哈佛大学统计博士

她被称为最美学神，是哈佛大学有史以来最年轻的教授，14岁参加高考，18岁开始攻读博士学位，仅用一年便完成博士学位。她就是中国天才蔡天西。在她闪耀的人生背后，是对生活的极度自律以及努力的结果。1977年蔡天西出生于被称为创业之都的温州。是父母的第六个孩子，因为家庭人口众多，蔡天西当时的家庭处境十分贫寒。常常出现吃了上顿没有下顿的日子，但是比较幸运的是，蔡天西的父亲是一名教育家，非常清楚只有读书是改变命运的唯一的出路，再苦也不能苦了孩子的教育。小学时，深知读书不易的蔡天西，在学习上十分用功，每当遇到不懂的难题时，便会向父母和老师请教，或者去学校读书角翻阅书籍寻找答案。在一次偶然的情况下，蔡天西在学校的读书角中接触到了思维开括类书籍《思维风暴》，在书中内容的启发下，她学会了一套高效学习方法，并且利用到实际中，让她获得了过目不忘的能力。此后她的学习效率开始得到了大幅度提升，在十岁那年提前进入考入初中，一年后便学完初中所有知识，升至高中，14岁时，蔡天西提前参加高考，以685分的高分被中国科技大学少年班录取，成为当时最早一批的少年班成员。进入天才云集的中科大后，蔡天西依旧是最璀璨的那颗星，在中科大一次超模的考试中，所有同学的成绩都不够理想，但是蔡天西却考了满分。1995年已经难逢敌手的蔡天西从中科大研究生毕业，前往拥有数学人才之乡美誉的麻省理工大学攻读数学博士学位，仅用一年时间便完成博士学位，之后又转战哈佛大学继续深造，在哈弗深造过程中，蔡天西被哈弗授予优秀博士生称号，同时也因为她在数学领域研究上取得了巨大的进展与成就，被授予罗伯特.里德奖。成为当时数学研究领域的新生代人才代表。2002年初，仅26岁的蔡天西，被哈弗聘请为数学统计学副教授，35岁转为正教授。成为哈弗历史上，最为年轻的教授，至今无人超越。在一次获奖感言中，蔡天西曾提到，《思维风暴》是改变她人生命运的最大转折点。她从中获得学习方法，使她在学习上永远快人一步，可以短时间类完成别人需要付出几年努力去学习的东西。正是这种能力，让她快速地走向成功。图文同款思维书籍：

QS(Quacquarelli Symonds)于近日发布了世界大学统计学排名，麻省理工学院夺得今年世界大学统计学排名第1, 同时在本国夺得第一, 榜单第2为哈佛大学, 斯坦福大学位列第3。以下为今年世界大学统计学排名10强：中国27所大学上榜，世界第2美国上榜大学数量排名第一,高达52所大学上榜, 中国第二，有27所大学上榜, 上榜大学数量第三的国家是英国，有18所大学上榜, 在之后的还有, 加拿大上榜11所, 澳大利亚上榜10所。港科大超北大，中国第2跻身中国今年世界大学统计学5强的大学有：清华大学(19)、香港科技大学(29)、香港大学(34)、上海交通大学(43)、北京大学(46)。清华大学学术声誉得第220名,H指数得第270名,雇主声誉得第180名; ; 香港大学雇主声誉得第110名。清华理工科非常强势，港科大、港大、上交和北大在本次排名中表现也非常优异。你的母校在本次排名中上榜了吗？你怎么看待中国大学下本次排名中的表现

主讲人Z学长本科：北京大学数学系研究生：Chicago统计学PhD内容简介1、如何提升自己的背景和实力2、博士申请中如何选校和选导师3、美国统计学PhD的学习科研心得丨讲座内容丨如何提升自己的背景和实力我先给大家讲一下本科期间的学习建议。本科期间就是要学习很多基础课程，所以基础一定要打好。如果基础都没有打扎实，很多高阶课程学起来就会很吃力。基础课程包括概率论，数理统计，多元统计，实变函数，泛函分析和回归分析。这些课程对于攻读研究生学位是非常重要的。我还是建议大家在本科期间适当的上一些研究形式的课程。比如说当时北大有一个林老师，讲的是高等统计。以seminar形式出现，每节课读一篇paper，轮流上去做一个报告。我觉得这些研究形式的课程不仅对本科生科研有帮助，而且对将来研究生学习都是非常有用的。关于选校和选导师接下来给大家讲讲选校。统计专业比较交叉，大家选校的时候可以多关注统计系开设的学位。除了我在读的统计学专业，Booth商学院那边儿也有相应的统计学相关的博士学位。所以说如果大家对统计、经济方面的应用感兴趣，也可以申请Booth那边的统计学博士。此外，选校还有最重要一点，就是要抱住大牛老师。这些大牛们写的paper都非常厉害，然后关系网也非常全面。如果将来毕业无论做学术还是往工业界发展都会要好一些。