统计学科研

近两年统计学的统考报录比都在10:1左右，热度算是略微偏高的，尤其是应用统计，招生人数多，报考人数每年都在增多，导致分数年年升高，有些高校的分数线已经达到了400+，应用统计为什么热度这么高？毕业之后可以做什么？01专业介绍统计学从学硕的角度讲是统计学，从专硕的角度讲是应用统计，统计学是经济学和理学的交叉学科，统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。02考试科目应用统计考研一般考思想政治、英语二、数学三以及一门专业课。具体的考试科目以报考单位的专业目录为准。哪些人适合考1、本科学经济学的学生。相比起金融学等热门经济学学硕，应用统计专硕招生人数相对较多，对于本科学经济学的学生想继续深造是一个不错的选择。2、本科学管理学的学生。所谓经管不分家，管理学学的内容比较空洞，应用统计的学习内容则偏向实践性，就业情况要好于管理学。3、本科不是学经济学但是对经济学有向往的学生。相比起经济学学硕，应用统计这个专业招生多，对于跨专业考生是比较友好的。4、英语基础不太好的学生。应用统计是考英语二的专硕，难度低于英语一。03学科评估等级排名院校推荐：统计总的大趋势分为经济类统计和数理类统计：经济统计全国最好的就是中国人民大学，厦门大学，上海财经大学数理统计最好的是北京大学，中国科大，复旦大学，南开大学，华东师范大学1中国人民大学中国人民大学，在数据挖掘，精算，经济统计还有国民经济方面都很好。综合来看应该是第一。2厦门大学厦门大学的统计特色在国民经济核算那一块，应该是全国的老大，厦门大学有个中国宏观经济研究中心，属于人文社科重点研究基地，在宏观经济统计方面很厉害，数据挖掘也不错。3上海财经大学上海财经大学，特色是金融统计。在量化投资这块很厉害。上财统计学的学术硕士，不管是哪个方向，投资学、高数、微积分都是必修的，上财和国家统计局共同建立了大数据研究中心。4北京大学北京大学，中国第一学府，北大在数据挖据，大数据很厉害。5中科大中科大，高精尖大学。中科大的统计挂在金融与统计学院下面，数据挖掘方面很厉害。6复旦大学复旦大学，偶像级的大学。数学，金融都很强。都是全国前三的学校。统计，在上海也是领头的。数学院和管理学院都有统计，但是专硕是挂在管理学院下面的。学费很贵，应该是6w一年，两年制。北上广的名校专硕学费都特别贵，全程的学费基本都在5w以上。7南开大学南开大学，统计主要是精算那块很强，挂在数学系。南开的精算全国第一，我之前看过南开研究生的培养方案，比较偏向精算，立志于精算师的，考南开是不错的选择。8华东师范大学华东师大，统计挂在统计与金融学院里面。金融统计、数据挖掘什么的都很好。有个统计的大牛茆诗松在华东师大。在上海，统计的领头学校就复旦上财和华东师大。三个学校的统计专业实力差距很小。但是要能考得上，个人觉得还是复旦最好。论难度，三个学校里面华东师大最简单。但也很难考，只比上海财经大学简单那么一点。04就业方向及前景就业方向：应用统计学专业的毕业生主要到企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作。具体来讲，主要有升学（攻读博士学位）；出国留学；金融和保险部门；投资、证券及社会保障机构；市场调研、咨询及信息产业部门；国家统计部门；各类公司等就业途径。就业前景：应用统计学专业主要包括一般统计和经济统计两类专业方向，从培养目标上讲，主要是培养具有坚实的统计学基础理论，具有系统的研究方向专门知识，具有独立从事实际数据采集、处理和分析的能力，能为实际问题的解决和决策提供量化的依据，具有能够继续进行博士课程学习和研究的能力，成为统计分析，风险管理和精算方面的高级人才。应用统计学专业研究生要发展，还是考虑往财税、金融等领域突破，考CPA、精算师等，到银行、会计事务所、保险公司等机构工作。05热门原因统计学属于比较好的万金油专业。万金油专业是个中性词，但对于统计学来说则是明显的褒义词。统计学以前是数学的一个分支，现在已经和数学并列成为二级学科了，但同时又和经济学有着莫大的关系，所以经济学强校很多是经管类的，或者经管见长的院校，招生专业名称一般为统计学、应用统计学。统计学突然热门，还是互联网和人工智能的热门带来的，以及金融行业继续热门。比如各大高校竞相开始的大数据专业，其实就是以统计学为基础的，我看了一下课程设计基本上就是统计学+数据科学+计算机+软件工程为主。再比如金融行业中热门的量化分析风险控制岗位，也和统计学关系极为密切，招聘也以数学统计学背景的为主。还有就是精算师岗位，其实和统计学数学关系非常密切，很多人大牛都是统计学数学本科研究生学精算的，基础更牢。本文综合自网络

现在很多研究人员都使用“机器学习”技术分析数据，从事科研项目。统计学专家发出了警告：我们能相信机器帮人类分析问题推理出来的结果吗？“机器学习”(Machine Learning)是人工智能领域的一个分支，通过设计和分析一些让计算机可以自动“学习”的算法，从数据中自动分析获得规律，并利用规律对未知数据进行预测。在过去几十年间，机器学习已经迅速发展涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。莱斯大学(Rice University)的统计学专家Genevera Allen最近发出了警告，机器学习算法无法剥离数据中的“噪声”，意即无效的、不可重复的数据。因此目前很多科研成果都很难再现，已经达到危机的程度了。Allen对英国广播公司(BBC)说：“科学界普遍意识到，(科研成果)无法再现的问题已经成为危机了。我认为，这很大程度上是机器学习的应用带来的后果。”Allen举例说，科研人员利用“机器学习”算法来分析收集来的基因组数据，找到其中的规律。很多这类的研究成果都无法再现。Allen认为解决这个危机的办法，只有开发新一代能够对其预测结果可靠性进行自我评估的“机器学习”算法。

