般要求GPA 3.5以上，TOEFL 100 +，GRE 320+，写作最好是3.5+。课程上一般会需要你修过微积分、线性代数和一门编程语言。这个要求并不是固定的，有些学校官网上不一定会说一定要这么多分，但是基本上能被录取的同学一般都得达到这个标准。所以，大家能考到这个分是最好的，如果考不到的话，就要想想用其他的科研、实习之类的来弥补这这方面的不足。统计专业发展前景接下来说说发展前景。● 学校资源不同方向的学校资源还是有点差别的。如果想走纯统计的话，可能还是偏向于统计系和数学学院。就是你说你想做那种推公式什么的，就可能会去统计和数源比较好一点。想走生物统计的话，一般会去医学和公卫（公共卫生学院）来找。生物统计不会被分在一般的统计学院下面，而是被分在公共卫生学院下面，公卫一般会跟医学院隔得很近，所以大部分老师都会来自于这两个学院。金融统计一般还是在统计学院和商学院里面。数据科学特别广，但是它一般又最好需要一点计算机功底，所以建议大家可以去尝试一下统计学院和计算机学院。如果说你对数据科学，医学很感兴趣的话，可以再考虑一下医学院公共卫生方面。如果你对商科感兴趣，可以考虑一下商学院那个方向。● 就业方向关于就业方向，纯统的就业范围特别广，因为它只做理论的，但很多公司特别喜欢招这种适应能力很强的同学。但是走纯理，特别是你对证明很感兴趣的话，可能需要读个博士。但也不一定，因为像很多学校的统计，会根据周边的环境来改变，就比如我听说过伯克利的统计就特别偏数据科学。生物统计的就业方向一般是医学院、研究所、药厂和生物科技公司等。药厂大部分只收PhD，硕士生是很难进药厂的，除非是做sas programmer。但是就算是sas programmer，有些药厂也是prefer有经验的硕士生，所以药厂对硕士生是非常不友好的。再就是去医院和研究所，医院比较偏向临床实验那个方向，研究所就很广，可能是研究癌症、基因，也可能是新陈代谢。生物科技公司也是，各公司研究领域也不一样，但是大部分可能会偏向于基因方向。生统的地理位置主要是在东海岸，就是波士顿和新泽西这一块，这边有很多很多药厂和生物科技公司，如果你想做生统的话，最好就来这边。像加州那边也有一些，但是好像是在圣地亚哥，有个很大的公司叫illumina，是个很大的生物科技公司。金融统计的就业就是保险公司、金融公司、四大、投行还有咨询公司，都可以进，但是一般还是会在纽约这一块，毕竟是wall street ，所以如果你想读这个方向的话，来纽约附近读书是比较好的。数据科学，因为范围太广，基本上全美所有公司都有这个title。所以最好你先确认一下你想做哪个方向，然后再看你去哪个地方。比如你想走生统的话，就去调查生物科技公司，那最好就是来波士顿附近。但是如果你想去科技公司做数据分析、数据科学的话，那最好就去加州San Francisco，因为那边是硅谷。● 求职建议PhD是比较看重科研的，也确实是你读博了，肯定就要看你科研做了什么。PhD一般会先考qualify exam，考过了公司才会考虑录博士生进来。一般PhD申请的岗位跟硕士也不太一样，很多大型的公司，现在收data science也会偏向于博士，他们更重视科研那一块，就是research那个area的，所以跟硕士是分开的。硕士求职和申请实习一定要早点开始，千万不要等，不要以为明年暑假才做实习，我就等到明年春季，真的千万千万不要等。在中国的话可能还能拖一下，但是在美国，很多人头在一开始就会被瓜分光了，所以能早申就早一点申。波士顿附近的这些药厂和生物科技公司可能会晚点，到春天才收人，但是如果想去加州的话，一定要提早申请，千万不要拖着。● 就业薪资统计毕业以后基本上都能找到一个年薪七万左右的工作。当然，这也会根据你的工作地点和学历来决定，但大部分都是七万。硅谷那边的科技公司工资给得很高，基本都在十二、十三万左右。但是据我调查所知，波士顿这边工资就给的不是特别高，大部分公司在八、九万。但是硅谷和波士顿被税的都很高，所以差别其实还是蛮大的。如果你工作几年或在读PhD的话，工资也会不一样。PhD的工资大概是十四、十五万开始，但是不同的公司区别还是蛮大的。申请规划与建议01、选课最好在大四上或之前上完实分析、实变函数等一些中高级的数学课，这样你在十二月份申请的时候，成绩单上能显示出你上过这些课。有些学校会问你有没有这些experience，这个课你有没有上过，有些虽然不是强制要求，但是能上就尽量上。对于跨专业的同学，首先一定要把那些最基本的统计课补上，例如基本统计、基本数学、微积分和一门计算机课。如果时间实在来不及的话，就把这些miniment、requirement 补上就可以了。但是，如果你时间充足的话，最好再多上一些数学课。因为转专业是跟学纯数的人在竞争，如果课你上的也不多的话，竞争力度就更弱了，所以最好能上多少课就上多少课。02、科研规划大一的时候，你就可以大概思考一下自己对什么感兴趣，可能是金融方向、医学方向、计算机方向，想一想哪个方向是你想走的。大二就可以开始找老师做科研了。大二做科研可能有点早，你就先跟着老师做，之后如果他觉得你可以培养的话，就会好好培养，如果觉得你不适合的话，其实也无所谓，大二大家都在探索阶段。研究方向也可以根据喜好来选，如果实在是不确定，就可以多尝试几个科研，直到找到你感兴趣的方向。但是如果你大三大四才开始做科研，就算你不想做也很难再去改了，所以最好还是尽量早一点开始做科研。03、实习其实大一你就可以开始考虑做实习了，对于美本的话，可能大一找实习比较难，但是其实也不用做什么很难的实习，主要是积攒一些人脉和经验，学一些课本以外的东西。这个对以后找工作来说也是很重要的。04、比赛关于比赛，大家可以参加各种统计比赛。不管是陆本还是美本，都会有这种比赛，大家能参加就参加，拿不到名次也无所谓，但是拿到最好，只要是参加了，对自己都是有好处的。05、申请规划申请规划就是跟前面说的一样，尽早准备托福、GRE。有些统计系的项目，它是必须提供GRE subject test ，就是专门考数学、专门考物理这个方向的GRE，它一般会比普通的GRE难一些，所以大家最好提前准备。像之前说的，GRE分数最好是320，托福最好有100。也像之前说的，出分之前就可以询问教授推荐信的问题。有很多教授是有名额限制的，比如他只给三个人写推荐信，你来晚了就没有了，所以尽量早一点问，早一点抢名额。跟教授确认好之后，九月份就可以开始看学校了，可以去网站上搜一下各个学校。