当然，老师是否大牛是一方面，还有一些需要注意的点。比如，Princeton有个老师很厉害，我们学校也有个老师很厉害，但是这两位年事已高，最近不怎么带学生。大家如果感兴趣可以去各个学校的系主页上找一找这些老师的相关信息，他们的主页上都会写自己research interest，多看看和自己方向有关，感兴趣也是非常重要的。美国统计学博士的学习心得博士五年学习过程，第一年主要就是课程学习，我相信基本每个学校都一样，他不会期望本科毕业之后就可以上手去做research，虽然你可能也有那个能力了。因此，第一年来说要学一些课程，比如我们学校是四个sequence，理论统计、计算统计、应用统计和概率论中选三个。第一年博士的课程是非常重要的，他是真正带你入门、教你怎么做科研，这些是科研的基础。不需要你门门拿A，但是不能成绩太差。第二年就是找导师确定科研方向，这一年非常关键。因为可能刚开始不确定感兴趣什么，像我第二年前后换了三个导师，所以确定自己的兴趣爱好是非常重要的。最后确定的是一位特别年轻就比我大四岁的老师，他做的方向非常理论。我开始没找他是因为感觉理论的就业前景不是很好。但是后来发现自己做理论方向还是比较有天赋的。关于科研第一条经验就是一定多和导师meet，与导师讨论问题。因为有时你不主动和他meet，他不会主动联系你，因为导师事情很多。但是如果你自己想了两周都想不出来，那么这时候和导师meet非常关键，因为你可能陷入了思维定势或者因为你读过的paper太少而导致对相关领域了解太少。这时候，导师能给你提供思路，带你走出困境。比如我之前和导师合作过一篇paper，虽然是我做的，但是有些非常好的想法都是老师给我的，所以说一定要厚着脸皮向老师请教。第二条经验就是要经常参加seminar。我们系每周都会有一次seminar，请其他学校的老师、博后来做报告。这些人都是一些精英，他们的报告都非常有用。我经常能从他们做的东西中汲取一些好的想法。第三条经验就是多做presentation。我们系有两种group，其中一种叫working group，就是哪个地方卡住了，和大家说说，大家一起出谋划策。这个group里面有三四个教授，很多学生，大家互相汇报成果，可以了解彼此都在做什么。还有一种叫做reading paper，这个是每周一次，大家汇报一下自己读过的paper。因为你肯定有没读明白的paper，分享之后大家可以总结思路互相探讨。其实我还是比较内向的，和老外交流的次数是很少的，所以做presentation还是挺锻炼口语的。另外，我们学校的一个特色就是每周二会有其他院的人给你提一些统计问题。这些问题是系里通过邮件发给你，如果有你感兴趣的就可以去报名，然后小组完成任务。做完之后，大家还会一起再做一个presentation，收获还是非常多的。关于建议此外，还要培养自己的统计直觉。之前做social network，要做很多simulation。那么simulation要怎么提出自己的算法，哪些参数改变了会有什么作用，这个统计直觉就非常有用。导师们很多时候不需要算就知道结果是什么。当然了，如果遇到钥匙计算题就会犯难了。这个怎么解决呢，就像我之前说的，多读paper，多参加seminar，多读名著。其他方向也要读一些该方向大师级人物写的书。问答环节问：请问学长芝大统计系和数学系平时在一起联系多嘛？答：如果做概率的方向可能还有联系，因为我们有教概率的老师也是数学系的，如果是做统计方向的，和数学系还真没什么联系了。问：请问学长如果本科没有做过科研好申请吗？答：这个看你成绩怎么样。如果按优先级排的话，肯定科研最重要。我本科的时候科研做的也不是很好，但是成绩好的话也能申到很不错的学校。如果你本科学校不差，成绩也足够好的话，申到好学校是没有问题的。问：请问学长生物统计的就业方向大概是做什么？答：如果科研做得好，可以继续留在学术方面，当一个professor或者毕业之后去药企，这个取决于你怎么规划的。因为博士毕业后很多都做了scientists，很少有继续留在学术继续做科研的。也可以去IT行业，因为CS和统计内容很多是不分家的。统计理论多，CS编程多，所以统计毕业后去IT的很多。此外，Finance行业的也很多。还有就是如果已经确定了毕业的规划就要尽早做打算，比如已经决定了毕业去instry的话，那么第三年第四年就要找实习。如果确定自己去学术的话，就老老实实和导师多交流写paper。