专栏 / 灯塔专业主题干货摊子专业 / 统计学国家 / 美国每一个句子，都需要划重点。灯塔专业主题干货摊子免费零售申请知识，每次完整解读 1 个专业，有申请方向与就业数据，有院校清单与录取人案例，只要收藏这 1 篇提炼精华版的干货摊子就好啦。1. 可能没有哪个专业像统计学一样，能够在过去的十年里，十年持续热门，成为中国学生申请里最热门的专业之一。这一方面是因为该专业的申请难度不高，另一方面就职相对强劲，就业范围也较广（统计局，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）。2. 统计学（Statistics）是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考对数据的研究和分析。3. 美国统计学硕士，研究方向基础方面包括：样本设计、数据挖掘、随即过程、建立统计模型、模型的选择、时间序列、非参数统计方法、蒙特卡罗法、生存分析、空间统计、贝叶斯推论、各种经典的统计模型的学习、各种概率论理论等等。4. 在美国，统计学主要有生物统计、金融统计、应用统计和数学统计四大方向。通常，统计学专业开设在美国的数学系下面，也有自己独立的统计系。由于统计学专业在美国本土就业情景比较乐观，吸引了大批的申请者，学生如果要申请统计学专业，需要有良好的数学基础，并且有一定的计算机操作基础。5. 美国 T100 的大学里，一共开设了133 个统计学硕士项目，硕士和博士项目加在一起，一共有 204 个，其中，美国 T30 的院校里，统计学相关硕士项目有 37 个。大多数统计学的项目长度在 1 年至两年左右，这个长度在美国研究生项目中算中等偏短。6. 在本科专业要求上，大多数学校不要求申请者本科是特定的专业，但有些大学例如康奈尔大学对学生的本科专业有要求，还有的学校，例如宾夕法尼亚大学希望学生有过数据相关的工作经验。7. 大多数美国顶尖院校的 program 对申请者有语言成绩要求，托福普遍最低要求在 100 及以上，雅思则是 7 分以上。也有少数学生声称对于语言成绩没有最低要求，但是低分数意味着低录取率。8. 虽然统计学从属于数学类，但是从美国大学的设置来看，统计已经慢慢从数学系中独立出来，成为单独的统计系。现在越来越多的学校成立统计系就是最好的证明。在科学技术飞速发展的今天，统计学广泛吸收和融合其他学科的新理论，不断开发应用新技术和新方法，深化和丰富了统计学传统领域的理论与方法，并拓展了新的领域。9.统计学需要的先修课程一般有：微积分（数学系学三个学期、理工科与部分学校商科会学两个学期）、线性代数、概率论。也就是说，除了数学系的同学，其他专业的同学如果想要转专业申请统计学，这几门课是不可少的。10. 申请美国大学统计硕士，申请者的本科专业多数是统计或者数学，在 GRE 上多数学生不低于 310.11.应用统计学专业(Applied Statistics)是指统计学的一般理论和方法在社会，自然，经济，工程等各个领域的应用以及在应用中遇到的具体方法问题，它是统计学和其他学科之间形成的交叉学科也是理论统计学发展的源泉。12.应用统计学 的学生毕业后可以从事的包括数学家，统计学家，运筹分析人员，计算机程序员，教师，财政分析员，公司会计，证券分析员等职业。13. 生物统计学 (Biostatistics)是一门探讨如何从事生物学实验研究的设计、取样、分析、资料整理与推论的科学。很多学校把生物统计设置在公共健康学院(SPH,School of Public Health ) 里面。14. 生物统计学的毕业生不管是硕士还是博士，求职都方向清晰。博士生可以在大学做老师;可以在制药公司和生物科技公司做分析;有的毕业生也进入金融和保险行业;可以在医院或者科研机构工作。15. 数理统计(Mathematical Statistics)是应用概率论的结果更深入地分析研究统计资料，通过对某些现象的频率的观察来发现该现象的内在规律性，并作出一定精确程度的判断和预测;将这些研究的某些结果加以归纳整理，逐步形成一定的数学概型。16. 数理统计就业集中在金融和保险部门；投资、证券及社会保障机构；市场调研、咨询及信息产业部门；高等院校、国家统计部门;各类公司等。17.金融统计(Financial Statistics)是央行和各金融机构统计部门对各项金融业务活动的情况和资料进行调查收集、整理和分析，提供统计信息和统计咨询意见，实行信息交流与共享，进行金融统计管理和监督等。其就业方向：1.证券基金类2.银行类3.四大会所5.监管机构6.大型垄断国企7.保险类8.其他(投资公司，担保公司)统计学专业院校清单1、斯坦福大学Stanford University斯坦福大学统计学系的主要研究领域包括概率论 (Probability)、生物统计(Biostatistics)、金融数学(Financial Mathematics)等,可授予统计学硕士 (M.S. in Statistics)、金融数学硕士(M.S. in Financial Mathematics)和统计学博士 (Ph.D. in Statistics)三类研究生学位。项目名称：MS in Statistics项目长度：9-18 months语言成绩：需要托福成绩，不接受雅思成绩学费：50703申请截止时间：12.32、 加州大学伯克利分校　University of California at Berkeley伯克利研究领域包括理论统计学 (Theoretical Statistics)、应用统计学(Applied Statistics)和概率论(Probability)三大研究领 域,可授予统计学硕士(M.A. in Statistics)、统计学博士(Ph.D. in Statistics)、生物统计学硕士 (M.A. in Biostatistics)和生物统计学博士(Ph.D. in Biostatistics)四类研究生学位。