研究生统计学习

以下是【毕达留学英国专栏】整理发布的毕达学员分享会内容。【毕达留学英国专栏】坚持每周邀请全球各地区名校学员分享申请、就读、求职等经验，敬请关注。毕达学员背景Z师姐，华南农业大学，金融学 录取学校与项目：University of Leeds: MSc Statistics with Applications to Finance 利兹大学访谈实录 1. 录取关键主持人：师姐认为当初能拿到利兹这个项目录取的关键是什么呢？ Z师姐：整体来看成绩不是我的优势，不过是达到学校门槛标准的，所以只能靠软性背景来提升，包括个人对未来专业的认知以及个人职业规划等等，还有个人过往的实习及学校参与过得项目。 还有就是好好看官网上的申请要求，ps篇幅有限，有针对性的在ps中表达自己。1、实习经历要有重点，根据申请的专业要求，提炼出自己的优势。2、有明确的发展方向职业规划，为什么这个专业适合自己。3、有意识的培养软性背景，越早准备越好，越明确越好。 软性和硬性背景对申请学校来说都非常重要，在保证自己GPA的同时，有针对性的提升自己的软性背景也是非常必要的，师姐认为在提升软性背景的过程当中应该注意哪些方面呢？软性背景重要的就是实习经历和课外的项目活动经历了，尽量找和自己未来想申请的专业契合度高的实习，个人觉得不需要很多，精准有分量，2个左右就可以了。除了实习，校外志愿者活动义工活动或者是个人特长比赛竞赛啊，都可以作为丰富自己软性背景的素材，突出自己的优势。 2. 如何做时间规划主持人：那么请师姐分享一下，你的留学时间规划具体是怎样的呢？好给师弟师妹们参考下。 Z师姐：我是大三上学期才准备要出国的，准备去澳洲或者英国，需要的材料也比较类似。所以大三开学开始考雅思，同步准备文书材料。大概10月末11月初开始提交申请的，大概等了2-4周吧，12-1月陆续收到的offer。不过还是建议能早就早申呢，在第一轮就申请，早占位早录取，一般圣诞节前就能发offer。所以得根据自己实际情况预估准备的时间，提前规划比较重要。 主持人：这里也提醒有出国打算的同学要尽早做准备，早准备、早规划、早申请！只有做到这三点，才有充足的时间去提升自己的硬件条件、丰富软件背景，从而提升自己的留学竞争力，降低申请难度。3. 为什么选择英国留学主持人：师姐当初为什么会选择去英国留学呢？Z师姐：一开始准备去澳洲，后来在舍友的影响下，还是选了英国。一方面个人比较喜欢英伦风和复古的英国文化，除了学习也很想感受生活。另一方面英国研究生就一年呀，更有时间优势，而且不用考GMAT。 4. 项目基本介绍主持人：下面我们来聊一聊这个项目的信息，师姐觉得利兹的这个项目怎么样呢？你认为这个项目适合哪些人去读呢？Z师姐：我读的是数学学院的应用金融统计，我个人觉得这个专业对更适合数学和计算机的同学。课程设置是偏数理化的，会和商学院联合授课，主要内容就是数理统计，R语言，金融模型等，老师们都特别特别好，这个项目呢对个人自主学习能力的培养很棒。 主持人：师姐当初所在的班级有多少人呢？中国学生大概有多少呀？有了解同学们当初都是什么背景申请到这个项目的吗？Z师姐：好像是13个人吧，8个中国人 ，大部分都是统计计算机专业背景的，也有金融背景的。 主持人：这个项目的就业怎么样呢？中国学生是否大部分都回国就业了？回国一般去了什么类型的企业呢？Z师姐：就业就比较广泛了，像我同学有去四大做咨询的，有去大疆做数据分析的，也有去投行的，还有在互联网金融做风险评估的，大部分都还是和金融、数据相关的。5. 读完后的感受主持人：看来这个项目以后的就业范围还是比较广泛的，师姐读完这个项目之后，英国给你的感觉跟当初想象有什么不一样吗？Z师姐：那大概是比之前的印象更喜欢英国了吧。一开始可能会觉得，英国人比较高冷，会不会不好相处或者对中国人不够友好啥的。但是后来发现基本没有这种担心，老师啊同学啊，银行餐厅超市各种工作人员也好，路人也好，大部分都很友好，很耐心。但是晚上就不建议出门了，更不要单独出门了，酒吧文化很盛行～天一黑大多数商店就开始关门了，酒吧就开始营业了。 一开始也会担心饮食问题，据说英国食物很难吃，但是后来发现中餐厅和东南亚餐厅都还挺多也挺好吃的，中超也很方便，自己和朋友们在家做饭也完全没问题。6. 整体氛围主持人：师姐觉得这个学校的整体氛围是怎样的？Z师姐：整体氛围我是很享受的，轻松愉快很有校园气息，利兹大学校园和城市没有什么实体围墙间隔，可能学校老师办公室和校外超市也分不清，几乎长一样就而且就隔壁关系～学校内活动很多，偶尔还会有市集，有演出，有color run。一般我们排课表都是没有午休的，中午太阳好的话图书馆的超级大台阶上会坐满了人，学校对面是一排各种买吃的，中午有课就可以买好吃的坐在台阶上边晒太阳边吃饭。一到考试周，图书馆就24小时不关闭，图书馆一般有三个，一个复古的，两个现代，环境都很赞，学校离市中心也不远。 主持人：学校是否有中国学生组织呢？ Z师姐：有的，只有你想不到的组织，和国内大学一样啊，轮滑啊，野餐啊，摄影啊，跳舞啊都有自己的小组织，开学也会有各种组织的招新会。7. 对师弟师妹的建议主持人：最后，师姐对于想来这个项目就读的师弟师妹有什么建议吗？ Z师姐：我觉得有一段海外留学的经历对于个人来说还是很难忘和值得的，学习方法和国内可能有比较大的不一样，除了学习，包括个人独立性的培养，还有生活技能提升和眼界的开阔，还能旅游丰富自己的人生呢，确实会有很多不一样的收获。所以提前规划好自己想要的未来和生活，早准备肯定是没错的。希望大家都能拿到想要的offer，去想去的国家和地方，有着优秀的未来。