问：请问学长现在本科数学专业，有必要修统计双学位吗？答：本科的时候数学里面就包含很多统计的课程。北大分了五个方向，在大三的时候，如果你选统计方向，就自动学了统计的课程。所以如果重合度比较大的话没有必要学统计双学位。但如果你们学校课程设置不太一样，数学专业要学很多基础数学的课程，统计就是统计，如果你将来要是想转统计的话，可以学一下统计的双学位。中枢教育 近3年 Top 10录取榜排名学校录取人数1普林斯顿大学252哈佛大学263芝加哥大学413耶鲁大学345哥伦比亚大学1505麻省理工学院235斯坦福大学388宾夕法尼亚大学579杜克大学5110加州理工学院1714康奈尔大学10321加州大学伯克利分校5625卡耐基梅隆大学130想要成为其中的一员吗？中枢教育等你来！Pivot学员 2018FALL 申请战绩（US NEWS美国大学综合/专业排名）Top10 Offer = 200+ Top20 Offer = 400+Top30 Offer = 500+ Top50 Offer = 600+想要和资深留学导师一对一交流？

清华、北大、中科大毕业应该做什么？可能每个人心里都有不同的答案。最近深圳某街道办发了一则任职通知。仔细一看，才发现这位副主任的这位履历亮瞎了啊。她本科毕业于中科大少年班，这在国内是绝不逊于北大、清华的存在；又去哈佛大学读了物理系博士、博士后，毕业后回国担任南大物理系副教授。物理系啊，不是语言、经管这种相对大陆的人文社科学科，跟《生活大爆炸》里的谢尔顿同一个学科，你能想象谢尔顿去街道办当副主任吗？况且都从哈佛博士后毕业了，本应在科研这条路上走到黑，没想到走到一半画风突变啊。果然这操作惊到一大波网友，纷纷指出：这简直就是天大的浪费！当然也有为哈佛博士辩护的，深圳这个街道办副主任可不简单，今后仕途通达，成功可期。说实话这事确实是个人选择，哈佛博士愿意去街道办也好，愿意回老家种地也罢，那是人家的个人选择。更何况深圳街道办年薪平均30万（网传副主任年薪38万），待遇也不低，生活还稳定。然而到底还是意难平，毕竟这个学历代表了中国最聪明、智商最高的一群人了，抛却学术去做基层工作至少反映了2个问题。第一、学术圈为什么留不住人？学物理，都读到博士后了，突然下定决心中途易徹只有两个可能。要么物质待遇不如意，要么个人突然发现自己科研做不下去了。前段时间清华姚班毕业，又在清华读完博士的张昆玮在谷歌干了不到两年，回山西老家一所二本高校当老师去了。他直接坦言说：自己发现不喜欢科研，晋升无望。谷歌工资是不少，但是跟北京的房价一比就绝望了。打工30年，就为一套房，中间充满了各种不确定因素，一旦被裁员，房子都保不住，想想还是回老家吧。作为最顶尖的人才，都没办法在一个城市扎根立足。我们不能要求人人都用爱发电，怎样才能让高科技人才无后顾之忧地留下，这是一个问题。生化环材作为前沿科技，却被称为四大天坑，不就是因为待遇、前景都不行，大家用脚投票，能不报这些专业就不报这些专业了嘛。至于走一半发现自己不适合做科研，能考上清华姚班、哈佛，证明这些人从智商、教育背景上应该是适合做科研的。他们都觉得自己不适合，那别人更不适合了。到底是科研环境有问题，还是教育出了问题。俗话说种瓜得瓜，种豆得豆。当初大学把他们招进来，就是想要把他们培养成搞科研的好苗子，没想到原本以为能结个硕大的西瓜，结果种着种着结出一颗豆子。要么是这个气候环境不适合种西瓜，要么说明从种子筛选这道工序上就出了问题。为什么我们通过高考向高校输送的顶级人才，又经历了本科四年的深思熟虑，选了科研道路最后却走不下去了？会不会我们的选拔方式注定只能筛选高智商的人，却并不能在学术上走很远？（比如今年大获全胜的小镇做题家们，会做题的就适合做科研吗？刷题和做科研本来就是两条路，前者需要大量重复劳动，后者需要更多的创造性。前者只要勤奋，后者还需天分）第二、教育导向太功利，定义好工作的维度太单一从学术圈往街道办走，薪水提高了，工作更安定了。从何时起，高薪和稳定成了衡量工作好坏的唯二维度。前段时间刚填完高考志愿，无论是身边的三姑六婆也好，网上的陌生人也罢，在提志愿意见的时候都功利得可怕。“学计算机啊，程序员年薪高，你看阿里腾讯的年薪，不香吗？”“女孩子当老师不错，稳定。”“学法律将来可以考公务员，一辈子不愁”……全社会的价值观好像只剩下高薪和稳定两条了，完全不考虑个人爱好，“含梦量”太低（梦想含量太低）。