项目名称：The Masters of Arts Degree in Biostatistics项目长度：两年语言成绩：需要托福成绩，有最低成绩要求学费：34718申请截止时间：12.23、 约翰霍普金斯大学　Johns Hopkins University约翰斯霍普金斯大学统计学系是前十名学校中唯一一个隶属于工程学院的统计学系,其全名为“应用数学与统计学系” (Department of Applied Mathematics & Statistics)。其研究领域主要包括离散数学(Discrete Mathematics)、优化与运营研究 (Optimization and Operations Research)、数值与矩阵分析 (Numerical and Matrix Analysis)、概率论(Probability)、统计学(Statistics)、偏微分方程与动 态系统(Partial Differential Equations and Dynamical Systems)等。项目名称：Mathematics and Statistics M.A. and M.S.E.项目长度：一年语言成绩：雅思7；托福100学费：55350申请截止时间：Fall 11/14 Spring 9/154、芝加哥大学　University of Chicago其主要研究领域包括计算与应用数学 (Computational and Applied Mathematics)、生物统计学(Biostatistics)、统计遗传学 (Statistical Genetics)等,可授予统计学和生物统计学领域内的硕士与博士学位。项目名称：M.S. Degree in Statistics项目长度：一年半到两年语言成绩：雅思7；托福90学费：55416申请截止时间：12/315、 哥伦比亚大学Columbia University哥伦比亚大学统计硕士学位是为那些希望提高自己的统计理论与应用知识的学生设置的。大多数学生是为了从事统计学工作或提高自己的职业技能，还有一部分在读生打算攻读统计学的博士学位。学习该专业的学生，有部分是职场中人，哥大为了满足学生的要求，规定该硕士学位接受全职和兼职的学生。哥伦比亚大学的统计硕士学位的毕业生华尔街、纽约都从事着重要的公司职位，每位哥大的统计学系与华尔街、行业内人士、纽约的医学和基础科学研究人员保持着紧密的联系，同时也提高了当地的就业率。训练有素的统计学家在社会上是有持续的需求的。项目名称：M.A. in Statistics项目长度：三个学期语言成绩：托福100学费：73344申请截止时间：5/316、 华盛顿大学　University of Washington at Seattle华盛顿大学统计学系目前拥有全职教授 47 人，在读研究生 50 余人。其设有社会科学统计 (Statistics in the Social Sciences)、计算金融(Computational Finance)及统计遗传学(Statistical Genetics)三大研究方向。项目名称：MS in Biostatistics项目长度：18月语言成绩：托福或雅思学费：24250申请截止时间：12/1项目名称：Statistics MS项目长度：两年语言成绩：托福80；雅思 6学费：23275申请截止时间：12/31作者 / Via 编辑 / 灯塔学院

经济统计学该专业是经济学类一级学科经济学所属的一个专业。经济统计学专业是统计学在经济领域中的应用学科，是以经济数据为研究对象，包括经济数据的采集、生成和传输，用统计方法分析经济数据背后的经济现象以及复杂经济系统的规律，从而为经济和管理决策服务。培养具有良好的数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机进行数据处理、分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，又能在保险、金融、投资、社会保障等方面从事风险分析和科学精算工作的德智体全面发展的高级实用型人才。经济统计学专业能在企事业单位和经济、金融和管理部门从事统计调查、统计信息管理、数量分析、市场研究、质量控制以及高新技术产品开发、研究、应用和管理工作，或在科研教育部门从事研究和教学工作的高级专门人才。统计学不仅要注重与其它学科的结合，统计学自身在统计原理、统计技术、统计方法等领域也要谋求创新和突破。一直以来，政府统计、部门统计在统计学生的就业中占有较高的比重。然而，随着社会主义市场的完善，随着中国全球化贸易的发展，民间统计越来越热。民间统计是政府统计之外的涉及市场调研、统计分析、预测和决策等内容的一系列统计活动，包括各类统计调查公司、统计信息咨询中心、统计师事务所、统计研究所，以及把统计方法运用于企业决策和管理的企业管理咨询公司等，是介于市场和企业、居民之间的一个桥梁，主要为企业和居民提供市场微观信息。民间统计机构，由于其服务的多样性、形式的灵活性，目前在我国获得大幅度的发展，已经逐渐为广大统计学生提供广阔的就业机会。随着民间统计机构的持续发展，民间统计机构必将成为统计学生就业的主要渠道之一。就业方向经济统计学就业方向可以面向金融，统计，经济，会计这四个大方向。而经济统计学毕业生中大部分人成为了会计，其次是数学教师，然后是银行等金融机构。金融统计学最好的就业方向就是进入事业单位，但这些单位往往很少招本科的学生，一般都是要求硕士以上学历。因而，对于本科生来说，经济统计学由于所学范围宽广，知识涉及学科较多，学得广而不精，所以在就业的时候就存在一个转向的问题。但数据处理是统计学的优势所在，是会计，经济等专业都没有的优势，所以不必为就业的问题担心。