启德海星汇成员 王泓婷坐标：美国 纽约大学现状：统计专业研究生在读，本科毕业于迈阿密大学数学专业首先和大家介绍一下我自己的专业背景，我目前是纽约大学应用统计专业的研究生。本科毕业于迈阿密大学，主修数学专业，同时辅修电气工程专业。我初高中阶段都就读于东北育才的数学特长班，所以我对于数学一直有着十分浓厚的兴趣，因而在本科阶段，我毫不犹豫地选择了理工科。而数学作为理工类的基础学科，也成为了我的首选专业。同样得益于中学时期扎实的数学基础，使得我有较强的逻辑思维和推理能力，所以在研究生阶段，我决定向与数学相关的交叉学科方向发展，从而最终选择继续进修统计专业。统计专业的核心课程主要包含三个方面的内容： 数学、计算机语言、统计。相较于数学专业来说，统计专业所学内容更为广泛。因此很多本科时非统计专业的同学会考虑在研究生阶段转向统计专业。比如我现在的研究生同学们的本科背景就非常丰富，有经济专业的，数学专业的，计算机专业的，或者生物专业的，等等。总的来说，统计专业需要与数据打交道，还需要了解编程语言，有良好的编程思维能力，和利用统计技术和模型分析处理大量数据的能力，同时要擅长通过数据采集，数据分析，最终得出解决方案。所以什么样的同学比较适合选择统计专业呢？ 通常来说，对数字比较敏感，拥有扎实的数学基础，还有较强的逻辑思维和分析能力的同学相对来说会更适合选择统计专业，同时良好的表达沟通能力和解决问题的能力也会帮助你更快更好的在统计领域深入学习。但是如果你对于统计有着十分浓厚的兴趣， 即使你没有较强的数学基础和相应的编程经历，你也可以考虑选择统计专业，毕竟兴趣会是最好的老师。目前统计专业的学习方向和相关的就业情况大致可以分为四个：金融统计：主要内容为通过统计学知识对各项金融业务的活动情况和资料进行调查、收集、整理和量化分析。该方向的毕业生一般会选择进入银行、证券公司、投资基金、会计师事务所和保险公司等金融机构工作。生物统计：主要学习内容是有关于生物学实验研究的设计、取样、分析、资料整理与推论等。毕业后可以选择在大学从事教学和科研工作， 也可以在生物科技公司和制药公司进行统计分析， 或者进入医疗机构。应用统计：主要研究统计学理论和方法在社会、自然、经济、工程等各个领域的应用，属于统计学和其他学科之间形成的交叉学科。毕业后可以从事的领域也比较广泛，比如数据科学家，企业数据分析员，数据结构师等多种职业。数理统计：主要研究方向以概率论为基础，并通过构建数学模型来做出相应的判断和预测，从而为采取某种决策和行动提供依据或建议。此方向的毕业生可以选择进入政府部门、金融机构和计算机公司等。随着计算机技术和网络技术的不断发展，以及云计算、物联网等新技术的兴起，数据正在以前所未有的速度爆炸式增长，我们也正在步入大数据时代。大数据时代的到来也为统计学带来了广阔的市场前景，同时使得越来越多的学生和家长们关注于统计专业。但希望同学们在确定未来自己专业选择的时候，可以结合自己特点和能力，不要盲目的追溯流行浪潮。

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！

放假对于每一位上班族来说，都是一件比较期待的事情。若利用这个时间进行深造，可有效弥补个人能力不足，这时可以选择攻读在职研究生课程。此种课程班均由高校开办，并且设有多种专业。接下来，本文介绍关于统计学在职研的相关信息。在职研究生该专业招生信息已发布，引来多数人士的关注。大家可以从招生方式、招生条件、招生时间、学费学制等方面进行了解，详细内容如下：一、招生方式该专业招生院校主要有对外经济贸易大学、南昌大学、中南财经政法大学，都是以同等学力的方式进行招生。该方式采用先进校学习而后参加考试的模式，入学无需参加考试，通过院校审核后就可拥有录取资格。二、招生条件该专业除了对外经济贸易大学要求大专学历以外，另外两所院校均要求具备本科学位。在申请硕士学位时，要求学员拥有学士学位满3年，并且通过结业考试才能参加。三、招生时间本专业入学时间不固定，一般全年招生。若院校有招生名额，就可前来参加。对于想要参加深造的人士来说，需及时关注招生信息。另外，申请硕士学位的报名时间在每年3月左右，受疫情影响以申硕公告为准，而申硕考试在5月左右。四、学费学制此专业学费范围在2万到5万元之间，不同院校有不同学费。然而上课时间均安排在放假，另南昌大学开设网络班，不影响工作，因此对学费不会造成太大压力。学制统一为2年，通过申硕考试与论文答辩后，可获得硕士学位证书。以上就是关于统计学在职研究生的相关介绍。本专业入学门槛低，学习不耽误工作，还可有机会提升学位。因此，建议大家前来报考。