之前钟芳蓉志愿填报北大考古系的时候，就有无数网友跳出来说，妹子太傻了，考古这个专业没前途，又累又不赚钱。拜托，那是人家喜欢的专业，还要强行绑架人家削尖脑袋往高薪、安稳上面凑。知乎上有一条热搜：如何看待南开大学在津招生最高分 703 分的考生，位列天津市 143 名，最终选择了南开大学化学系？这本来又是一道个人选择题。之所以能上热搜，说明这位同学的个人选择又跟普世价值观相悖了。考分那么高理应上清北，为何想不开志愿填南开？清华和北大意味着什么？意味着毕业以后基本在就业市场横着走，高薪工作和安稳的工作想怎么挑就怎么跳。想要高薪就跟阿里腾讯抛个媚眼，想要安稳考虑街道办，重点中学老师随便当。为什么要填南开呢？因为人家是真心热爱化学，担心去不到北大化学系才报了南开化学系。这是真的热爱啊！什么时候起，为了高薪，为了安稳选职业选专业，没有人多看一看，反而因为爱好选择专业，却总有“热心人”试图将人“拉回正轨”了呢？这其实是挺丧的一件事。一件事情会上热搜，正是因为少见。18岁的热血少年因为热爱选择冷门专业竟然都这么少见。人不热血枉少年，少年时期正是无惧无畏，最该谈爱好，谈理想的时期。可是看看现在的少年，有几个为了爱好而学习呢？当年那个浓眉大眼的少年，丢出斩钉截铁的八个字：“为中华崛起而读书”。至今想来依然觉得很燃。可是换到现在，再有年轻人这么讲，就有点让人接不上话了。青年人不热血主要还是同从小到大接受的价值观有关系。现在的家长教育孩子，都太微观，数学不好补数学，语文不好补语文，哪里有问题补哪里。至于孩子将来有什么理想，不管的。就像《小欢喜》里乔英子的妈妈宋倩，整天琢磨的都是让女儿读清华，至于女儿对航天专业的热爱，在她眼里简直不值一提。渐渐地，孩子们也被高薪的价值观洗脑，不再立志当科学家、消防员、考古学家了，转而梦想起当明星、网红、或者老板。小王子里说：如果你对大人们说：“我看到一幢用玫瑰色的砖盖成的漂亮的房子，它的窗户上有天竺葵，屋顶上还有鸽子……”他们怎么也想象不出这种房子有多么好。必须对他们说：“我看见了一幢价值十万法郎的房子。”那么他们就惊叫道：“多么漂亮的房子啊！”可怕的是：当你向一个孩子描述玫瑰色砖盖的漂亮房子有多好看，它的窗户上有天竺葵，屋顶上有鸽子……这个孩子也想象不出这房子有多好，必须对他说：这房子是市中心的学区房，三房两厅值一千万。他才会惊叫道：好漂亮的房子。别把教育变得太功利。

哈佛大学为什么能每年诞生那么多的精英，哈佛产生的诺贝尔奖得主有33位。哈佛产生的美国总统有7位。哈佛大学要求所有的精英教育全都必须是吃苦。真正的学习应该是快乐的学习 。今天让我们跟着小编的步伐一起来看看哈佛到底有着怎样的魅力。凌晨4点的哈佛大学图书馆里，灯火通明，座无虚席……图片配文这样写道：哈佛是一种象征。人到底有怎样的发挥潜力？人的意志，人的才情，人的理想，为什么在哈佛能兑现？ 哈佛的学生餐厅，很难听到说话的声音，每个学生端着比萨可乐坐下后，往往边吃边看书或是边做笔记。哈佛的医院，同样的宁静，同样的不管有多少在候诊的人也无一人说话，无一人不在阅读或记录。医院仍是图书馆的延伸。于是，哈佛产生的诺贝尔奖得主有33位。哈佛产生的美国总统有7位。在哈佛采访，感受最深的是，哈佛学生学得太苦了，但是他们明显也是乐在其中。是什么让哈佛的学生能以苦为乐呢？我的体会是，他们对所学领域的强烈兴趣。还有就是哈佛学生心中燃烧的要在未来承担重要责任的使命感。从这些学生身上，你能感到他们生命的能量在这里被激发了出来。哈佛观点“最浅的墨水胜过最好的记忆”。 哈佛博士、著名经济学家萨谬尔.托马斯.库恩，在谈到他的学习方法时说：“在读书的过程中做笔记，已经成为我的习惯。”在学习上取得重大成就的人物往往都有在读书时勤做笔记的好习惯。 “时间是在分秒之中积成的，善于利用每一分钟的人，才会作出更大的成绩！” ----------哈佛心理教授，杰罗姆.凯根 只有利用好自己身边的零散时间，才能不断超越自我，实现学习上的飞跃。梁实秋7岁开始读书，学习异常刻苦，各门学科都很出色，但他还是越来越感到仅教科书不能满足他的需要。后来他听说市里的图书馆有很多书。嗜书如命的他欣喜若狂地跑到图书馆，成了那儿的常客。后来他进入哈佛大学读书，哈佛丰富的图书资料更让他欣喜若狂。他在哈佛大学潜心研究文学，并且积累了大量的资料为他以后成为著名的文学家创造了十分有利的条件 王安生于江苏昆山，1945年赴美留学 ,后成为“电脑大王”、美国五大富翁之一 .王安在哈佛学习非常专注、勤奋，是系里闻名的高才生。在哈佛求学期间，王安先后师从两位知名的教授，均是诺贝尔奖获得者。他从硕士到博士仅用了16个月，可谓哈佛众多学子的楷模。 1912年林语堂入上海圣约翰大学，毕业后在清华大学任教。1919年秋赴美哈佛大学文学系，1922年获文学硕士学位。同年，转赴德国入莱比锡大学，专攻语言学。1923年获博士学位后回国 。总结：“一切的好的书都可以在读第二遍的时候获得益处与温故知新的喜悦”。