十到十二月准备好简历、personal statement、成绩单，以及其他文件就可以开始提交申请了。答疑：统计专业热门问题1.申请统计方向需要哪些先修课程？大家比较关心的是申请统计的先修课程。最基本的，微积分肯定得上过，然线性代数也上过，至少学一门编程语言，现在的统计肯定都会需要编程基础，有些人会用Java，有些人用R，这些都是你自己来定的。2.实习项目的公司及岗位如何选择？关于实习，就尽量安排一些跟数据分析有关的，虽然说大一你可以去做一些像咨询这种沟通类的实习，但你之后想申研申博的时候，最好做一些跟数据打交道的实习，因为这样才能看得出来，你有分析的能力。公司和岗位的话，其实没有实际的规定。在国内，如果你想走生统，就可以去辉瑞、Roche这些药厂实习，如果你想走金融的话，四大之类的都是可以的，就是如果你有自己的喜好，就可以特地选一些公司，如果没有的话，其实都是可以申请的。我觉得如果你不是很确定的话，其实可以体验不同的实习方向。比如说大一去做销售，大二去做一下生统，大三发现都不喜欢，那就做一个金融统计的实习。你可以用这些不同的经历来确认自己今后读研读博的方向。以上就是哈佛学姐给我们带来的关于美国统计专业的申请分享，留学申请六分硬件四份软件，无论是选择申请硕士还是申请博士，都需要有一个合理的申请规划和十全的准备，准备申请统计专业的你，要好好规划啦！收起

最近关于博士的问题真的是闹腾的沸沸扬扬，先有翟天临北大博士论文造假被曝光，引发了人们长时间对博士学位的质疑。一波未平一波又起，翟天临事件没有水落石出，新闻里又出现了“中科大博士失联15天，遗体在水库发现”的持续报道，让普罗大众的视线又聚集到目前博士生的学习压力上。两则新闻发酵到现在，翟天临的博士学位已经被撤销了，中科大博士刘春杨死亡原因警方也已经介入，也算是尘埃落定。当然，关于这两条新闻的评论后续或许依旧会绵延下去，但是，这并不在我们今天要讨论的话题之中。今天，我只是要带着大家一起去看看新中国第一批博士，看看他们的诞生、他们的人生，或许可以让你从另外一个角度审视关于“博士”的话题。首批博士合影1977年，新中国恢复了高考，1年之后，研究生招生也被恢复，再5年，新中国的第一批博士悄然诞生了，全国一共只有18名学生通过自主培养的方式，拿到了新中国的第一批博士证书。首批博士名单在大合影的照片中，如果仔细的人，一定会数过，然后发现只有17个人，因为还有一个人没到场，他的名字叫冯玉琳，授予的是工学博士，因为当时还在美国学习，所以没法回国领证。在这18位博士中，1名华师大，1名山东大学、4名复旦，6名中科院，6名中科大。但是，国内还没有所谓的博士服，所以，参与领证的各位博士都是按照参加国家会议的规格准备衣服。所以，才有了合影中，17个人衣服各不相同的场景。钱三强在学位授予的当天，“两弹一星”元勋钱三强钱老也亲自出席。如此隆重的学位授予仪式，以至于让很多教育界的人士把那一天——1983年5月27日看做了教育界的“开国大典”。能有如此高规格的待遇也和他们求学的坎坷之路有关，1960年代毕业的大学生、研究生因为国家形势几乎全部远离了科研工作，变成了农民工人。所以，能够在抛开书本十年之后，又能重新考进研究生，其中花费的心血毋庸置疑。马中骐，原北大物理系研究生，考研恢复之后，却差点因为超龄无法参加；于秀源，毕业于山东大学数学系，但是，1978年的时候，已经是14年之后，期间一直杭州一所中学的校办工厂当工人；王建磐，当过农民，做过中学老师，还给剧团写过剧本，后来，相继参加了1977年的高考和1978年的考研，都顺利通过，同一年拿到两本录取通知书。马中骐有些人或许会想因为人才断档，国家一定会降格录取，那么，你就想错了。就拿1978年的高考录取率来说，只有3.4%，29个人只有1个人才能考入大学，这和现在动辄就70%的大学录取率相比，就是天壤之别。大学生的录取率都这么低了，可想而知，研究生的录取率只会更低。这里需要科普一下，1978年的研究生不分硕士博士，相当于现在硕博连读。洪家兴首批18位新中国博士中，马中骐是第一位拿到博士学位证书的人，他的导师是北大著名教授胡宁，给他签发证书导师钱三强，后来他在美国还和杨振宁一起工作过，甚至杨振宁还指导过他一篇论文。苏淳成了著名的奥数金牌教头；洪家兴成了中科院院士；王建磐当过华东师范大学的校长；赵林城是国际著名数理统计学家；李尚志做过北京航空航天大学的院长；中科院院士王小云是于秀源的得意弟子……在他们当中，一共出了1位中科院院士，1位第三世界科学院院士，4位大学校长或中科院所长.王小云最后，我想用马中骐院士的一句话做结尾：当初，我们考研究生是因为对科学的热爱，非常珍惜这样的机会，全身心的投入到科研工作中去。不像现在，很多博士只是为了能找个好工作。各位看官，你们认为现在高校的博士好考吗，容易毕业吗？欢迎在评论区谈谈你的观点。收起

我们都知道，数学的重要性。不管教育怎么改革，不管现在的新高考对原先很重要的物理和化学有多大的冲击，数学的地位都是没有动过的，数学对于每一个考生而言，都至关重要。学好数学，就能在很大程度上提高你的竞争力，所以我们来看一看，数学专业最好的30所大学分别有哪些。在1到10的排名中，有一所学校的表现非常的亮眼，那就是山东大学。山东大学的综合实力排名大概在20左右，但是山东大学的数学专业可排全国第三，百分位段是前5%，可见，山东大学的数学专业还是很牛的。山东大学数学学科一直是我国重要的高等数学教育与数学科学研究基地之一。数学学院也是山东大学历史最悠久的学院之一，其前身是成立于1930年的国立青岛大学理学院数学系，这标志着山东大学数学学科的诞生。山东大学数学学科是国家首批博士、硕士学位授权点，是1991年首批建立的五个“国家理科基础科学研究和教学人才培养基地”之一。2000年7月，山东医科大学、原山东大学、山东工业大学合并组建新的山东大学，三校的数学力量汇聚一起，数学学科不断发展壮大。2008年1月，“数学与系统科学学院”更名为“数学学院”。经过近九十年的努力，山东大学数学学科已发展成为在国内外有重要影响力的数学科学研究中心和人才培养中心。我们再来看一看这前30名中，数学排名比大学的综合实力排名要前的学校有哪些。依次有数学专业是第二的复旦大学，综合实力排名是第4，除了山东大学的两者数据相差很大之外，紧跟着的中国科学技术大学也相差比较大，数学排在第4，而大学排名则是第15名，相差了11名，中山大学也是数学专业比较牛的，数学排名第6，大学排名第12，还有四川大学，西安交通大学，南开大学等。在这数学专业全国前30的大学盘点中，数学专业和大学的排名相差超过15以上的有这么几所学校。