经济统计学专业大学排名学校名称1上海财经大学2北京工业大学3江西财经大学4暨南大学5湖南商学院6云南财经大学7西南财经大学8安徽财经大学9南京财经大学10海南大学11华中科技大学12安徽大学13东北财经大学14山东财经大学15中南财经政法大学16广东金融学院17新疆财经大学18山西财经大学19吉林财经大学20闽南师范大学理学大类——统计学类包括统计学和应用统计学两个专业。统计学 是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析、总结，做出推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。随着数字化的进程不断加快，人们越来越多地希望能够从大量的数据中总结出一些经验规律从而为后面的决策提供一些依据。统计学专业不是仅仅像其表面的文字表示，只是统计数字，而是包含了调查、收集、分析、预测等。应用的范围十分广泛。统计学专业分为三个大的专业方向：数理统计方向、经济统计方向和应用统计方向。数理统计方向和经济统计方向的差距并不是很大，数理统计主要是对统计学的基本理论和方法进行研究；经济统计则是提供科学地调查、搜集经济信息，以及描述、分析经济数据并对社会经济运行过程进行预测、监督的一门科学。而应用统计学主要是调查、收集观察对象的数据信息，并通过描述统计等技术，分析观察对象的特征，发现事物的规律，进行预测、监督，以实现社会经济良性运行。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。统计学专业大学排名学校名称1中国人民大学2华中科技大学3重庆大学4中南大学5中南财经政法大学6吉林大学7西南财经大学8东华大学9华中师范大学10首都经济贸易大学11南京师范大学12山东大学威海分校13北京林业大学14郑州大学15大连海事大学16太原理工大学17湖南师范大学18湘潭大学19内蒙古大学20青岛理工大学应用统计学专业主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门化应用型人才。该专业学生主要学习统计学的基本理论和方法，打好数学基础，具有较好的科学素养，受到理论研究、应用技能和使用计算机的基本训练，具有数据处理和统计分析的基本能力。统计学专业毕业生的就业前景非常好；主要到政府统计部门、经济管理部门，银行、证券公司、保险公司等金融机构以及信息咨询公司等从事研究和教学工作或者到大型企业部门从事数据分析工作。应用统计学专业的毕业生主要到企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作。具体来讲，主要有升学（攻读博士学位）；出国留学；金融和保险部门；投资、证券及社会保障机构；市场调研、咨询及信息产业部门；国家统计部门；各类公司等就业途径。应用统计学专业大学排名学校名称1中山大学2浙江工商大学3中国人民大学4上海财经大学5西安财经学院6中央财经大学7南方医科大学8南京医科大学9南京邮电大学10嘉兴学院11重庆理工大学12重庆医科大学13上海第二工业大学14天津工业大学15哈尔滨理工大学16安徽大学17北京工商大学18长沙理工大学19江西财经大学20中南民族大学统计学更侧重理论研究，而应用统计学更侧重实际应用领域，经济统计学则以经济领域的实际应用为主。

随着大数据相关技术的发展，统计学目前受到了广泛的关注，对于一部分想从事大数据领域相关岗位，但是又不想从事编程工作的学生来说，选择统计学方向的研究生是不错的选择。如果要跨考统计学专业的研究生，需要具备一个扎实的数学基础，因为统计学本事就是数学的一个分支，需要用到大量的数学知识。除了要具备扎实的数学基础之外，在备考的过程中还需要注意以下几个方面的问题：第一：根据自身的学习能力选择目标高校。研究生阶段的教育对于高校的资源整合能力有较高的要求，资源整合能力对于研究生的培养质量会有较大的影响，所以考生都希望选择重点大学作为考研目标，但是由于目前考研的竞争比较激烈，对于跨考生来说，一定要根据自身的学习能力选择目标高校。另外，可以重点关注一下财经类高校，不少财经类高校的统计学专业往往也具有较强的实力。第二：重视专业课的学习。统计学专业的专业课考试还是具有一定难度的，所以对于跨考生来说，一定要重视专业课的学习，如果能够有专业人士指导一下，在学习的初期会起到较大的作用。对于跨考生来说，在学习专业课的过程中最好能与专业课老师保持沟通。第三：制定系统的复习计划。按照历史经验来看，跨考生一定要有较为充足的准备时间，同时制定一个适合自己的复习计划，在具体复习计划的制定上，要参考一下老师的建议。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

统计学在医学科研工作中发挥着重要的作用，统计学方法种类繁多，各自的适用范围以及所需的前提条件又不尽相同，容易发生误用，导致论文质量不高，甚至结论错误而引起误导。为能有效促进统计学方法的正确使用，保证科研的科学性、可靠性，提高医学科研论文质量，赛恩斯编译对医学科研论文中常见的统计学问题进行梳理和总结如下：一、实验组与对照组没有可比性。实验组与对照组必须遵循均衡化的原则，即实验组与对照组除处理因素不同外，其他可控制的非处理因素要尽可能保持一致，从而尽量排除非处理因素对结果的影响。各组间均衡程度越高，可比性越强。如果分组时未注意到对照组与实验组的均衡性，两组之间就会出现差异，不具备可比性，结论有可能不准确，甚至相反。二、样本量过小。样本量的大小影响结论的可靠性。样本量过小，抽样误差大，结果可靠性差，且经不起验证；反之，若盲目加大样本量，不但会造成人、财、物的浪费，而且会造成非抽样误差增大。应在保证研究结果精确可靠的前提下，确定最小的样本量。三、混淆标准差与标准误的作用。实验数据一般综合表示为“均数±标准差”的形式，标准差表示数据相对于均数的离散程度，而标准误是表示抽样误差大小的指标，二者含义完全不同。