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！

导语：数据科学有着极其陡峭的学习曲线，学习者往往有面对“钢锯岭”之感。如今数据科学、大数据、人工智能、区块链、数字经济等热词横行。放眼宏观，《2018政府工作报告》中5次提到了“智能”、3次提到了“大数据”。“做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用”，来自国家战略层面的重视不言而喻。着眼微观，从人才发展角度，随着全国各省高考分数线的公布，考生和家长也没法休息，立刻投入到选专业的大战中。的确，人生重在选择，有时选择比努力还重要。莘莘学子十年寒窗，都希望能够在这一关键时刻选好人生之路。 大数据时代的到来，产生百万级人才缺口，企业愿意砸钱抢人才。据业内知情人士透露，全球化、一站式移动出行平台滴滴出行于2017年9月成立数据科学部，部分高级职位，例如数据分析专家、数据科学家等岗位收入逾五万元人民币，已成为人才将知识与能力转化为财富的又一佳话。大数据与人工智能发展的竞争，归根结底是人才竞争。我们来梳理一下关键问题：第一、“数据科学”的定义是什么？第二、“数据科学”需要什么样的技能？第三、成为“数据科学家”应该接受什么样的教育？问题一：数据科学是什么，怎么用？数据可以是数值、文字、图像、声音等。现在，各个专业领域都会产生各类独具特色的数据，所以有人说任何一个专业都会和数据科学打交道。严格来讲，数据科学的定义是模糊的，但是发展前景非常广阔。作为交叉学科，涉及范围广，横跨多个领域，包含大量应用技术，与应用数学、统计学、运筹学等多个学科相关，又与最新的技术领域，机器学习、深度学习、人工智能、物联网等 “亲密接触”。所以大家对数据科学产生了不同的理解，但最关键是【数据科学】这个瓶子到底装什么【酒水】。数据科学在不同在应用领域中的理论、方法和基础自然也都是数据科学的一部分，装着不同应用领域的【酒水】。我们在对北京大学王汉生教授的采访中，他谈到，以践行数据价值为核心研究目标的学科，都是数据科学。的确，现在有很多专业都涉及到数据科学的知识和应用，例如生物、医学、环保、金融、社会学等等。以医学为例，一张肺部多发毛玻璃结节的胸片是个人信息，一百张肺部多发毛玻璃结节的胸片数据可以用统计学的方法研究，一百万张肺部多发毛玻璃结节的胸片，可以使用运用机器学习的算法来分析。现在的应用不是手动编码带有特定指令设定的软件程序来完成读懂胸片的任务，而是使用大量的数据和算法来「训练」机器，赋予它学习如何执行任务的能力。将大数据驱动的人工智能应用于肺癌早期诊断中，让计算机自动、快速、准确的从病人的肺部 CT 扫描序列中发现疑似结节位置，则可以降低肺癌早期筛查的成本，提高检测速度和检测的准确率。这是数据科学和人工智能应用的典型例子，也是数据科学家与人工智能专家结合医学知识解决重大疾病问题的例子。对于将要学习不同专业的同学来说，培养数据的思维也很重要，站在更高的角度，也就是数据科学的角度，去看待不同的专业领域和专业知识。培养运用数据科学的思维解决问题的能力。未来各行各业都会涌现出专有领域的数据科学家。现在企业中不少工作岗位都叫数据科学家，然而即使是在同一家企业，同一个数据科学家团队工作，每个小组做得方向和工作内容也都不一样。 所以可以说：我们不一样，因为数据科学有其应用的独特方法与技术；我们也一样，对数据科学思维和算法的运用，都是为了提高效率，解决问题，让数据产生价值。 问题二：“数据科学”需要什么样的技能？简而言之，数据科学对数学、统计学、计算机、运筹优化等基础理论的要求较高。没有扎实的基础理论训练，将来很难胜任数据科学的工作，学生必须在本科学习时期获得了扎实的基础功底后，长期方有实力发力。我们采访了部分知名数据科学企业的人力资源人士，他们认为：对于本科学历的同学，用人部门或者团队需要花费大量人力、物力、精力来培养，如果学生基础好，素质高，团队也有时间和机会培养，那本科学历的同学还是有一定的机会的。