山东大学相差了17，华东师范大学相差了15，华东师范大学数学科学学院是我国具有重要影响的数学研究基地、人才培养基地和国家公费师范生培养基地。2017年，数学学科入选国家“一流学科”建设计划。近年来，在国际权威的ESI全球学科排名中，她位于全球数学学科排名的前百分之一，在国内名列前茅，在最近的一轮评估中被评为优秀学科。兰州大学相差了19名，差距还是非常大的，说明数学专业是兰州大学的招牌专业。现已具有国务院学位委员会批准的数学一级学科博士点（基础数学、计算数学、概率论与数理统计、应用数学），数学学科博士后流动站，数学一级硕士学位授权点（基础数学、计算数学、概率论与数理统计、应用数学、运筹学与控制论），应用统计专业硕士学位授权点，以及甘肃省数学一级重点学科。数学专业排名和大学排名相差最大的非首都师范大学莫属了。数学排名是第18名，但是大学排名是第81名。首都师范大学的数学学科在“双一流”建设学科名单中。学院从基础理论到实际应用，学科设置齐全，覆盖面广，是北京市数学、数学与信息交叉科学教学、科研的基地，也是国家基础数学教学、科研的基地之一。在首都师范大学数学科学学院的建设和发展过程中，培养并汇集了一批优秀的人才，其中包括老一辈数学家和数学教育家：梅向明、林有浩、石生明、殷慰萍、卢才辉、郑崇友等。当然，其他数学专业也表现的十分优秀的还有上海大学，苏州大学，南京师范大学和华南师范大学。但是，也有几所大学的综合排名比较靠前，然而数学专业比较落后的，相差10以上的有武汉大学，相差了11名，南京大学，相差了12名，还有华中科技大学，相差了20名。所以如果想要报考数学专业，大家也要多参考一下综合排名不是很靠前，但是数学专业比较牛的学校。如果有机会，你会去读山东大学的数学专业，还是华中科技大学的数学专业呢？收起

为什么要跨专业？对本科专业不感兴趣，想学交叉学科。本科学的化工，但是我从大一进入老师课题组做的是新能源材料方面的研究，虽然三年多的时间里，自己发表了独立一作的SCI论文两篇，其中一篇的IF>25了，但是发自内心我真的很讨厌做化学合成，它的不确定性和不可控性时常会令我崩溃（做好几个月的实验，发现合成出来的产物都不对，几个月的努力又白费了）。虽然我不清楚自己的兴趣是什么，但起码我知道我讨厌什么。所以在保研的时候，我果断考虑跨专业！不愿将本科所学知识浪费，所以选择了一个以化学基础知识为基础的新型交叉研究领域流行病学研究。为什么愿意直博？① 想去的学校和专业只招收直博生，无学硕名额。对于理工科学学生来说，在夏令营投递以及面试的时候大部分人都会遇到的问题，是选择顶尖985直博还是普通985学硕，也有可能这个学校的这个专业只招收直博生。当时的我就面临这个问题，想学的专业只有直博名额，如果我放弃，那就相当于我放弃北大，可凭着本科的成果让我去其他高校，不免有些不甘心。何况，读博真的没有那么惨，只是现在关于直博的负面报道有些多，而没有去报道那些正面的（可能负面消息更能博人眼球吧），中国博士千千万万，出事的真的是只是个例！② 对将要从事的研究领域非常感兴趣。让我下决心读博的第二个理由就是我真的非常喜欢现在的研究方向，交叉研究需要你掌握的知识是多学科的，需要你的思维是多维度的，需要你的能力是综合的，它包含更多的未知，有更大的空间等着你去探索。今年新冠疫情更加说明流行病学研究的重要性，这也更坚定我要从事这方面研究的想法。③ 读书就一口气读完，让自己在学历方面不留遗憾。趁着年轻有时间、精力和条件，就像一口气学下去，拿下博士学位，基本也算是到达高水平人才了。现在读博，也基本没有来自外界的压力。如果工作之后再读博，提高学历背景，可能还会有有来自家庭、社会等各方面的压力。④ 从就业角度考虑不得不说，现在学历真的在严重贬值。举个简单例子，现在北京高中学校招老师，基本录取的全是博士；去年门槛还是硕士的一些单位和岗位，今年很多都已经提高到了博士。没办法中国人才太多，但岗位太少，只有不断提高学历门槛。而且即使是直博，并不代表你未来真的要做科研。五年里锻炼的是你的思维和能力，是在不断地提高自我价值的过程，这些能力是在各行各业通用的。举个例子，像研究流行病学的人，日常中需要对大量数据进行统计分析，所以我们的数理统计和分析能力都较强，有很多相关研究背景的人选择毕业后进军金融行业以及咨询等行业。思维要开阔些，不要将眼光仅局限于自己的专业。现在的北大生活① 学习篇五年时间里，第一年主要就是上课，第二年才开始进实验室做研究。博士论文需要一个成系统的研究体系，所以也需要我们在第一年上课的同时，广泛大量阅读文献，积累足够的知识容量。通过近两个月的上课，我感受最大的就是发散思维和主动思维。老师们布置的作业都是非常开放性的，基本都是我们自己在课后围绕一个点，不断展开深入了解，文献调研以及与同学们互相探讨，去做一个展示汇报。这学期我修的课程里有两门课都是院士的课，将近60岁他们坚持在讲台上站近3个小时，听他们的课真的会带给你很多想法，甚至灵感。这里年轻的老师基本都是海外名校回国的引进人才，因为接受了很多年的国外教育，所以他们的上课方式更与国际接轨，上课更像是讨论交流，共同探讨，这种模式我非常喜欢。② 生活篇科研相当于我们的工作，工作之外我们还有生活。无论是学校还是学院，都为我们提供了丰富的活动，例如带着我们去参观故宫、参观国家博物馆等博物馆以及展览。或者带着我们去留守儿童的乡村做一个短期支教，也会有研究生态学的教授带着我们识别校园中的花草树木……总的来说我们的生活还是非常丰富的。而且从money角度来说，每月都会有富足。在北大，直博学生的待遇从第一年起就是按博士生的待遇走的，学费全免，每月会给3000+的学校统一补助（部分学院和导师会再给学生一些~），而学校食堂的价钱便宜到令你怀疑，有时候真的可以一日三餐吃的非常丰富，总价还不到十元。来源：保研学长说收起