大家好，我是育明寄宿考研咨询师，东南大学统计学考研信息：有问题可以私信，欢迎点赞分享关注！东南大学数学系创建于1921 年。当年著名数学家熊庆来先生从欧洲学成回国，并于同年秋创立东南大学算学系，亲任系主任。1952 年院系调整后，从基础科学系、数学力学系、应用数学系直至发展为今天的以教学科研并重、多学科全面发展、师资力量雄厚的东南大学数学系。数学系下设数学与应用数学、信息与计算科学、统计学及大学数学4 个教研室；数学、应用数学、应用概率统计、金融统计、复杂系统与网络科学5 个研究所（中心）。拥有数学一级学科博士（硕士）点和统计学一级学科博士（硕士）点；应用统计专业学位硕士点；数学和统计学江苏省一级重点学科；数学博士后流动站。具有科学计算实验室和复杂系统协同控制实验室等实验平台，与自动化、计算机等学科、国家电网、统计局等有实际合作交流项目。近年来数学系学科建设和科研工作在国内的影响逐步提高，ESI 论文排名进入全国前10 名，三位老师担任国际知名SCI 刊物编委。一、东南大学统计学硕士考试科目（1）所属学院：数学学院（2）研究方向：01 统计模型分析及金融统计(全日制)02 时间序列分析(全日制)03 统计诊断方法(全日制)04 应用统计(全日制)05 可靠性分析(全日制)（3）考试科目：101思想政治理论201英语一601数学分析933高等数学（4）复试科目：561概率论与数量统计二、参考书目1.601数学分析：《数学分析》陈纪修等编，高教出版社2.933高等数学：《高等代数》（第二版）北京大学编，高教出版社3.561概率论与数量统计：《概率论与数理统计教程》茆诗松、程依明、濮晓龙。高教出版社 2004三、分数线及招生人数2019年报名人数30人，录取人数4人，包含推免2人。2018年报名人数26人，录取人数4人，包含推免1人。2017年报名人数13人，录取人数5人，包含推免2人。

专业介绍统计学原本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。随着统计学的不断发展它逐渐被广泛的应用在各门学科之上，从自然学科、社会科学到人文科学，甚至被用在工商业及政府的情报决策之上，并逐步发展为一个独立的学科。统计学的分支统计学的研究大致可以分为两类，一类偏向于理论统计学，另一类偏向于应用统计学。其中：1.1 理论统计学理论统计学从纯理论的角度，对统计方法加以推导论证，核心是统计推断问题，实质是以归纳方法研究随机变量的一般规律。研究内容包括：样本设计、数据挖掘、随机过程、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和各种概率论理论的学习等等。1.2 应用统计学应用统计学是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，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。研究方向包括：生物/医学统计、环境统计、经济/金融统计、工程统计、农业统计、化学统计、心理统计等等。其中生物/医学统计、工程统计、环境统计、经济/金融统计的发展非常最为迅速，成为目前国外统计学研究的热点。（1）生物统计是运用数理统计的原理和方法，分析和解释生物界的种种现象和数据资料，以求把握其本质和规律性。其最常见的是应用于生物学、医学、农学等的研究中，合理地进行调查或实验设计，科学地整理、分析收集得来的资料。在美国，现在很多学校都专门设立了独立的生物统计系，另外生物统计有很大一部分设置在公共卫生学院(School of Public Health) 里面，毕业后可以在医院或者科研机构进行研究工作。（2）环境统计是用数字反映并计量人类活动引起的环境变化和环境变化对人类影响的工作。环境统计可为政府部门制定环境政策和环境规划，预测环境资源的承载能力等提供依据。包括：土地环境统计，、自然资源环境统计、能源环境统计、人类居住区环境统计、环境污染统计等，以及反映环境保护专业人员的组成和工作发展情况的统计。（3）工程统计是结合工程问题，研究怎样去有效地收集、整理和分析带有随机性的数据，以对所考察的问题作出推断或预测，直至为采取一定的决策和行动提供依据和建议（4）经济统计也是比较热门的专业之一，主要是对于经济金融活动进行数量方面的调查﹑整理﹑分析的，目的是认识经济活动客观规律，对经济活动实行科学建议、管理与监督。（5）除了以上比较热门的分支之外，还有一些其他分支。随着学科的发展健全，统计学与其他学科间的融合越来越明显，统计专业与学校内其他各个系之间合作的越来越多、越来越深入。统计学在美国 正如前文所言，统计学应用性强，本身虽然只是一种工具，一件武器，这些特点决定了它的适用范围非常广。产业和行业的发展离不开教育，在美国共有 4,100 左右所大学中，从顶尖的斯坦福大学、哈佛大学等到最普通的社区大学，大部分学校都设置了统计学专业。但各所学校的统计学又各有侧重，统计专业大部分设在文理学院，有些则为了与应用方向结合的更紧密，将统计专业设在商学院，工程学院、农学院等不同学院。这样广泛的学校资源和研究方向为各种背景、各类条件的申请者都提供了多元化、多层次的选择空间。统计学在英国英国作为统计学的发源地，拥有非常悠久的历史。对于专业细化的英国院校，英国大学的统计学研究方向，可以开始出现多学科交叉的专业，例如：数理统计、社会经济统计、生物卫生统计、金融统计与风险管理和精算、应用统计等。