言下之意，偏爱高学历。由于数据科学领域技术和应用的发展非常快，数据科学家需要在工作中不断学习，如果没有强大的学习能力，将会遇到巨大挑战和困难。同时，这也对高校培养符合市场需求的人才提出了新要求。是不是计算机专业的同学会更有优势？答案是那也未必，除了计算机相关知识，还需要有统计学、应用数学、运筹学的基础功底。本文以下的内容由两部分组成，一方面来自知名教授曾经的经典访谈、一方面来自亲爱的数据团队的专访，尽力呈现“成为数据科学家应该接受什么样的教育？”这一问题的真实答案。迈克尔·乔丹：计算机科学和计算思维的重要性2015年有一项计算机科学领域的排名，迈克尔·乔丹教授影响力名列第一，同时乔丹教授门下人工智能英雄辈出，如原百度首席科学家吴恩达、斯坦福大学计算机系助理教授、斯坦福人工智能实验室成员Percy Liang等。回顾教授在中国的一篇演讲，我们来看一下大师是如何理解计算机科学和计算思维的重要性。计算思维来自于计算机科学，是一种思想，是关于思考特定问题的抽象化、模块化、扩展化和稳健化等方法，绝不仅仅是如何编程。计算机专业的学生在这些方面都会接受很好的训练，但被大家忽视的，也是特别重要的推理思维。推理思维不是新思想，它是有几百年发展历史，它是统计学中最核心的东西。推理思维强调的是——拿到数据。我们要思考数据是从哪里来的，背后的真实世界是怎样的，数据如何从真实世界中采集来的，会不会有采样偏差，等等。遗憾的是，计算科学和统计学长久以来独立发展，直到如今的大数据时代，两个学科的交叉才使得这两门学科遇到了真正的机遇，同时也带来了挑战。哈佛大学统计学刘军教授：扎实受训的数学功底+解决实际问题的能力刘军教授于1985年毕业于北京大学数学系，后赴美国留学，并于1991年获统计学博士学位。2000年起任哈佛大学统计学系教授，并兼任生物统计学系教授。我们找到了他曾经的一段英文采访，第一次翻译成中文。刘军教授问：近年来，越来越多的中国学生对统计数据感兴趣，您对他们有什么特别的建议吗？刘军教授：我在斯坦福大学见过很多非常有才华的学生。学生从中国顶尖大学获得了本科教育会在数学方面很强，但是往往在批判思维、写作、驱动力和创造力方面都比较薄弱。大多数中国学生一生都在被动的接受知识，按照老师的要求做。有优秀的老师领路很好，但是会导致独立思考的能力、创造力、个性发展的不够。这样会导致他们在从学生到研究者的转身过程中面临巨大的挑战。一般来说，人们倾向于认为：数学好的人在批判性思维方面必须与生俱来的强壮。然而，我发现这个假设与现实相去甚远：许多学生的数学能力好，但是解决现实问题的能力很弱，究其原因，是训练不足。相反，我发现那些擅长编程或工程的学生在关键问题和解决问题方面往往非常强大，如果这方面能力弱了，他们将在调试程序方面碰钉子。但是，这些工程专业的学生缺乏抽象和概括的经验。因此，我真心希望中国未来的统计学的学生能够拥有扎实受训的数学功底和解决实际问题的能力，比如编程和批判性思维。百度商业智能实验室主任熊辉：我挑人就十个字高考毕业需要选专业的同学很多都有这样的疑问：选择专业到底是应该从兴趣出发还是从就业出发？百度商业智能实验室主任熊辉博士这样告诉我们，对学科的兴趣是成为一个行业顶级人才首要要素。熊辉主任也是美国罗格斯－新泽西州立大学终身正教授、博士生导师。他常年带领科学家团队活跃在数据科学前沿，具有一流的实战经验。同时他在育人方面也是一位“高产”的学者，在美国已经培养出七位教授。他在回答如何成为一名优秀的数据科学和人工智能的专家方面很有发言权。熊辉教授在O'Reilly人工智能大会2018北京站，接受了我们的采访，分享了他选拔人才的十个字的心诀：“第一：兴趣。在人生和工作最困难和最黑暗的时候，往往是兴趣和热情支撑着信念，驱动自己突破极限。第二：态度。人生发展一定会有撞墙的时候，所以乐观和阳光以及能够做好小事的态度非常重要。难的不是在顺境中前进，而在逆境中不迷失自我。既能行的了顺水舟，也能开得了逆水船，所以做人做事的态度很重要。第三：基础。我的选人顺序，第三才是基础，数据科学这行是有护城河的，对数学有着很高的要求，数学基础要好。但是满足我对数学基础要求的学生就非常多了。我不会要求说你必须是前三名。不是说你必须是名校的。只要你数学基础好，我觉得就有培养的前途，主要是数学基础。第四：习惯。