统计学家C.Radhakrishna. Rao曾经说过：“在终极的分析中，一切知识都是历史；在抽象的意义下，一切科学都是数学；在理性的世界里，所有的判断都是统计学。”可见统计学专业的重要性。之前介绍过数学与应用数学专业，除了这个专业，统计学也是一个不错的专业。不过与数学与应用数学不同，严格来说，统计学专业并不是一个数学专业，已经逐渐独立于数学之外，成为一个专门的学科。统计学专业设置了大量的数学专业课，高等数学、概率论、数理统计这些基础的数学课程自不必说，还有大量重量级课程，比如复变函数、实变函数、泛函分析等，每一科都可以学的眼花缭乱。除了数学课程，还有许多其他课程，比如大数据挖掘与机器学习、大数据分析统计基础、抽样调查与试验设计等等，这些课程属于专业课，个人认为也是非常有用的专业课，不仅仅用在数学。统计学毕业的学生，如果学得好，可以很好地用在医学、物理学、金融、计算机等许多不同学科的基础研究上。统计学现在可以很好地与其他学科交叉，比如金融统计、生物统计、数理统计等等。正是众多行业对统计学的应用和如此多的学科交叉，决定了统计学专业的学生有着非常广的就业前景。统计学就业，有五大类，比如金融、IT、老师、制药以及其他。无论哪一类，都是高待遇的行业。比如与计算机结合紧密的人工智能方向，统计学就是其发展的一项基础。诺贝尔经济学奖获得者Thomas J. Sargent所说“人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公式都非常老，但是所有的人工智能利用的都是统计学来解决问题。”无论是C.Radhakrishna.Rao还是Thomas J. Sargent，对统计学的评价之高，可见统计学专业的重要性。其实现在热门的专业领域，金融也好、IT也罢，最核心、最重要、最关键的部分，永远是跟数学有关，永远是数学决定成败。比如IT行业，收入最高、最重要的关键部门，永远是搞算法的，说白了就是搞数学的。所以，统计学专业虽然枯燥，但绝不仅仅是学数学这么简单。就业还可以，且无论哪个方向，都是大有可为。有关高考选择高校的材料，已整理完毕，没有水分，从普通人角度，全是落地的建议。欢迎关注+私信+邮箱，会免费分享给大家！高考专业选择的材料正在整理，整理完毕后会分享给大家。收起

博士，在中国古代曾被用于学官名，也曾用于称呼茶坊伙计——“茶博士”。在现代汉语中，博士则是人类教育体系金字塔尖的王冠，教育机构授予的最高一级学位。那顶博士帽，让无数学子、科研工作者孜孜以求。博士作为学位已有几个世纪，而直到30年前，中国才有了自主培养的第一批博士。1977年，中国恢复了高考，次年，恢复了研究生招生。被耽误了10年之久的一大批青年，从厂矿、田间重新回到校园，就是在他们中间，诞生了新中国的首批18位博士。中国博士的第一次学位授予仪式，没有西方舶来的博士服和博士帽，却有着中国特色的隆重——仪式在雄伟庄严的人民大会堂举行，党和国家领导人向他们颁发了学位证书。虽然当时很多人并不清楚“博士”为何物，但首批博士学位的授予，却成为一个历史性事件，记录着重新建立起来的对知识和人才的尊重与期待。博士“十八罗汉”首批博士在学位授予仪式后的合影1983年5月27日，北京，又一个姹紫嫣红的初夏。坐落在天安门广场西侧的人民大会堂热闹非凡。与以往不同的是，今天走进这里的既不是来访的外国首脑，也不是共商国是的人大代表。这一天，在这座宏伟建筑物里济济一堂的是当时全中国最有学问的群体——中国自主培养的首批博士。这18个名字注定要载入史册：马中骐、谢惠民、黄朝商、徐功巧、徐文耀、白志东、赵林城、李尚志、范洪义、单墫、苏淳、洪家兴、李绍宽、张荫南、冯玉琳、童裕孙、王建磐、于秀源。中国自己培养的这18名“土博士”中，有6名来自中国科学院研究生院，6名来自中国科学技术大学，4名来自复旦大学，另外两名分别来自华东师范大学和山东大学。除了唯一的工学博士冯玉琳当时在美国读书没有到场外，其余17名博士和他们的老师、校长们，以及一批硕士参加了这次大会。在北京市石景山区玉泉路寓所内，首批博士之一、中科院高能物理所教授马中骐指着书房里的一张照片对记者说：“后排最中间的那个就是我。”照片上题有“党和国家领导人接见博士、导师和硕士代表”一行字，成为1983年5月27日的历史定格。照片上，博士们并没有穿着统一的学位服。因为意义重大，当时博士应该穿什么衣服参加学位授予仪式，也引起了争论，焦点在于要不要像国外一样采用学位服。那时候中国刚刚改革开放，还不大接受西方的衣着方式，人们的服装以中山装、白衬衫为主，色调集中于黑、白、蓝、灰。像博士服、博士帽这样的特定服装很少为人所知，很多人觉得那像是宗教服装，很怪异。因为没有定论，最后国家决定，首批博士不配备学位服，而是按照大型会议的惯例，每个人发200元置装费，让博士们自己决定着装。 第一次博士学位授予仪式上，只有王建磐一个人穿了西装，但根本不会打领带，只好向导师求助。马中骐则回忆说：“我当时也没请示什么人，只是觉得中国的第一批博士穿洋装不太好，‘文革’时大家不都穿军便装嘛，我就去买了一套新的军便装，蓝色的确良卡其的。”首批博士之一、北京航空航天大学教授李尚志，至今还保留着大会的入场券，粉色的票面上印着他的座位号。那天一位老先生走到他面前问：“你是哪个学校的？”李尚志说：“我是中国科学技术大学的。”老先生说了句“中科大确实培养了一批人才”，就走开了。旁边有人兴奋地小声嘀咕：“钱老！”李尚志这才知道，问他话的，竟然是中国科学界泰斗级人物、“两弹一星”元勋钱三强。下午3时，学位授予仪式开始，当他们从中央领导人手中接过紫红色封面、印有金色国徽的博士学位证书时，新中国首批博士诞生了。这18名博士，后来被人戏称为“十八罗汉”。这样高规格的学位典礼，在中国乃至世界上，都是绝无仅有的一次。国务院学位办公室原主任、原国家教委研究生司司长吴本厦曾撰文回忆说，举行这个仪式的目的是要选出人才、出好人才，在北京集中举行授予仪式，也是为了扩大在国内外的影响。首批博士之一、复旦大学教授张荫南把1983年5月27日称为“国家学位的‘开国大典’”。“这是国家的根本大业，虽然当时的培养条件并不是很充分，但百废待举，人才青黄不接，急需自己培养人才。可以说，国家走出了大胆的一步，有了第一步，才有第二步、第三步……”“比梦都美好。”李尚志这样形容自己博士学位的获得。他甚至觉得那一天美好得不太真实，怕酣梦醒来，自己仍然躺在大巴山的小屋之中，桌上摆着批判修正主义教育路线的学习材料。1970年，李尚志从中国科学技术大学毕业，回到四川万源县，在公社小学和农村工作队一呆就是8年。“文革”之中，有关知识分子的政策，几乎就是一次又一次的批判、批斗。小学教师身份的李尚志对此已经“习惯”了。但是，从1977年开始，好消息一个接一个来了。恢复研究生1977年，夹在“文革”结束和改革开放之间的年份，像一道分水岭，划开了两个时代。现在，人们回忆起这个特殊的年份，总会将它和一个改变了千千万万中国人命运的事件结合在一起——恢复高考。那一年，邓小平第三次复出工作，自告奋勇主抓教育和科技工作。