有些作者误将标准差用于可信区间的表述，将标准误用于正常值范围的表述。四、假设检验方法运用不当。每一种假设检验方法都有其特定的适用条件和严格的适用范围。所研究变量的类型不同、设计类型不同、大样本还是小样本等，所用假设检验的方法也不同。对于同一组资料，采用不同的假设检验方法可能得出截然相反的结论。同为数值变量资料，如将配对设计的资料按成组设计资料的方法进行假设检验，不但损失样本提供的信息、降低检验效率，而且可能使原本有统计学意义的结果表现为无统计学意义。五、未注明假设检验方法或不具体。有些论文对收集到的资料进行了统计学分析，但未说明使用的是什么方法。表现为论文中只有假设检验的结论，未注明检验方法、现有样本算得的检验统计量、检验水准、采用的是双侧检验还是单侧检验、P值的确切范围。这样读者就无法得出论文中统计学方法选择是否合理，无法核对结果是否准确。在论文写作时，不但要注明选用的是什么统计学方法，而且要尽可能详细、具体。六、错误理解假设检验中P值的含义。统计学上，根据假设检验原理推算出来的P值，表示拒绝无效假设犯假阳性错误的概率，P值越小，越有理由认为两种处理方法效果不同。P值不能反映相比较的两组或多组参数之间差异的大小，参数差异的大小只能根据专业知识来确定。七、只关心统计结论，忽视差异有无临床意义。评价一项医学研究结果，要看其是否具有临床意义和统计学意义。如果差异本身没有临床意义，可以不必进行假设检验，因为当样本含量足够大时，基本都会取得差异有统计学意义的结论。医学论文中，作者常根据假设检验有统计学意义，就断定研究结果有临床意义。直线相关分析中，只关心相关系数的差异是否有统计学意义，而不关心相关系数的大小有无实际意义。产生上述问题的原因，大多是由于对统计学在医学科研工作中的重要性认识不足，少数作者缺乏高度的责任感、科学严谨的态度，凭主观想象，甚至弄虚作假。参加科研设计、统计学、论文写作方面的培训较少，也缺少与医学科研设计专家的沟通。

机器之心报道参与：机器之心编辑部近日，斯坦福大学心理学教授 Russell A. Poldrack 公开了他为斯坦福大学统计学本科教程准备的教材。这本书引入了一些实用的新理念和新方法。Russell 教授在序言中称自己并未接受过统计学家的培训，但是在过去 20 年的脑成像研究中他掌握了多种复杂统计和计算工具，对哪些统计方法有助于科研有自己独到的见解。该课程要求使用 R 语言，课程涉及数据、概率、模型与数据的拟合、数据可视化、采样、假设验证、贝叶斯统计学、通用线性模型、统计建模过程、如何进行可复现研究等概念和方法。本书地址：http://thinkstats.org/StatsThinking21.pdf以下是本书的部分内容。写作背景2018 年，我开始在斯坦福给本科生上一门统计学课程。此前我从未教过统计学，所以这是一个改变现状的机会。我对心理学专业的本科统计学教育越来越不满意，因此想带来一些新的想法和方法，尤其是 21 世纪实际统计实践中广泛使用的方法。这些方法利用当今日益增长的算力来解决统计问题，其方式远远超出了心理学学生在统计学课程中所学到的标准方法。教这门课的第一年，我用的教材是 Andy Field 的《An Adventure in Statstics》。这本书中有很多我非常喜欢的地方，比如它围绕模型构建来介绍统计实践，并且非常谨慎地对待零假设检验。但我大部分学生却讨厌此书，因为它需要涉猎大量的故事来获得统计知识。我也发现了其中的不足，因为有很多我想要讲的主题（特别是人工智能领域的机器学习等）书中没有讨论。最终，我觉得如果能有一本与我的讲课内容比较接近的书，学生们会非常受益。这也是我编写这本书的初衷。它的框架和 Field 的书大致相同，因为我的课程最初很大程度上是基于那本书的内容，但本书内容与他的书大相径庭（也没那么有趣）。什么是统计思维？统计思维是用一些相对简单的术语来描述复杂的世界，捕捉其结构的本质，进而帮助我们理解世界的一种方式。同时，它还帮我们认识到我们对于自己的知识有多么不确定。统计思维最早起源于数学和统计学，以及计算机科学、心理学及其它学科。与统计思维相比，其它形式的思维描述世界的方式都没那么准确。人类通常会用直觉去尝试回答那些可以使用统计思维回答的问题，但答案通常是错的。例如，多数美国人都认为近几年的暴力犯罪率比往年要高，但数据分析显示，这一比率自 20 世纪 90 年代以来就开始平稳下降。直觉败给了统计，这是因为我们依赖于常常导致错误答案的最佳猜测（best guesses，心理学家称之为启发式方法）。人们进行判断时常依赖最先想到的经验和信息，并将其作为判断的依据。我们很容易想到暴力犯罪的例子，因此觉得这种事件非常普遍。基于此，我们关于犯罪率日益增长的判断可能源于新闻报道的增加，尽管实际犯罪率是下降的。统计学为我们提供了一种更加准确地认识世界的工具，帮助我们克服由直觉带来的错误。统计学的意义统计学可以在三个方面为我们提供帮助：描述：用一种大家能理解的简单方式来描述这个复杂的世界。决策：在面对不确定性时，通常需要基于数据做出决策。预测：基于对过去状况的知识对新情况做出预测。我们来看一个实例，关于我们都很关心的问题：如何决定健康的食物？这个话题太宽泛，我们将其细化为一个具体问题：食物中的饱和脂肪是糟糕的东西吗？一种回答方式是基于常识。如果我们吃饱含脂肪的东西，这些脂肪会直接转化为体内的脂肪，对吗？我们都看过脂肪堵塞动脉的照片，所以吃脂肪会堵塞我们的动脉，对吗？回答这个问题的另一种方式是听取权威人士的意见。美国食品药品监督管理局（US Food and Drug Administration）的饮食指南中有一条重要建议：「健康的饮食应当限制饱和脂肪的摄入」。你也许期待这些指南基于科学，在某些情况下它们的确如此。但正如 Nina Teicholz 在《Big Fat Surprise》中所概括的，该建议似乎更多基于营养学研究人员的教条，而不是实际证据。