英国大学统计专业主要包括：一般统计、经济统计、社会统计等多种专业方向。该校培养学生能够掌握统计学的基本理论和方法，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。申请要求申请者专业背景一般来说，美国和英国大学的录取委员会在招生的时候，比较倾向于具有理工科背景的学生，尤其是本科为统计学或者数学专业的学生。这些学生在低年级的基础课程大部分相同，只是在高年级的专业课有所不同，但还是有很大一部分交叉的课程，所以二者在申请的过程中差别不大。还有部分是转专业的申请者，录取委员会的教授们会比较注意这部分人的部分数学背景，比如一些数学类的基础课程，如数学分析，高等代数（或者是高等数学），统计的基础课程、实分析等课程。以斯坦福大学为例，该校的对申请者的专业要求为：A strong mathematics background, especially in probability, statistics and linear algebra, is important in the admission process. However, it is not the only factor that determines which applicants are admitted. If such is the case, it is strongly suggested that prospective applicants consider strengthening their math skills and apply later.软件要求（实习，科研，工作等等）1、对专业知识即专业软件的熟悉程度大部分学校需要申请者具有相应数学背景，即在数学相关的课程起码在五门以上，PHD 甚至要达到七门，一些计算软件，如 R、SPSS、Eviews、MATLAB、SAS 等的熟练操作和使用也是录取 委员比较看重的方面。2、参加科研项目情况这些是学生申请的基本条件之一，参加科研项目是录取委员会衡量你专业水平的首要标准，通 过申请者参与项目的多少，含金量的高低，以及从文书中所反应出你在这些项目中获得的能力和对专业的理解，都是录取委员会成员关注的内容。3、发表学术论文的情况针对本科生发表文章的要求不是太高，但是如果有的话，在申请前把论文摘要作为申请材料，无疑是吸引对方眼球的方法之一。4、实习/工作要求由于统计学是一个应用性非常强的专业，而实习或者工作无疑对于申请有很大的帮助。所以，我们强烈建议同学们能够利用课余时间参加相关实习。学费介绍以下是美国部分大学统计学专业学费的介绍，每年的学费范围基本在 $30,000~$95,000之间。（注：美国大部分统计学专业为一年半或者两年制）以下是英国部分大学统计学专业学费的介绍，每年的学费范围基本在20,000~30,000之间。（注：英国的大学统计学专业基本都是一年制）典型项目介绍Stanford University斯坦福大学统计学系近几年一直位居美国统计学专业排名的榜首。系内目前拥有全职教授29人,在读研究生近140人。学校致力于统计方法的应用而非统计理论的发展。学院的目标是培养学生具有使用概率和统计的观念和方法在理工科领域占有一席之地，给那些已经被普遍认为有用技术的理论和应用方面提供指导，培养在概率和统计方面的研究人员，学校为学生提供各种课程，同时也为他们提供在商业，政府，工业和教育方面的职业指导。统计学学位的要求非常灵活，取决于学生的需要和兴趣，学院很早就认识到统计理论和应用的关系，因此一直以来致力发展跟其它学科的联系：经济，教育，电子工各一，地理环境科学，健康研究和政策，数学，生物医学等方面.University of California—Berkeley加州大学伯克利分校统计学系目前拥有全职教授43人,在读研究生近90人。其主要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。学校在统计和概率上都有相应的研究内容和教育课程，除了发展基础理论和方法，同时也在解决多种环境下例如分子生物学，天文学，艾滋病学，神经生物学，社会，教育等领域出现的统计问题。学校也与其它领域和学科建立了广泛的联系，特别是数学，计算机和生物学，同时积极在新进研究生和教职员中找寻力量建立和稳固这些联系。John Hopkins University约翰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)。系内目前拥有全职教授18人,在读研究生60余人。该校学位课程包括基础课程和各个领域的课程导论的所有课程，同时还有一些像统计，概率，运筹及优化方面的专业课程。学生，在咨询自己的指导老师后，可以申请一些富有挑战性的项目。 学院重视数学推导，数学建模等以解决问题为导向性的课程，目的是培养学生将来在数学或相关领域例如政府，工业部门和研究机构中具有专业技能。此外，JHU 还在公共卫生学院下设置生物统计系都设立在，因此学生物统计经常会与生物医学 背景的人打交道，从而沟通与交流的能力，统计方法和结果可以得到交流。