当时“四人帮”虽然已经倒台，但“两个估计”，即所谓“新中国17年教育战线是资产阶级专了无产阶级的政，知识分子的大多数的世界观基本上是资产阶级的”，依然沉重地压在中国知识分子的头上。1977年8月4日，邓小平提议举行了一次科学和教育工作座谈会，请来了包括周培源、童第周、苏步青在内的40多位教育界专家和官员，在人民大会堂畅谈教育。与会者开始并不知道邓小平要来参会，后来，他们发现邓小平几乎每场必到。会议开始时，大家发言都很谨慎，但谈了两天后，谈话口子越来越大。清华大学的教授在谈到教育质量时说，现在很多人只有小学毕业的程度，补习了8个月就学大学的课程，读了3年就毕业了，根本没有什么真才实学。邓小平听了此发言，当即不满意地说：那就应当叫“清华中学”、“清华小学”，不能叫大学。与会的学者们越说越激动，湖北大学的查全性教授激动地站起来请求改变当时的大学招生办法，提出在当年就恢复高考，这个建议立刻得到与会科学家的一致赞同。邓小平问：“今年是不是来不及改了？”情绪激昂的专家们说，“今年改还来得及，最多晚一点。”邓小平说：“既然大家要求，那就改过来。”一锤定音。恢复高考，不仅是一个国家和时代的拐点，更是许多个人的人生拐点。恢复高考的历史功绩被无数人感念，不太为人所知的是，比大学本科更高一级的研究生招生，也是在这一年确定恢复。1977年10月12日，国务院批转教育部《关于1977年高等学校招生工作的意见》，宣布当年立即恢复高考。当时国务院批转的文件其实有两个，另一个即《关于高等学校招收研究生的意见》。中国恢复研究生招生的主推者，同样是邓小平。1977年8月1日，邓小平在同方毅、刘西尧的谈话中提到：研究生也可以招过去大学读过一两年的大学生。凡是过去处理不当的，有点基础的，可以放到大学，也可以直接放到科学院，成为今年大学招生的重点，当然年龄可能大一点。几天后，在那次确定恢复高考的座谈会上，邓小平多数时间是安静地听取大家的发言，偶尔的插话中又一次提到了研究生教育：对上山下乡知识青年中通过自学达到了较高水平的人，要研究用什么办法、经过什么途径选拔回来。这种人成千上万，要非常注意这部分人，爱护这部分人，千方百计把他们招回来上大学或当研究生。不要定什么名额，这样的人有多少就选多少，可以在名额之外。当时，中国的研究生教育已中断了12年。早在1951年，中国就已经开始招收研究生，当时主要是由苏联援助中国的专家来教育培养。而这些研究生实际上是“师资研究生”，目的是为新中国培养一批高水平教师。1957年，国务院批转了《关于今年招收4年制研究生的几点意见》，拟在“师资研究生”之外，培养少量质量较高的相当于苏联副博士水平的研究生，研究生的培养方向开始注重科研工作。此后，中国的研究生教育一直在“师资研究生”和科研研究生之间摇摆。研究生毕业完全按照国家分配工作，师资研究生毕业了就去高校当助教，科研研究生毕业则进科研院所搞科研。那时候中国还没有学位的概念，研究生就是比本科生高一级的学历。首批博士之中，马中骐是仅有的一个在恢复研究生招生之前就已经上过研究生的。1964年，马中骐考上北大物理系研究生，师从著名理论物理学家胡宁。但命运捉弄，只学了一年，“文革”爆发，正常的教学全被打乱。1967年，他回到母校兰州大学，当上了一名物理系助教。“文革”之中，教师水平、能力评价不在学术水平，他的助教一干就是十年。兰大理论物理教研室已经解散，图书馆都关门了，他只好搞点地下科研。1977年，马中骐的命运迎来了转机。在去大连参加一个会议的途中，他到北京看望了导师胡宁。胡宁告诉他一个好消息：中央允许69届、70届的大学生回原校继续就读，叫做“回炉大学生”。当时恢复高考的政策尚未出炉，“回炉大学生”的政策显然是来自8月4日科学和教育工作座谈会，而且与邓小平的讲话直接相关。有“回炉大学生”，那么也就可能有“回炉研究生”。胡宁惦记着自己的爱徒。“胡先生问我愿意不愿意当‘回炉研究生’。可以回北大读书，我当然高兴了。”马中骐满心欢喜地去了大连，但当他开会回来再去看望胡宁时，却被告知“‘回炉研究生’行不通”，因为中央没有红头文件，意味着没有编制和经费。马中骐只好又回到兰州大学教书。几个月之后，国家恢复研究生招生的文件正式下达。马中骐又看到了回北大读书的希望。可当年他已37岁，按照当时的规定，35岁以下才能报考。希望再次破灭。波折考研路国家恢复高考和研究生招生的文件在1977年10月正式下发，这时，早已经过了传统的夏季高考时间，但是整个国家对知识的渴望已经迫不及待。当年冬天，中国关闭了11年的高考闸门终于再次开启。570万名考生如过江之鲫般涌向考场。这是共和国历史上唯一的一次冬季高考，77级大学生实际上是1978年春季走入的大学校门。而选拔更高端人才的研究生招生，在1977年让位于高考，一直到转年的5月才开考。因为年龄超限而不能报考研究生的马中骐，恰恰因为这次研究生考试的“拖后”而得到了机会。1978年3月18日，全国科学大会召开，邓小平在这次大会的讲话中明确指出“现代化的关键是科学技术现代化”，“知识分子是工人阶级的一部分”，重申了“科学技术是生产力”，从而澄清了长期束缚科学技术发展的重大理论是非问题，打开了“文化大革0命”以来长期禁锢知识分子的桎梏。科学的春天到来了。也正是在那次全国科技大会上，马中骐等一批超龄研究生迎来了他们的春天。胡宁等一批老学部委员，向国家提交了一个提案，提出1964年与1965年入学的研究生有一批人才，他们在“文革”时尚未完成学业，恢复研究生把他们排除在外实在可惜，希望能放宽年龄限制。提案交上去，胡宁等学界泰斗们并没有马上得到回复，但是研究生招生年龄限制的口子，却很快如他们所愿地打开了。时间到了1978年的4月份，距离研究生报考的最后期限仅剩几天时，马中骐在电影广告栏里看到一个通知：研究生报考年龄放宽到40岁，64级、65级研究生不受年龄限制。“当时的这一政策真是解放了不少人才。”马中骐感慨。1978年5月5日，他和另外63500名考生同一时间走进不同的考场，参加研究生入学考试。研究生入学考试科目包括，政治、外语、基础课和专业课。“文革”十年，中国高等教育几乎是断档的十年，这些科目的难度比以后的研究生考试要相对容易，亦如此前几个月的高考。但对当时一些考生来说，这样的考试已经难上加难。10年间，他们的手上，过早被镰刀和工厂的机器打满了老茧，考卷对他们已经非常陌生。参加1977年高考的考生中，很多人甚至连真正的初中教育都没有完成，经过一两个月的突击自学就进了高考的考场。而对于满身疮痍的中国来说，也别无他途，只能降格以求，以便尽快培养出一批自己的大学生。