优秀的数据科学家一定要有良好的习惯。做人做事的习惯、生活的习惯。有一个好的习惯，才不容易犯错，可以保证走得更长远。 活得长的人，成功的机会多。健康的身体需要好的生活习惯。第五：认真。若想成才，必须认真。做一件事情，就要认认真真地把这一件事情做好，认真是把握机会的钥匙。能做到这十个字的基本上都会成才。”北京大学王汉生教授：【计算机】+【分析方法】+【经济管理基础】+【行业实践】北京大学光华管理学院商务统计与经济计量系主任王汉生教授，也是北大光华商业分析（Business Analytics,）硕士项目的负责人。王教授说，该硕士项目在要求中明确提出“既欢迎有商科类专业背景的，擅长数理分析的同学申请，也特别欢迎有计算机或工程类专业背景、编程能力很强的同学申请”。他在采访中提到，对商业分析项目的定位要素是：【计算机】+【分析方法】+【经济管理基础】+【行业实践】。这也反映了数据科学家确实需要两大类的知识和和技能，一方面是基础理论，很多理工科的同学通过刻苦的学习都可以具备，另一方面是来自应用领域的知识，也有人称为业务知识。需要结合不同行业的业务实践。专业数量激增，选择普通院校新成立的数据科学专业是否有风险？“数据科学与大数据技术”本科新专业，批次情况如下：（教育部通知，含学校名单：http://www.moe.gov.cn/srcsite/A08/moe_1034/s4930/201803/t20180321_330874.html）显而易见的数量激增。近年来，各行各业对数据科学家对求贤若渴，在人才颇为紧张的前提下，这么多学校获批专业，到哪里去找老师成了难题。而且从院校情况来看，全国开设大数据本科专业的高校中，985和211仅仅占13%。好学校好专业竞争激烈也反映在数据科学专业。业内不愿透露姓名的专家持有更有激烈的观点认为，“第二批获批“数据科学与大数据技术”的35所高校中，大半高校不适合以培养数据科学研究型人才为核心目标。因为缺乏相应的积累和能力”。那么第三批的情况就更不乐观了。不过，第三批获批高校数量众多，本来就很难用标准来衡量。不难看出，普通高校一窝蜂的申请数据科学与大数据技术专业是追赶潮流的行为。正如前文所说，计算机技术、应用数学与统计学的基础功底非常重要，如果学校在这几个专业方向上并无优势，赶潮流的成立新专业，在人才培养、教师水平提升方面都面临严峻考验。建议：学生在选择专业时，往往选择有一定发展年限，在教学传统已有积累、学习氛围已养成、教学特色已具备的专业是比较稳妥的。数据科学与大数据技术在当下火爆，而且还在不断发展，几年后对人才的要求是否会有变化，也增加了选择“数据科学与大数据技术专业”不确定的风险。但是，可以肯定的是数据科学在中国的发展会越来越落地，越来越有用武之地，只是人才培养的经验，才刚刚起步。尤为惹人注意的现象是，很多人转行数据科学，让市场上鱼龙混杂的培训赚到了钱，很少有机构能够公开真实的培训课程完成率，夸大宣传，硬说自己口碑好。师资也往往来自于知名企业的技术人员。企业确实拥有数据可以应用，并创造价值的场景。但是正如日本教育学家佐藤学所说的“世界上没有比教师更难的工作了”，教学是一个要求非常高的工作，会不一定等于能教。可以这样说，培训从根本上解决不了一个学习曲线极为陡峭的学科对人才的需求，往往是花钱解决焦虑问题。攀登数据科学的奥林匹斯山，除了登山素有的高难度，缺少好的登山向导也是根本性困难之一。总而言之，攻城先下护城河，数据科学人才发展绝不能错过打基础的黄金时间，专业选择实需谨慎。亲爱的数据出品：谭婧编辑：张卓婧、崔颖涵美编：陈泓宇

日，哈佛大学公布了2020年学生申请人数，今年有多少人申请哈佛大学，申请学生有哪些特征呢？连续三年申请人数超过4万今年申请者数量共计40246人，这也是哈佛连续第三年申请人数超过4万人。2018年，哈佛申请人数首次突破4万人。虽然当年申请人数超过4.2万，申请人数较上一年增加了3200多人，但是最终录取人数却减少了近百人，录取率也随之下降，仅为4.59%，为近五年最低水平。从申请数量上来看，今年的申请人数较去年减少了三千多人，如果今年的录取比率仍然在5%以下，最终拿到录取通知书的学生大约在两千人左右。