专业研究包括：衰老研究，应用统计学，贝叶斯统计，生物信息学，癌症统计学，临床统计学主要研究临床实验(clinical trials) 的设计与数据分析等等。生物统计毕业的学生毕业后主要是做学术或者进药厂当 programmer 或 statistician，另外因为生物统计背景的学生也就是掌握了统计方面的知识，所以去 consulting、 nonprofit 甚至 finance 机构也是有可能的。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。University College London (UCL)UCL统计学专业采用基础广泛的统计方法，为各类实践应用提供培训，让理论与应用之间达到极好的平衡。内容涵盖了应用贝叶斯方法，广义线性建模和面向对象统计计算在内的现代统计思想。核心课程包括：统计模型和数据分析，调查统计，统计计算和应用贝叶斯方法等，而可以选修的模块有：医疗统计，决策和风险，统计推断，预测，操作风险与保险分析的定量建模等。UCL的医学统计学位为学生提供了统计学理论的良好背景，以及在设计，分析和解释健康研究方面的实际操作经验。为学生配备了用于医疗经济评估的分析工具，该研究项目提供了使用真实临床数据集的经验。核心课程包括：统计推断，统计模型和数据分析，医疗统计和统计计算等。可以选修的模块有：贝叶斯方法在卫生经济学中的应用，流行病学和调查统计设计等。The University of Warwick华威大学的统计学课程为统计理论与技术提供了全面的基础，为涉及统计学的职业生涯提供了一个启动平台，学生将接受两门核心课程，统计方法和统计实践入门的培训，然后将其应用于可选修的六个模块。可选修的模块包括：高级统计设计，医疗统计，贝叶斯预测与高级主题干预和数据挖掘等。通过对数学和统计学的独立研究，进行更广泛深入的研究和实践。学生将从一开始就与世界一流的研究人员保持密切联系，帮助你就未来的研究主题做出明智的决定。学生将专注于分析，应用数学，数值分析，概率和统计等研究领域，整个项目非常灵活。毕业生受到工业，企业或政府机构的雇主以及实验室的高度重视，也将有条件继续在学术生涯更深一步探索。统计专业的就业情况 统计学专业作为应用性很强的专业，就业范围非常广泛统计学专业就业主要在医药类、工程类、金融/保险类等三个大方向，其他的都是小的分支。1、医药类 制药公司和生物技术公司往往有大量的医学/生物数据需要处理，这就决定了他们都需要一个稳定的统计学的团队来进行支持。尽管生物统计并不是公司里的核心部门，但作为药品开发，临床应用的所有决策的都需要来自公司统计部门的数据分析。尽管受到金融危机的影响，很多美国的大制药公司都先后进行了大规模的裁员， 但是这并不影响生物统计的就业，除非公司倒闭，否则从来没有任何作生物统计的被裁掉现在生物统计专业的员工。除了制药公司以外，统计学专业在制药类的另外一个就业方向就是在医院或者医疗类科研机构工作，在医学院，癌症，AIDS 研究中心这样单位也有很多的统计学的就业机会。尽管工资水平与制药公司相比稍低，这些岗位的工作环境舒适愉快，轻松，适合需要照顾家庭孩子的。如果附属在大学上的研究所，很多还提供减免学费的政策，如果想继续充电，可以边工作边上 PHD 的课，先学3-5 门再申请，再牛的学校都能申请成功。2、工程类 工程中为了实现利益和效益的最大化，必须合理的配置资源和人力，统计学在其中发挥着无可比拟和替代的作用，往往是需要的是一个统计学的团队，一个专家带领具有统计学博士背景的高级人员设计分析方法，然后硕士层次的专门的程序员去写实现，结果再由高级人员分析后提交给工程决策部门领导。对刚毕业的研究生来说，在工程类公司，年薪 9-10万非常普通，再少就比较少见，11-12 万的也很多见。虽然在工程类公司的工作比较忙一些，但升职空间很大，而且可以积累丰富的实际工作经验，是向更好公司跳槽重要筹码。3、金融/保险类 金融业的薪资待遇优厚，工作环境优越，吸引着很多人的目光是社会公认的白领阶层，是几乎所有毕业生向往的行业。虽然受金融危机的影响，虽然近几年金融行业受冲击最大，但仍是统计学毕业生的重要就业渠道之一。美国花旗银行副总裁柯林斯（Collins）在英国剑桥大学的讲演中叙述到：“从事银行业工作而不懂统计和数学的人实际上处理的是意义不大的东西。”足以证明统计和数学在在金融业界的重要性。在国外精算师是金融业金领中的金领，银行、证券公司、保险公司、投资公司对这类精算师的需求逐年上升。统计学毕业生能熟练地运用现代数学方法和数据对未来变化的趋势做出分析、判断，对风险具有敏锐的洞察力和处理各种可控风险的能力。所以具有良好的数学专业背景的统计学毕业生无疑能够在这个领域的就业中迅速进入角色。 目前金融业中级职员在国外的平均年薪达 10 万美元以上，国内月薪也在 1 万元以上。