最后，我们还是得看实际的科学研究。首先我们可以从一项名为 PURE 的大型研究开始，这项研究对来自 18 个国家 135000 多人的饮食和健康结果（包括死亡）进行了调查。对该数据的一项分析（发表在《The Lancet》2017; Dehghan et al. (2017)）显示，PURE 调查人员分析了不同种类的宏营养素（包括饱和脂肪和碳水化合物）的摄入与研究追踪期间人们死亡可能性之间的关系。该研究追踪期的时间中位数为 7.4 年，也就是说有一半人被追踪的时间少于 7.4 年，而另一半人则超过 7.4 年。下图绘制了研究中的一些数据（从论文中摘取），展示了饱和脂肪和碳水化合物的摄入与任何死亡风险之间的关系。图 1.1：来自 PURE 研究的数据图表，展示了任何死亡风险与饱和脂肪和碳水化合物的相对摄入量之间的关系。上图基于十个数字。为了获得这些数字，研究人员根据参与者（即样本）对这两种营养的摄入量进行排序，然后把 135,335 位参与者分成了五组（quintiles）。第一组是摄入量最少的五分之一参与者；第五组是摄入量最高的五分之一。接下来研究人员计算了研究追踪期间每组的死亡率。该数字是与摄入量最少的小组相比的死亡相对风险：如果数字大于 1，则意味着这组的参与者死亡率要大于摄入量最少的组；如果它小于 1，则结果相反。结果很清楚：那些摄入更多饱和脂肪的人们在研究期间死亡率更低，他们摄入脂肪越多，这个效应越明显。与之相反的是碳水化合物，人们摄入的碳水化合物越多，在研究期间死亡率越高。这个例子展示了如何利用统计学用一组较为简单的数字描述复杂的数据集。如果我们同时观察每个参与者的数据，我们将会被数据淹没，很难发现以更简单的方式描述数据时所呈现的模式。表 1.1 显示随着饱和脂肪摄入量的增加，死亡率降低；而摄入碳水化合物越多则死亡率更高，但我们也知道数据中必然存在很多不确定性。有些人即使摄入很少的碳水化合物，仍然较早去世，同样，有些人食用了大量碳水化合物却仍长命百岁。鉴于这种可变性，我们想确定在数据中看到的这种关系是否足够强大，如果饮食和长寿之间没有真正的关系，我们不认为这种情况会随机发生。统计学给我们提供了确定这些关系的工具，而外界的人通常将此视为统计学的主要目的。但通过全书，我们将会发现这种基于模糊证据的黑白决策需求经常导致研究人员误入歧途。基于数据，我们还能预测未来结果。例如，保险公司可能会基于特定人群摄入脂肪和碳水化合物的数据来预测他们的寿命长短。预测的一个重要方面是，它要求我们把从已有数据中得到的关系泛化到其它情况；如果我们的结论限于特定时期的特定人群，则研究结果用处不大。一般来说，研究人员必须假设样本代表的是大量人群，这就要求他们以无偏的方式获得样本。例如，如果 PURE 研究招募的所有参与者都是践行素食主义的宗教人员，那我们就没法把研究结果泛化到遵循不同饮食标准的人身上。统计学的基本概念有些非常基本的概念几乎贯穿了统计学的所有方面。其中有些是 Stigler 2016 年在《The Seven Pillars of Statistical Wisdom》一书中提出的，我在这里对此进行了补充。从数据中学习看待统计学的一种方式是将其作为从数据中学习的工具。在任何情况下，我们要了解情况总是需要从一系列假设或者猜想开始。在 PURE 研究中，研究人员可能就会猜测吃更多饱含脂肪的食物会导致更高的死亡率，因为饱和脂肪本身传递的就是一种负面信息。在后面的课程中，我们会介绍先验知识（prior knowledge）的概念，它反映了我们对情况的已有知识。这种先验知识的力量可能会有所不同，通常要基于我们的经验。如果我去一家从未去过的餐馆吃饭，我可能不会对其抱有太高的期望，但如果去一家我已经去过十次的餐馆吃饭，我的期望会高得多。类似地，如果我查看一个餐馆的评论网站，发现其平均四星评论仅基于三条评论，那我对它的期望不会太高，但如果它的四星评论是基于 300 条评论，那结果就不一样了。统计学给我们提供了一种方式来描述如何用新数据来更新我们的想法，这样统计学和心理学之间就有了深刻的联系。实际上，从心理学当中学到的关于人类和动物学习的很多理论都与机器学习领域密切相关。机器学习是统计学和计算机科学的交叉领域，它关注如何构建能够从经验中学习的计算机算法。虽然统计学和机器学习经常尝试解决同样的问题，但来自这两个领域的研究人员总是采用不同的方法，著名统计学家 Leo Breiman 曾将二者称为「两种文化」，以此来反映二者的方法有多不同（Breiman 2001）。在本书中，我将把这两种文化糅合到一起，因为它们都为思考数据提供了有用的工具。Aggregation对统计学的另一种理解是「扔掉数据的科学」。在上面提到的 PURE 研究案例中，我们取了 10 万多个数字，并将其浓缩到 10 个。这种 aggregation 是统计学中最重要的概念之一。当它第一次被提出时，在当时是革命性的：如果抛弃了每个参与者的所有细节，我们该如何确保没有遗漏重要的东西呢？正如我们将看到的，统计学提供了表征数据集合结构的方法，以及为什么这种方法通常有效的理论基础。然而，还有一点也很重要：aggregation 可能会走得过于远。稍后我们会遇到这种案例，其中根据数据总结出来的结论可能会产生误导性。不确定性世界是不确定的。我们知道抽烟会导致肺癌，但这个因果关系是概率性的：一位 68 岁的老人近五十年来每天抽两盒烟，并且还会继续这样下去，他得肺癌的风险是 15%，比不抽烟的人得肺癌的几率高。但是，这也意味着也有很多人虽然抽烟但并不会得肺癌。统计学提供了一些工具来概括不确定性，让我们在不确定性的前提下做决策，并做出可以量化其不确定性的决策。我们常看到记者写科学研究人员「证明」了一些假设。但是统计分析不会「证明」假设。统计学提供的是证据，但它通常受限于现实世界中的不确定性。采样aggregation 的概念表示我们可以从数据崩溃中得到有用的见解，但是我们需要多少数据呢？采样即表明我们可以基于来自所有数据的少数样本来总结整体数据的特征，前提是样本的获取方式正确。例如，PURE 研究一共收集了 135000 多人的样本，但该研究的目标是提供样本来源群体这数十亿人的特征。如上所述，该研究获取样本的方式非常关键，这决定了结果的可泛化性。另一个关于采样的基本洞见是：尽管样本量越大越好（就其代表整个群体的能力而言），但是样本量变大会出现回报减小的情况。事实上，样本量增加所带来的回报率递减遵循一个简单的数学规则，即样本量的平方根。目录