同在1978年入学的77级和78级大学生共有40.1万多名，只是参考人数的1/29，与今日中国大学超过70%的录取比例相比，真有云泥之别。 能通过研究生入学考试的人更是少之又少。1978年参加研究生考试的学子中，马中骐说自己是“幸运”的。十年的助教生涯，虽然没有得到任何提拔晋升，但他始终没有离开物理教科书。基础课、专业课的考试内容，并没有超出他的授课内容，对他来讲可以说是轻而易举。胡宁先生当年在北大和中科院高能物理研究所各设了两个研究生名额，高能物理研究所的研究生位置几乎就是为马中骐量身定制。而他的成绩也足以傲视同级，当之无愧。在邓小平的支持下，中科院成为1978年研究生招生的“大户”。原中科院教育局研究生处处长郁晓民回忆，中科院招收研究生比教育部所属高校的准备要早，因为中科院选取的都是高端人才，不涉及高考。1978年，中科院就成立了研究生院，第一期招生2400人，占到了当年中国研究生总数的近五分之一。首批博士之一的于秀源，1978年报考的是山东大学研究生。那时，距离他从山东大学数学系毕业已过14载，他的身份是杭州四中校办工厂的工人。于秀源所在的厂子不太想放他走，但幸好当时中央对工作人员报考研究生的政策很宽松，虽然费了不少周折，厂里最终还是让他报名了。既要工作，又要准备考试，于秀源经历了今天的年轻人难以想象的艰辛。他当时已经是两个孩子的父亲，为了准备研究生考试，他只能在工作之余，一边哄孩子一边温书。于秀源回忆，每个晚上，他坐个小板凳，旁边放着竹板子做的童车。他的脚来回蹬着童车，“催眠”躺在里面的小儿子，一只手捧着书，另一只手在一个小方凳上演算题目。王建磐是首批18位博士中最年轻、也最有传奇性的一位。他同时参加了1977年的高考和1978年的研究生入学考试，同一年拿到了本科和研究生的入学通知书。“文革”爆发时，王建磐刚刚上完高中，还没来得及参加高考。此后十年中，他当过农民、中学数学老师，还在县剧团当了5年编剧。恢复高考的消息传来时，王建磐已凭借戏剧创作多次获奖，小有名气。而他参加高考考中的，是与文学编剧毫不相关的华南理工学院电子信息工程专业。刚刚迈进大学校园不久，王建磐觉得自己最大的爱好还是数学，他在高中时就自学了大学数学课程。正在此时，研究生报名开始了，王建磐报考华东师范大学数学系教授、著名数学家曹锡华的研究生，又一次顺利通过了考试。1978年，全国共录取了10708名研究生。研究生不分级别，没有硕士研究生和博士研究生之分。如果就这样按部就班地学习、毕业，他们就会被统称为“78级研究生”，那18位佼佼者，也不会荣膺中国历史上的第一批博士。学位制出炉马中骐在进行博士论文答辩，这是中国历史上第一次博士论文答辩。“78级研究生”入学时，没有人奢望自己能得到硕士、博士的头衔，这样的名词，对当时中国的大多数人来说甚至是陌生的。马中骐告诉记者，虽然很小的时候就知道“博士”这个词，也知道它代表的荣誉，但“博士”并不在中国的教育评价体系内，他也就从未想过自己能成为博士。“那时我们在意的也不是能不能获得什么学位或者称号，能够堂堂正正地搞科研是我们最大的愿望。”当时的中国，还没有自己的学位制度，研究生就是最高学历，很少有人明确学历和学位的区别和意义。按照现代教育学概念的区分，研究生属于学历，指人们在教育机构中接受科学、文化知识训练的学习经历；而博士、硕士、学士是学位，标志被授予者的受教育者程度和学术水平达到规定标准的学术称号。一个是学习的经历，一个是学术的水平，两者有着本质区别，但在中国却被笼统地归于“研究生”。上世纪50年代，新中国已经培养出了于敏、周光召等具有博士水平的研究生。于敏和周光召都在科研领域做出了卓越成就，是我国“两弹一星”的元勋。周光召后来获得过美国纽约市立大学、香港中文大学、香港大学、加拿大麦吉尔大学等世界知名大学授予的荣誉博士，却始终不是中国的博士。现代学位制度在上世纪30年代进入中国。1935年，当时的国民政府曾仿效英美等国的学位体制，颁布了“学位授予法”，但适逢乱世，国家民族危亡之际，这项制度最终没有得到认真施行，中国也就一直没有自己培养授予的博士。新中国成立后，教育界、科学界曾经两次尝试建立学位制度。一次是1954年，国务院组织了由林枫、范长江、薛暮桥等13人组成的委员会，开始拟定学位制度。1957年，学位制度草案刚刚完成，却赶上了“反右”运动，学位制度胎死腹中。第二次是1961年，时任国务院副总理、国家科委主任的聂荣臻元帅，领衔起草学位条例。这次的学位条例草案未及完成，又赶上了“文革”。在“阶级斗争为纲”的统领下，学位被视作资产阶级法权范畴，学位条例再次被搁置。直到1979年，中国再一次开始酝酿建立学位制度，已经入学一年的“78级研究生”，有了成为硕士、博士的机会。吴本厦是《学位条例》的起草人之一，据他回忆，建立学位制的提议由时任中国社会科学院院长的胡乔木提出，邓小平马上在他的报告上作了批示。刚刚担任教育部部长的蒋南翔，接受的第一项重要工作就是起草《学位条例》。“当时小平同志的指示基本是三条，一是一定要搞成学位制度，二是建立学位制度要快，十年磨一剑不行，三是搞什么样的学位，要结合本国的国情。”吴本厦回忆。这次学位制度的建立的确如邓小平所要求的，“速度快”，《学位条例》从起草到提交人大常委会审议，仅用了11个月时间，但这样的效率并不意味着过程一帆风顺。1979年10月，当时国家科委一位副主任给方毅、胡乔木写信：“关于建立学位制度问题，我认为本来是一个比较简单的事情，因为20世纪60年代制定的文件只要稍作修改就可以报中央，可是这个工作交到教育部的某个机构之后，将近1年之久（其实只有7个月），至今还处在调查研究的过程之中。”以第二次学位条例草案为基础制定学位制度在当时颇有支持者，这实际上反映了当时制定学位制度的方向之争：套用前苏联的学位制度，还是建立一套接轨世界的学位制度。“文革”之前我国草拟的两版学位制度，都是以前苏联学位制度为蓝本，而这个蓝本颇为“自成体系”，与国际通行的学位制度不大协调。比如，前苏联设立了“副博士”这样另类的学位，而博士学位不是通过研究生教育获得，要靠科研工作者长年的科研成果去争取，能得到博士学位时经常要等到五六十岁年纪。刚刚改革开放的中国，显然更注重与国际社会的接轨。蒋南翔为此给邓小平打了报告，解释了此前学位条例草案的不适用理由：前苏联的博士学位，需要科研工作者“皓首穷经”，对我国“快出人才，特别是从青年人中发现和使用优秀人才是很不利的”。他还特别提到，联合国教科文组织正在制定一个各国相互承认学历、文凭、学位的国际公约。