案例分享案例一毕业院校:国内非211院校主修: 金融学GPA: 3.8/4.0托福/雅思: 105+GRE/GMAT: 320+实习/工作: 两段银行投资部实习科研经历: 无录取院校: Columbia University, Georgetown University案例二毕业院校: 国内某211院校主修: 数学与应用统计学GPA: 2.8/4.0托福/雅思:6.5GRE/GMAT: 无实习/工作: 两段相关实习科研经历: 无录取院校: University of Glasgow, University of Sheffield, University of Lancaster案例三毕业院校:国内某985院校主修: 计算科学GPA: 2.4/4.0托福/雅思: 85+GRE/GMAT: 305+实习/工作: 两段相关实习科研经历: 两段相关科研录取院校: Marquette University, University of Missouri, Binghamton University案例四毕业院校:某美国top 50本科主修: 数学GPA: 3.5/4.0托福/雅思:WaiveGRE/GMAT: 320+实习/工作: 一段相关实习科研经历: 无录取院校: University of Southern California, University of Washington, Georgetown University案例五毕业院校:国内某中外合办院校主修: 应用数学GPA: 3.9/4.0托福/雅思:100+GRE/GMAT: 320+实习/工作: 一段相关实习科研经历: 一段相关科研录取院校: The London School of Economics and Political Science, Imperial College London, Cornell University, University of Michigan, Yale University案例六毕业院校:国内某985院校主修: 物理GPA: 3.4/4.0托福/雅思:105+GRE/GMAT: 325+实习/工作: 一段相关实习科研经历: 无录取院校: Columbia University, University of Southern California

2021年北京工商大学数学与统计学院《432统计学》考研全套一、单项选择题1在抽样推断中，总体参数是一个（）。[中央财经大学2018研]A．随机变量B．已知的量C．统计量D．确定的量【答案】D查看答案【解析】参数是用来描述总体特征的概括性数字度量，它是研究者想要了解的总体的某种特征值。由于总体数据通常是不知道的，所以参数是一个未知的确定的常数。2统计年鉴中2016年全国各大城市的人均家庭收入数据属于（）。[中央财经大学2018研]A．定类数据B．定序数据C．截面数据D．时间序列数据【答案】C查看答案【解析】按照被描述的现象与时间的关系，可以将统计数据分为截面数据和时间序列数据。截面数据是在相同或近似相同的时间点上收集的数据，这类数据通常是在不同的空间获得的，用于描述现象在某一时刻的变化情况。比如，2010年我国各地区的国内生产总值就是截面数据。时间序列数据是在不同时间收集到的数据，这类数据是按时间顺序收集到的，用于描述现象随时间变化的情况。比如2010～2012年我国的国内生产总值就是时间序列数据。3在教学评估中，某省三所高校的等级分别是优秀、良好、及格，则“等级”是（）。[浙江工商大学2017研]A．品质标志B．数量标志C．标志值D．数量指标【答案】A查看答案【解析】“等级”属于顺序数据，只能用文字来描述，因此是品质标志，其标志值为“优秀”“良好”“及格”。4下面不属于描述统计问题的是（）。[山东大学2015研]A．根据样本信息对总体进行的推断B．了解数据分布的特征顺序数据C．分析感兴趣的总体特征D．利用图、表或其他数据汇总工具分析数据【答案】A查看答案【解析】描述统计研究的是数据收集、处理、汇总、图表描述、概括与分析等统计方法。BCD三项都是描述统计问题。A项中根据样本信息对总体进行推断则是推断统计内容。5一项民意调查的目的是想确定年轻人愿意与其父母讨论的话题。调查结果表明：45%的年轻人愿意与其父母讨论家庭财务状况，38%的年轻人愿意与其父母讨论有关教育的话题，15%的年轻人愿意与其父母讨论爱情问题。该调查所收集的数据是（）。[山东大学2015研]A．分类数据B．顺序数据C．数值型数据D．实验数据【答案】A查看答案【解析】分类数据是指只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，是用文字来表述的。实验数据是在实验中控制实验对象而收集到的数据，观测数据是通过调查或观测而收集到的数据，故该调查所搜集的数据为观测数据而非实验数据。6数据分析的真正目的是（）。[重庆大学2013研]A．心目中有了某种结论性的东西，然后去找一些统计数据来支持已有的结论B．是为统计服务的，使统计变得完美无缺C．从数据中找出规律，从数据中寻找启发，得出结论D．是研究如何利用样本数据来推断总体特征，为决策者提供一个科学的依据【答案】C【解析】数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。导论1.1考点归纳【知识框架】【考点提示】（1）统计学的目的（选择题考点）；（2）描述统计和推断统计的区分、参数估计和假设检验的区分（选择题考点）；（3）统计数据类型、分类、各自特点及其具体应用（选择题、简答题考点）（非常重要）；（4）统计学中的基本概念（选择题、简答题考点）。