中国江苏网讯 南京审计大学在遵循研究生教育规律的基础上，不断探索研究生教育质量提升路径，构建满足经济社会发展和人民群众对复合型、应用型高层次人才培养需求的研究生培养模式，并已取得显著成效。今天展示的是统计学学科。统计学一级学科是江苏省重点建设学科，设置数据科学与商务统计、数理统计、经济与金融统计、风险管理与审计监控等研究方向，硕士点设在统计与数学学院。统计与数学学院：从“一流专业”到“国际大奖”，顶级期刊论文大满贯南京审计大学统计与数学学院，设有数学与应用数学、经济统计学、金融数学和统计学四个本科专业，从2014年开始，在应用经济学一级学科下招收统计学方向硕士研究生，2017年获得统计学一级学科硕士学位授权点和应用统计专业硕士学位授权点。2016年，成立挂靠研究机构——统计与大数据科学研究院。学院建有江苏省统计科研基地，统计学科是“十二五”“十三五”省重点建设学科，数学学科为“十三五”省重点建设学科；统计学作为应用经济学科方向之一，入选江苏省重点序列学科和优势学科；2019年经济统计学专业获得江苏省一流专业。学科论文更是数量质量俱佳，在统计学领域国际顶级“四大天王”期刊上从无到有，一步一个脚印，实现了大满贯。学院现有长江学者讲座教授、教育部高等学校统计学类专业教学指导委员会委员等专家；拥有江苏省高校重点实验室以及江苏省高校优秀科技创新团队各1个，江苏省“333工程”第三层次人选4人，江苏省“青蓝工程”中青年学术带头人5人，江苏省“青蓝工程”优秀中青年骨干教师11人，江苏省双创博士2人，江苏省“六大人才高峰”高层次人才1人。近五年，学院教师主持国家自然科学基金25项、国家社会科学基金3项、省部级课题24项、江苏省高校自然科学研究重大项目3项，在国内外学术期刊发表了论文400余篇，其中SCI和SSCI收录200多篇，出版学术专著2部，编著教材1部，为江苏省统计、工商、税务等部门提供统计分析和决策咨询报告10余份。统计学科在2019年命中两项国家社科基金一般项目的基础上，今年在人文社科研究再上新台阶，成果斐然。孔新兵教授和武汉大学刘成教授合作发表在Journal of Econometrics上的论文“Testing against constant factor loading matrix with large panel high-frequency data”获2020年度湖北省社会科学优秀成果奖二等奖，这是我校统计学科科研成果荣获省部级社科类奖的零的突破。黄性芳博士的课题“基于审计大数据分析的统计过程控制研究”获得2020年国家社会科学基金一般项目的资助，这是我校统计学科获得的第一项与审计相关的国家级项目。杨洋教授的课题“巨灾保险风险模型的风险度量与统计分析研究”，高庆武教授的课题“具有延迟巨额理赔风险的保险公司破产概率近似估计与最优投资策略研究”，分别获得2020年度教育部人文社科规划基金项目和青年基金项目的资助。林金官教授的课题“基于金融混频数据的波动率模型分析及其应用”，赵彦勇副教授的课题“大数据自适应分布式推断及应用”分别获得2020年度全国统计科学研究重点项目的资助。赵彦勇副教授的课题“面板数据高维因子模型推断及应用研究”还获得了2020年度江苏省社会科学基金青年项目的资助。王江艳老师获得了国际数理统计协会颁发的2020年New Researcher Travel Award。2020年全球范围仅有15位优秀青年统计学者获此奖项。学院科研做得棒，教学也抓得好。每年只有十名老师当选的“吾爱吾师”评选，统计与数学学院也收获颇丰。2016-2017学年，陆敏、余宏旺、耿锁华三位老师入选，2017-2018学年，周海阳老师入选，2019-2020学年，汪红霞、单远两位老师入选。今年五月出炉的2018-2019年“学生评教奖”，共41位老师获奖，学院苏小囡、杨洋、余宏旺、汪红霞、陆伟东、宫芳、康云凌、蔡茜等多位老师榜上有名。学院近三年，立项“大学生实践创新训练项目”省级重点项目2项，省级一般项目2项；获全国大学生建模竞赛省级二等奖1项，三等奖6项奖；获美国大学生数学建模竞赛一等奖2项，二等奖11项；获全国大学生数学竞赛一等奖4项，二等奖1项；获江苏省数学竞赛一等奖1项、二等奖2项、三等奖2项。学院2019届毕业生升学率27.34%。历届同学们的录取学校有北京大学、南京大学、复旦大学、中国科技大学和哥伦比亚大学、乔治华盛顿大学等国内外著名高校，录取专业主要为经济管理类。毕业生主要分布在商业银行、证券公司等金融机构，中国移动、华为科技等大型企业，万得资讯、京东信息等新兴行业，以及统计、税务等政府部门。