从申请人群构成来看：女学生占比为50.2%，略多于男学生；亚裔美国人占比25.2%，拉丁裔美国人占比12.6%，非洲裔美国人占比11.2%，印第安人或夏威夷原住民占比2.1%；从申请者最感兴趣的学科来看，生物科学和社会学仍然占据前两位，占比分别为23.6%和22%；对计算机科学感兴趣的申请者占比11.2%，较上年略有增长；对物理科学感兴趣的学生比例也略有上升，占比为7.2%；此外，对人文学科感兴趣的申请者占比11.6%、对工程学感兴趣的申请者占比13%，对数学感兴趣的申请者占比5.8%。今年哈佛大学的放榜日需要等到3月26日，那么此前被录取的学生又有哪些特点呢？早申中国内陆获一枚录取哈佛大学2020级学生早申共收到6424份，最终有895人获得早申录取通知书，早申录取率13.9%。中国大陆地区收获哈佛大学早申录取通知书的是长沙市第一中学的曾同学。长沙市第一中学是湖南省最早的省立公办中学，也是湖南省教育厅唯一直属的省级示范性普通高级中学。曾同学是学校的学霸，在高中期间的履历也非常耀眼，是2018年丘成桐中学生科学大赛全球总决赛铜奖获得者，湖南省首批“英才计划”的21名成员之一，还发起“走读湘江环保公益社”，被评为2019年百名最美生态环保志愿者之一。一半以上排名年级前2%，超85%有领导经历哈佛大学校报每年都会对新生进行问卷调研，接受调研的2019级新生中：以4.0位满绩点计算，学生们的高中平均GPA为 3.95；学生们平均参加两次SAT考试，平均成绩为1523（满分为1600）；学生们平均参加两次ACT考试，平均成绩为34（满分为36）；超过50%的哈佛新生都是高中班里的前2%，另有32%的学生表示所在高中没有排名。学生们也积极参加课外活动，参与调研问卷的学生中，平均每个学生参与的课外活动在两项及以上，其中参与程度最高的是社区服务活动，占比达74%，有57%的学生表示参加体育活动，36%的学生表示参加了学生组织。此外，分别还有32%的学生参加了科学俱乐部和数学俱乐部，有31%的学生参与到了音乐团体中。哈佛大学校报还调研了学生们的领导经历。接受调研的学生中，超过85%的新生表示此前曾经担任过领导职位，仅有14.7%的学生表示此前没有担任过任何领导职位。担任1-3个领导职位的学生占比近69%，其中25.7%的学生表示他们曾经担任过2个领导职位，他们在高中阶段曾经担任过两个俱乐部的主席。此外，还有16.9%的学生担任过4个及以上的领导职位。进入哈佛大学的学霸们，不仅成绩优异，在社会活动和领导力上，也有丰富的经历。3月26日，最新的哈佛大学录取情况即将揭晓，祝愿中国的学子们金榜题名，进入理想的大学。

民国时期，不论高校还是科研机构或政府部门，对于学历都比较看重。学士、硕士、博士无论在就业机会还是薪酬上都是有很大差距的。比如，著名的陈寅恪在欧美留学十几载，学得满腹经纶。但是清华大学在招聘国学导师时，校长还是关心他的文凭和学历。当听说没有取得学历时，立即表示不能聘用。还是梁启超和吴宓再三解说，最后才进了清华任教。当然有学历不一定有实力，无文凭不一定没水平。陈寅恪凭着自己的博学，被誉为清华“四大导师”、“教授中的教授”，赢得了学校师生的敬服。1927 年，梁思成在宾夕法尼亚大学获得建筑学硕士学位后，又去哈佛大学学习，继续攻读博士学位。但是在准备进行“中国宫室史”的博士论文时，他感到研究工作不能光在书本中寻找资料，必须得到实践中去考察研究，于是梁思成决定肄业离开哈佛，从书本走进实践。1928 年，梁思成与林徽因回国后，同赴东北大学任教，创建了建筑学系。1931年，梁思成和林徽因加入了近代第一个专门研究中国古建筑的学术机构——“中国营造学社”，梁思成担任法式部主任，从此投入了中国古代建筑的系统研究。1930 - 1945 年，梁思成与林徽因以及营造社同事考察了全国15个省，200多个市县、数以千计的古建筑，并且对其中大多数建筑进行了精细测绘。他们考察测绘的古建筑，囊括了由汉至清的许多重要遗存，在此基础上廓清了中国古代建筑的发展脉络。很多古建筑通过他们的考察得到了世界的认识，并从此加以保护。比如像河北赵州大石桥、武义延福寺、山西的应县木塔、五台山佛光寺等。也正是由于数次古建筑考察，使梁思成破解了中国古建筑结构的奥秘，完成了对《营造法式》这部“天书”的解读。1946 年10 月，抗日战争结束后，美国耶鲁大学邀请梁思成去美国讲学， 梁思成携带着《中国建筑史》和同时完成的《中国雕塑史》的书稿和图片，中华民族的文化珍宝展示在国际学术界面前，他以丰富的内容和精湛的分析博得了国外学术界的极大钦佩和赞扬。因他在中国古代建筑研究上做出的杰出贡献，被美国普林斯顿大学授予名誉文学博士学位。