【核心考点】考点一：统计数据的类型（见表1-1）表1-1统计数据的类型【注意】①分类数据和顺序数据说明的是事物的品质特征，其结果均表现为类别，因而也统称为定性数据或称品质数据；数值型数据说明的是现象的数量特征，因此也称为定量数据或数量数据。②对不同类型的数据采用不同的统计方法来处理和分析。对分类数据可以计算出各类别的频率，而数值型数据则可以进行数学运算。【真题精选】1在对数据进行汇总时，往往将男性用“1”来表示，女性用“0”来表示，所以将性别视为数值型变量。[对外经济贸易大学2018研]【答案】×查看答案【解析】数值型变量是说明事物数字特征的一个名称，其取值是数值型数据，数值型数据是按数字尺度测量的观察值，其结果表现为具体的数值；分类变量是说明事物类别的一个名称，其取值是分类数据，分类数据是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，是用文字来表述的。性别是分类变量，为便于统计处理，对于分类变量可以用数字代码来表示各个类别。2下列数据不属于时间序列数据的是（）。[四川大学2016研]A．1990～2014年我国每年进出口总额B．2014年某品牌手机在中国各个省市的销售量C．成都市2014年每个月的PM2.5月平均浓度D．某股票在2015年1月的日收盘价【答案】B查看答案【解析】时间序列数据是在不同时间收集到的数据，这类数据是按时间顺序收集到的，用于描述现象随时间变化的情况。本题中B项是在相同的时间点、不同的空间上获得的数据，属于截面数据。本文由弘博学习网原创，欢迎关注，带你一起长知识！

机器之心整理参与：蒋思源机器之心向大家介绍一门统计机器学习课程，该课程的授课老师是 CMU 的 Ryan Tibshirani 和 Larry Wasserman，他们从回归模型到概率图模型向我们展示了统计机器学习的全面概念与推导。本课程适合有一定概率论和机器学习基础的读者进一步理解统计机器学习的一般理论，且所有的课程视频、笔记等资料都可在课程页面获取。该《统计机器学习》课程是 CMU 中进阶机器学习的研究生课程，所以想学习的读者可能需要有一些机器学习和中级统计学相关的背景知识。术语「统计」反映了该课程对统计学理论和方法论的重视。本课程将方法和理论基础相结合，且各项定理都从直观实践经验开始论述，所以有助于我们使用适当方法和工具来理解与实现这些理论。该课程包含了对机器学习研究与学习十分重要的统计理论基础，包括非参数理论、一致性、极小极大估计和集中性度量等。课程地址：http://www.stat.cmu.e/~ryantibs/statml/课程背景知识要求理解：依概收敛与依分布收敛中心极限定理与大数定律最大似然估计与 Fisher 信息贝叶斯推断回归正则化、偏差-方差权衡贝叶斯分类器、线性分类器和支持向量机行列式、特征向量与特征值对于很多入门级读者来说，该课程会稍微有一些困难。因为这门课程的主要内容更注重于机器学习中的统计理论与方法，而且课程要求的背景知识正好可以通过李航的《统计学习方法》进行学习，所以小编认为我们可以先完成李航的统计学习方法，从概率与统计的方向理解机器学习的本质属性，然后再进一步学习该课程。基于李航对统计机器学习的论述，我们知道统计机器学习（Statistical Machine Learning）是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。它有如下一些特点：统计机器学习以计算机及网络为平台，是建立在计算机及网络之上的统计机器学习以数据为研究对象，是数据驱动的学科统计机器学习的目的是对数据进行预测与分析统计机器学习以方法为中心，统计学习方法构建模型并应用模型进行预测与分析统计机器学习是概率论、统计学、信息论、计算理论、最优化理论及计算机科学等多个领域的交叉学科，并且在发展中逐步形成独自的理论体系与方法论。以下在有统计机器学习概念的基础上介绍该课程内容：该课程的主题为：线性回归、线性分类、非参数回归、非参数分类、再生核希尔伯特空间（Reprocing kernel Hilbert spaces）、密度估计、聚类、高维检验、集中性度量（Concentration of measure）、极小极大理论（Minimax theory）、稀疏性和 lasso，还有概率图模型等。并且每一个主题都有相应的学时、笔记、视频等材料。例如在图模型章节中，Ryan Tibshirani 和 Larry Wasserman 详细解释了各种无向图模型，并且有十分详尽的课程资料。如下是该章节的笔记资料目录：该资料从标准的图模型定义，即表征特征（变量）之间关系的一种方法，其有两个主要的分类，即有向图模型和无向图模型。然后其就从无向图的边缘相关性图模型、部分相关性图模型和条件独立性图模型向我们展开整个内容。该资料不仅有详尽的公式推导，同时还有各种利于理解的直观概念图，下面展示了几个直观理解的图表：图 1：蛋白质网络（Protein network），一种无向图模型。图 2：表征一个隐马尔可夫模型的有向图。灰色的结点是我们能观察到的，而白色的结点表征的是隐马尔可夫链中的状态，它是不能观察到的。下图将有向边替换为无向边并不会改变独立性关系。当然除了资料以外，更重要的就是视频，这些课程都提供了相应的 YouTube 视频，我们能直接在该课程页面选择相应的视频资源。除了视频外，该页面还提供了很多课程作业的资料。最后整个课程的主题与资源展示如下：本文为机器之心整理， 转载请联系本公众号获得授权。------------------------------------------------加入机器之心（全职记者/实习生）：hr@jiqixin.com投稿或寻求报道：content@jiqixin.com广告&商务合作：bd@jiqixin.com