统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析、总结，做出推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的决策之上。随着数字化的进程不断加快，人们越来越多地希望能够从大量的数据中总结出一些经验规律从而为后面的决策提供一些依据。统计学类专业类别都有哪些统计学简介：统计学（statistics）是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析、总结，做出推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。随着数字化的进程不断加快，人们越来越多地希望能够从大量的数据中总结出一些经验规律从而为后面的决策提供一些依据。统计学专业不是仅仅像其表面的文字表示，只是统计数字，而是包含了调查、收集、分析、预测等。应用的范围十分广泛。应用统计学简介：应用统计学专业主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门化应用型人才。统计学是一个大类，是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。应用统计学强调的是统计学理论在实际中的应用，比如如何正确使用参数估计、假设检验、方差分析、相关与回归、时间序列分析、指数分析等应用统计方法。统计学类哪个专业好在统计学类专业中，比较热门而且好就业的专业是统计学专业。统计学专业就业范围很单一，或者到国家政府的各级统计局工作，或者到各高校的统计系做教师。虽然统计专业在社会主义条件下发展很迅速，包括的内容也很繁杂，但统计学专业的毕业生的就业需求却不太理想，人才需求情况是供大于求，统计学专业毕业的学生主要从事人口数量、土地数量、财富、国民生产总值、军事等方面的统计工作。统计学专业就业前景分析 (按统计学专业相关职位统计) 据统计，统计学专业就业前景最好的地区是：北京。在"统计学类"中排名第 1。统计学专业主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。本专业主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据。能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。从业资格证书1、毕业相关证书涉及证书：CET成绩单、毕业证，学位证。这是在校期间必须得到的证书，另外在校期间还可以考计算机等级，普通话等级证。2、专业资格证书涉及证书：统计从业资格证，统计从业资格考试是在国家统计局的领导下，由省级人民政府统计机构组织实施，由县(或市)级人民政府统计机构具体承办。考试于每年9月份的第三个星期日公开举行，每门科目的考试答题时间为120分钟。就业方向1、教师或研究人员在各类高等学校、科研院所从事统计学教学及研究的专业人员。现实对从事统计学研究的人才需求量较小，若要从事该行业，必须有考研、读博的决心及毅力。2、政府部门（统计局等）在各类企事业单位从事统计工作的专业人员。3、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等从事统计调查、统计信息管理、数量分析等开发、应用和管理工作。统计工作是企、事业单位绩效考核的重要前提，在社会经济中具有非常广泛的应用领域，因此统计人才市场需要将长期保持在比较稳定的增长态势。就业现状交叉领域产生的学科基本上是未来发展前景比较好的学科，而且也是容易出人才的一个领域。其实相比中国，一些西方国家更加重视统计这个专业以及大数据分析，而中国近年来对数据分析也越来越重视，尤其是在这个互联网时代，企业，政府都开始重视起来。基本上所有的行业都需要数据分析人才，尽管目前该专业的毕业生待遇比不上金融、经济类专业，但是其前景是好的。大概七八年前，统计学这个专业还不算一个大热专业，因为除保险，证券以及一些科研政府机构要招收统计学毕业的学生以外，其他的公司对于统计学专业人才的需求量不大。但是这几年统计学在专业圈中变成了非常热门的专业，填报人数众多。同时，现在各大公司的运营部和市场部都需要进行大量的数据统计，收集与分析，所以统计学人才也越来越受欢迎。伴随着互联网电子商务的普及，智能移动设备的广泛使用，社交网络活动的日益频繁，以及云计算、物联网等技术的兴起，数据正在以前所未有的速度爆炸式增长，世界正在步入大数据时代。走进专业其实中国大多数统计学本科学的内容不足以让统计学本科生做与本专业相关的内容（如建模），大部分找的都是描述统计工作，比如画图表，看走势。所以不是统计学本科找不到工作，是找不到特别对口的工作，几乎无法学以致用。（不过如果你想做描述统计的工作就很好啊，很符合你的要求），所以如果真的想做与本专业联系较紧密的工作，还是做好读硕士、博士的准备。另外，大数据这两年比较火，与统计学很接近，也是统计学专业毕业生的理想去向之一。但是现阶段国内统计学本科做不了相关工作，想要从事数据挖掘工作需要最大程度上提升个人编程能力，学习python、R、Spark等等。下面就带大家来看一下统计学专业实力最强的20所大学，具体的高校名单如下：在最新一轮的学科评估中，人大和北大的统计学学科都是被评为A+类，并列全国第一。但是这份来自于中国科教评价网的排行榜中加入了经济学科因素，大家都知道，人大的经济学学科在全国都是排名第一的，综合两者的因素，在这里人大的统计学能够排名第一也属于比较正常的情况，基本符合事实。从这20强的高校名单中可以发现，能够排进20强的，要么是该校的数学学科比较厉害，或者是经济学学科比较厉害。两个学科都厉害的，能够完美的结合，就能够排名更靠前。比如南开大学、厦门大学等就是最好的例子。而像华东师范大学、东北师范大学等数学学科比较厉害，而且有良好的传统统计功底的，实力也是非常的强。现在的统计学基本是属于数学和经济学的交叉学科，一般授予理学和经济学两种学位，原因是院校的侧重点不同。如果想进入互联网公司或者数据公司，则可以选择授予理学学位的高校，比如北京师范大学、中国科学技术大学。如果是想进入证券公司，保险公司等，金融机构的，则可以选择受益经济学学位的高校，比如，人大、上海财经大学、东北财经大学等。统计学是典型的工具型专业，所以一般的小公司或者分公司，需要统计学的人才比较少。需要统计学专业性人才的都是大型公司或者是公司的总部。当然要想进入大公司或者是一些公司的总部，可能本科学历可能不够，如果有条件的话，可以考统计学的专硕，研究生学历毕业后该专业会非常的吃香。