在经过调查走访全国各地高等院校的实际情况，与老专家、老学者进行无数次交流、座谈后，学位起草小组向国务院提交了《中华人民共和国学位条例（草案）》，并交由人大常委会审议。1980年2月12日，《学位条例》经全国人大常务委员会审议通过，并于1981年1月1日开始实施。当时，作为《学位条例》母法的《中华人民共和国教育法》还没有出台，《学位条例》也成了共和国的第一项教育立法。依照《学位条例》，国务院学位委员会也随之成立，负责《学位条例》的贯彻和实施。直到今天，学位委员会仍然是领导全国学位工作的主要机构，负责《学位条例》的修改和实施，以及授予单位和学科的审批等重要工作。为了实施好《学位条例》，1981年，国务院学位委员会特地组织了由四五百人组成的庞大的学科评议组，评议首批学位授予单位。评议范围涉及到了50多个大学科，而评议组成员都是由该学科最有学术造诣的老专家组成。为了保证博士点资质审核的高质量高要求，起初的通过率只有1/3。不少知名大学甚至被“剃了光头”，申报的四五个学科竟无一通过。1981年11月，国务院批准了首批博士和硕士学位授予单位和学科、专业的名单。按照正常的教学进度，1981年，新中国的首批硕士产生了。这本来也是个值得关注的标志性事件，但首批硕士的风光全被首批博士“抢”去了——即便首批博士还没有产生，但中国科学院、中国科学技术大学、复旦大学等8个授予博士学位的试点，已经让人们满怀期待。“黄金阵容”谁能成为中国授予的第一位博士呢？于秀源本来有机会创造这个“第一”。他的导师是著名数学家潘承洞院士，科研方向是解析数论。在他的毕业论文上，著名数学家王元院士做了这样的批语：“此人论文水平达到博士研究生水平”。可是，当时的中国还没有可以授予他的博士学位。因为成绩优秀，于秀源在1980年就提前研究生毕业了，中国的学位制度还在草拟之中。直到学位制度出台，山东大学向教育部请示，希望于秀源能作为首批博士参加学位授予大会。于秀源记得，为了他的博士学位，学校研究生处处长专程带他到北京。处长告诉他，为了证明他的实力，学校将建议有关部门组织专家检验他的水平，还可能组织考试。最后，考试并没有进行，于秀源也没有再进行形式上的博士论文答辩，潘承洞和王元两位中国顶尖数学家的评价足以证明于秀源的学术水平。1983年5月27日，在研究生毕业三年后，于秀源被正式授予博士学位。这批博士，拥有一个现在看来很“奢侈”的培养阵容，他们的导师几乎都是院士及各领域内的顶尖学者。如果一一列举出首批博士学业的授业恩师，那将是一长串令人高山仰止的泰斗级学者名单。后辈博士们对这样堪称“黄金阵容”的超豪华团队，恐怕只有艳羡的份儿了。马中骐是真正意义上的中国第一位博士。他的博士学位证书编号为10001，老学部委员、北京大学物理系教授胡宁是他的导师，钱三强签发了他的博士学位证书。“文革”十年中，马中骐在兰州大学担任助教。相对于很多同级研究生在科研上的十年“撂荒”，马中骐说自己应该庆幸，他从未离开自己的专业。研究生第一年的课程主要是基础课，除了英语和数学，他的专业课水平足以给同级研究生上课了。胡宁特批马中骐不用上专业课，直接开始搞科研。胡宁一直想用实践证明中国完全有能力培养自己的博士。马中骐说，他读研究生时，李政道从中科院研究生院招了一批学生去国外学习，胡宁坚决不同意马中骐去，理由是：“马中骐是我自己培养的研究生，水平足够博士的，没必要到国外再培养一遍。”“博士在科学上应该有所创造，博士论文应该达到世界上比较高的水平，当时我就是按照这个标准来要求学生的。”首批博士之一洪家兴的导师、中科院院士谷超豪曾经说。洪家兴现在已经是中科院院士了。从做谷超豪的学生到毕业后留在复旦做了导师的同事，共处的几十年，洪家兴发现导师就是这样做的：自己开拓了一个方向，交给研究生去做，然后再去开拓一个新的研究方向。谷超豪最早研究微分几何，由于国家需要，转向与高速飞行器设计有关的数学问题；当他在超音速绕流等方面取得开创性进展后，就把这些研究交给了李大潜，自己一头扎进混合型方程组的研究；在已经有突破性成果后，又把这个领域交给洪家兴，自己转向规范场理论。关于他在规范场领域的研究，著名物理学家杨振宁曾经赞叹过：“谷先生是站在高山上，看到了全局的人。”当时的导师们丝毫没有门户之见，每位博士的成果凝聚的不只是一位导师的心血，而是多名专家在培育。洪家兴说，当时除了谷超豪，复旦大学的李大潜、陈恕行等数学家也给自己很多指导。而他的导师谷超豪，也给了马中骐学术上的指导。马中骐的博士论文题目，用到了谷超豪创造的一种研究方法，为此，他两次前往上海向谷超豪请教。“超豪华阵容答辩委员会”是首批博士的共同经历。马中骐的论文答辩委员会由7位物理学界的顶级专家组成，其中中科院院士就有五位，“两弹元勋”彭桓武，以及胡宁、朱洪元、戴元本、谷超豪等。和马中骐一样，李尚志也没有真正上过博士研究生的课程。他的博士论文原本是为硕士毕业准备的。他做出了导师曾肯成布置的一个题目，又用这个题目的方法，做出了北京大学段学复教授从美国带回来的一些代数学的猜想，取得很大突破。“曾老师得知后非常兴奋，把我的成果告诉两个人。一个是丁石荪，另一个是万哲先，中科院院士。两位先生看了之后说，如果这个东西没有错的话，那就不应该只是研究生毕业，应该是达到博士生水平了。”李尚志回忆说。李尚志的论文答辩委员会主席由中国群表示论的奠基人段学复担任，中科院万哲先、北京大学丁石荪、华东师大曹锡华等教授任委员。“在那之后，代数界再也没有博士的答辩委员会能聚集分量如此重的一批专家。”为了给李尚志争取博士论文答辩的机会，曾肯成用尽了关系，“跑破了鞋子”，请丁石荪参加答辩会时，曾肯成要李尚志告诉丁石荪：“如果他不去，我就拿根绳子到丁家门口吊死。”李尚志到了丁石荪家里，哪敢这样说，但丁石荪还是答应了。李尚志出门时，才将导师的话说给丁石荪。丁石荪哈哈大笑。从1982年2月第一个进行博士论文答辩的马中骐之后，到1983年4月，一万余名78级研究生中，层层遴选出了18位博士。1983年5月27日，中国以自己的最高礼遇，在人民大会堂为首批自主培养博士颁发证书。当时有国家领导人问博士生导师之一、复旦大学谷超豪教授：我们国家培养的博士，和国际上的水平比起来怎么样？谷超豪笃定地回答：可以达到国际水平。十八博士今何在首批博士中唯一的女博士徐功巧和导师邹承鲁院士。30年过去，中国的第一批博士现在都已是花甲、古稀之年。他们不少人都接受过多次采访，回顾这个标志性的历史事件。很多报道都会说，获得博士学位，对他们来说是命运的改变。他们的命运确实转变了，但转变的契机不是博士学位，而是恢复高考和研究生招生。