该来的医学统计学考试还是来了。掐指一算，距离上次我参加这门课程的考试已经有七年时间了。七年前，我怀揣着对于医学统计的巨大热忱、神秘感和好奇心以及对于数学的些许畏惧进入了这座神圣的殿堂，而结果竟然造就了我大学时代分数最低的一门课——63分，这让我久久难以释怀。七年之后，为了不再继续大学时代的噩梦以及洗刷多年来的耻辱，伴随着硕士研究生公共基础课网络教学新试点的步伐，我成为了一个完全意义上的统计学“自学人”，这听起来难免有那么点讽刺。这期间，看视频、做习题和与小伙伴儿的互相讨论成为了我学习的日常，在接近两个月的学习过程中我似乎又重拾了对于医学统计学的信心。过程中我结识了很多新人，与大家一起探讨问题的日子永远是快乐、美好、烧脑而又难忘的，我一方面暗自庆幸自己“笨鸟先飞”的正确抉择，另一方面又对自己思考和学习的不够深入而暗暗自责。虽然最后的考试并不是那么尽如人意，但是我觉得恰恰是这最后的考试，才能暴露出自己的问题，也才能进一步指导自己今后的学习之路。孙振球主编的医学统计学 医学统计学其实是一门非常考验个人逻辑思维能力的学科。从医学统计学的定义里我们可以完全贯穿基础统计学的所有章节。从统计描述到统计推断，各个章节内容严整，无毫发爽。好比我们学习每一种疾病，都要从发病机制到流行病学再到临床表现和治疗预后。但是作为临床医生，我们需要的并不是梳理单一疾病的知识而是要做到快速诊断和鉴别诊断。其实医学统计学也是如此，我们不仅仅需要掌握每一种统计学方法的定义、使用条件，更需要的是在实验设计阶段或者在给出的待处理的数据面前找到适合它们的正确的统计学方法，这才不失为一个成功运用统计学的医学人才。这里面不仅仅需要完整的贯穿于整个基础统计的逻辑思维，也需要我们能够“照方抓药”，我觉得这是非统计学专业的医学工作者学习医学统计学的最根本的目标。 说到存在的问题，我想无外乎以下几点。第一是基本概念仍然把握不清，很多时候对于概念的把握理解是最要命的东西，尽管我们自己认为整个学科只注重应用，须知应用的前提条件是正确理解，我们失去了这道防线肯定要在今后的工作中输掉某场战争，而这种对于概念的正确理解我个人觉得是网络课程远远不能解决的问题。第二是对于细节问题仍然不够清楚，其实我个人觉得这套卷子出的很好，基本概念是有的，同时又有很多的细节问题，你不能说这个细节不重要，打个比方，就是刚巧搔到你痒的那个部位，然而可怕的事实却是我根本在之前没有关注过它。第三我觉得我思考的不够深入，对于某些问题依然浅尝辄止，相比常旺同学的那种深入思考的能力我只能有“河伯不及海若”之感，研究生的“精进”能力还是没有培养出来，我觉得似乎又不能简单的归结为脑子够不够用的问题。第四我觉得是我太低估统计学教研室的实力了，我没想到他们大题居然也可以出原题，白纸黑字，真真儿的原题，这在根本上就犯了毛主席“战略上藐视敌人，战术上重视敌人”的错误，说白了也是一种能力的欠缺，看来人果然是会被同一块石头绊两次脚的。回过头讲考试的事情，我觉得既可以说重要也可以说不重要，重要的是分数，但其实它又是最不重要的，我们的关注点应该在“经世致用”上，也就是我们对于这门课程究竟能够运用多少？考试其实是我们自己的一个“反物质”，是我们的敌人，彰显我们的缺点，我们需要的是在今后的工作学习中避免重蹈覆辙，仅此而已。三联生活周刊911期 最近恰巧在读三联生活周刊的911期《巴黎高师：法国精英制造——共和国传统与知识分子摇篮》，使我对于法国教育体制的敬仰之情有如滔滔江水延绵不绝，它颠覆了我对于法兰西这个国家的印象——原来法国不仅是只有红酒和香槟而已。他们的“双轨制”的精英人才的培养模式让我一个所谓的“中国式精英”汗颜，更让我作为一个中国教育的反思者叹为观止。回过头来看我们的教育，就拿这门医学统计学的课程而言，我们到底离精英式的培养模式相差多远？前不久结束的研究生辩论赛中孙校长还在提作为二医大研究生应该具有的两种属性“静若处子、动若脱兔”和研究生应该培养的五种思维模式即“系统思维”“逻辑思维”“辩证思维”“创新思维”“逆向思维”，回忆起《医学统计学》课本里开篇绪论里提到的关于“统计思维”的培养，我突然觉得有很大的挫败感，试问我们两个月里都学到了些什么呢？或者说什么是真正意义上的统计思维？是要求我们质疑一切，要让所有的数字游戏都在统计学面前揭开它们伪善的面纱吗？我，不得而知。 随着考试结束铃声的响起，我们似乎都认为我们完成了某项浩大的工程，连我自己都为之一振。 然而，我觉得，我们，离真正意义上的统计思维的培养依然任重而道远。