如果不是恢复了高考，王建磐可能还在县剧团写着剧本，而不是后来蜚声国际的数学家；如果不是恢复研究生招生，于秀源可能还是一个校办工厂的普通工人，李尚志则在大巴山中当着小学教师……改变命运的又何止这18位博士，那是一个国家和民族命运的拐点。而博士的光环，成就了这次改变最亮眼的标志和成果。作为“中国第一号博士”，马中骐对这一名号一直很淡然。30年前召开的首批博士授予大会，马中骐作为博士代表上台发言，发言的题目叫《新的起点》。“走上科研这条路，博士其实只是起步。我自己并没有把成为第一个博士当成那么光荣的事情。”马中骐说，“谁是第一批、第一个博士，这是历史的偶然。真正的意义在于国家恢复了对知识的重视和对人才的尊重。”如果说第一批博士有什么独特之处，马中骐认为应该是浓厚的责任感和使命感。“我们那时候比较单纯，考研究生是出于发自内心的对科学的热爱，无比珍惜这样的机会，可以说是全身心投入到科研、教学工作当中去。不像现在，很多博士其实就只为了个学位，好有个找工作的硬件。”这18位博士中，有17位理学博士、一位工学博士。他们一直活跃在相关学科的前沿，多数人已经作为导师带出了自己的博士。对于他们的科研成果，实在无法用通俗的语言解释清楚。马中骐的博士论文《SU（N）静态球对称规范场》，仅是这个题目，就足以让非物理专业的人摸不着头脑。我们只能用更世俗的角度去说明一下他们的成就——尽管这是首批博士们都不太看重的一些评价： 赵林城成为国际知名的数理统计学家；洪家兴院士作为特邀报告人曾登上国际数学家大会讲坛；苏淳是国际数学奥林匹克竞赛的“金牌教头”；王建磐曾执掌华东师范大学……18位博士，有着当今无可比拟的“含金量”：他们当中走出了一位中科院院士，一位第三世界科学院院士，四位大学校长或中科院所长……更难能可贵的，是这批博士传承着老一辈科学家的风范。马中骐的导师胡宁在北大，每周听一次他的科研汇报。“胡先生没有一点架子，听我汇报时都是相互探讨的姿态。如果他说的有什么不对，我当场就争辩，他会说，‘嗯，你说得对，我收回。’”现在的很多研究生称自己的导师为“老板”，很多导师在研究生的科研成果上署名，对此，马中骐很反感，“胡先生从来不在学生的论文上挂名。”马中骐毕业后去美国进修，曾和杨振宁一起工作。让他印象深刻的是，曾有一篇论文是杨振宁给出的方向，并且提供了方法，却坚决不同意署自己的名字。这样的学风普遍影响了当年那一批博士。于秀源带出的博士生中，王小云可以说大名鼎鼎，年纪轻轻就找出了两大国际通用密码的漏洞。但别人提及她时，于秀源的回答是：“她的成就靠自己。”这与于秀源的导师、著名数学家潘承洞院士如出一辙。在别人说起于秀源在超越数论做出的成绩时，潘承洞说：“于秀源是我的学生，但我真的不太懂超越数论。”李尚志是我国首批100名国家级教学名师之一。他曾任北京航空航天大学数学与系统科学学院院长，早已是博士生导师，但仍坚持每个学期都给本科生讲授基础课。这个习惯从他在中科大数学系当系主任时就保持着，他说：“我们系从华罗庚开始就一直是知名教授上基础课，这是多年的传统。我唯一的本事就是没有将这个传统破坏掉。”30年过去，从最初的18位博士起步，如今博士帽已在神州大地上遍地开花，全国每年授予的博士学位超过五万个，早已超过美国，成为全球第一博士授予大国。但是，必须正视的一点是，目前，中国博士所取得的成果，并没有与博士数量的增长成正比。早在30年前的首批博士授予大会上，时任复旦大学校长的苏步青提了个问题：“以后那么多博士怎么办？”很多人当时并不明白苏步青何有此问。这个问题在今日听来，更容易理解其中深意：中国博士的数量与日俱增，博士是否还能保证足够的“含金量”？博士在科研工作中是不是有相称的贡献？现在，这个问题该交由一批一批的中国博士们去解答了。本文原载于2013.10.22 《北京日报》17、20版收起

在北京大学公布的2021年研究生招生目录之中，作为国内数学专业最强的数学科学学院硕士招生目录之中，已经停止了传统的譬如基础数学、应用数学等学术学位硕士招生了。仅剩的全日制专业为金融硕士，而另一个应用统计硕士则为非全日制，这意味着北大数学专业的学硕正式停招！你没有看错，数学专业想考研不能报北京大学了，要么直博要么只能读金融硕士和应用统计硕士。在第四轮学科评估之中，数学专业拿到A+的仅有三所高校：北京大学、复旦大学、山东大学，所幸的是目前复旦大学和山东大学两所高校还都保留了传统数学专业的学硕招生。众所周知，目前国家对于基础学科人才的培养很重视，而北京大学理学部的6个学院全日制招生计划仅186人，比去年减少了50个，这个缩招比例还是挺狠的。北大相关人士表明，数学专业学硕的停招，并不影响数学学科高层次人才的供给，因为数学作为“学术皇冠上的明珠”其高层次人才的门槛早就探到了博士水平。这从北京大学的博士招生上可以得到印证，2021年北京大学数学科学学院的博士招生计划为81人（其中拟接收推免生人数为72），已经远远超过了硕研招生规模，且博士招生专业目录之中，基础数学、应用数学、计算数学、概率论与数理统计、统计学所涉及的研究方向都很全面。看来北京大学是把数学专业的培养重心已经直接挪到了博士阶段，而硕士阶段只留下了金融硕士和应用统计硕士两个就业方面不错的专业。这一点同时和《关于加快新时代研究生教育改革发展的意见》之中，扩大直博生招生比例是相符合的。在基础学科的招生上，国内大学一直也都是在不断试探之中，从竞赛保送到强基计划，其初衷都是想获取真正想致力于基础学科的优秀人才。但是摆在众多数学专业学生面前最真实的一关便是就业，应用数学还好点，像基础数学中的部分方向在国内大多数高校肯定是要走人的，数十年无任何科研成果无任何经济效益，学校能不能保留你的任教资格都成问题。比如北京大学最传奇的数学天才张益唐，在美留学后曾经一度沦落在餐馆打工，最后在朋友的帮助下，终于得到了一份大学讲师的工作。张益唐本以为自己从此与数学研究绝缘，没想到在58岁时发表了一篇论文，暮年成名，成功打进了国际顶尖数学论坛，成为著名的华裔数学家。这便是数学的魅力，虽然一些基础数学研究看起来并无多大意义，但是却让无数人乐此不疲（比如哥德巴赫猜想）。数学博士转型相对来说还是比较容易的，尤其是北京大学这种级别的。但是对于广大考研者来说，北大数学专业学硕停招还是一大憾事。从往年的录取情况来看，不管是直博还是硕研保送，北大数学的生源高校基本上就那么几所，所以甭管怎么变还是那个圈子，数学学硕停招对于普通考生来说并没有多大影响。怕的就是北大之后有其他高校效仿，基础学科要都博士打底了，那么硕士难道就只能面向就业吗？收起