应用统计学考研方向问题

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

2021年大连理工大学的应用统计学专业考研爆炸了，考生们心态崩了。400分以上的有60多个，最高分445分。如果按照招生计划来算的话，大连理工的应用统计专业复试线可能会达到400分，竟然比去年的高出40分，简直难以想象。这看着都让人恐慌，估计报考这个专业的考生们都要哭了。复旦大学的应用统计专业有考477分，看着着实有些吓人，这是真学霸，只有不断的鼓掌+点赞。中大有考472分，西南财大400+以上的有70多个。这样的一种现状，今年的考生压力大啊，既要面临调剂的苦恼，也要面临因高分人数多而导致落榜的风险。应用统计学今年这么多高分，难道是因为今年题目普遍比较简单吗？欢迎评论区留言。

考试科目：①101思想政治理论②204英语二③303数学三④432统计学参考书目：1.茆诗松、程依明、濮晓龙编著，《概率论与数理统计教程》（第二版），高等教育出版社，2015年。2.贾俊平、何晓群、金勇进编著，《统计学》（第7版），中国人民大学出版社，2018年。复试科目：统计方法复试参考书目：1.《概率论与数理统计》，梁之舜等（第三版）下册，高等教育出版社，2005年；2.《数据分析》，范金诚、梅长林，科学出版社，2002年（1-6章）。历年录取情况：2020年共计录取32人，其中9人推免，23人统考上岸；2021年拟定招生30人，其中8人推荐，22人统考录取；应用统计硕士专业一般是考数学三的，无论毕业是去统计局工作还是进入到企业，应用统计专业都是不可或缺。因此应用型人才一般都是数学三。数学三难度相比数学一更简单一些，但是考察范围更贴近于实际应用的，所以可以看到考试内容都和实际应用相结合的，可以更好的处理实际问题。复习过程中一定要打好基础，多做一些基础应用题，在考试过程中会有实际应用问题。因此我建议大家多做做李永乐的习题集，这样可以更好的理解应用题型的，并且大家一定要多做题多理解，对于错题，一定要整理，并且标注好错题原因，定时的回顾错题，可以更好的理解知识点的含义以及使用技巧。最后是真题，真题的使用大家要重视，很多人怕做了就没有用了，其实不然，本来大学生考研所用的复习资料就很少，所以重复使用率就会很高，一定要学会合理的重复使用真题，这样才能提高效率。英语这里我采用的是速记方法，我会给自己规定好期限，比如说多长时间记忆多少单词，规定好每天的记忆时间以及复习时间，最重要的是加深记忆时间。每天英语学习上的时间要保证在4小时以上的，早晚各一小时，睡前半小时，晚饭后还要练习阅读，最少也要4小时的。英语本身就是需要记忆练习的，一门语言不经常使用就会遗忘，历史上也不是没有过忘记自己母语的情况出现的。单词学习过以后就要开始语法方面的学习，大家可以看到无论是完型填空、还是阅读理解、作文，语法永远都是最核心的。所以一定要认真的去学习和理解语法如何应用的。政治我推荐只需要一本肖秀荣的精讲精练就可以的，然后买一套他的四套卷和八套卷就可以的。我建议从8月份开始，首先进行两个月的一轮复习，要熟读毛中特、史纲等几本书的考试重点，学会思考，结合当前时政整理和总结出问题，锻炼自己的政治思维。等到肖四肖八出来一定要认认真真的做2—3遍，每一遍都要认真的去总结错误之处、问题所在，将每一次的错误之处交叉总结，找出问题最大的那一部分，加深记忆。统计学这门课怎么说呢，多亏我的老师讲的好，让我在考研复习过程中没有什么太大问题，这门课基本都是计算题，有一小部分的简答题。我先给大家说一下考试的大纲以及分值分布。简答题20%、计算题80%。其中统计学内容约占70%、概率论内容约占30%。其中简答题共30分，共6小题，每题5分；计算题共120分，共8小题，每题15分。考试内容一共涉及到两部分，这两部分又分为12小模块，每一个模块都至关重要。无论是大数定律，还是一元线性回归、多元线性回归都是考试重点的。我当时为了可以更适应考试难度，在“考研文库”找了很多院校的考研真题来做，虽然有的院校考研专业课内容不相同，当时我都是把考察点相同的试卷都做了，也是为我专业高分奠定了基础。我建议专业课可以稍晚数学考试，毕竟计算题居多，也是怕影响数学的学习进度，所以稍晚一些开始，可以缓解学习压力。复试：共计220分，面试100分、笔试120分的。概率论与数理分析，其中这门课统计方法考察的更全面、范围更广但是难度不高，所以仍然要认真复习。复试面试这里一定要好好准备，都是考察的是专业内容，面试这里是最容易拉开排名的，不仅决定你是否会录取，也会影响你的排名的，最重要还有奖学金的，所以一定要好好准备，回答问题一定要实事求是，东北大学的老师最烦学生秀自己的知识的。（本文来源新祥旭考研原创文章，未经允许，不可转载！）

首先，当前计算机专业是考研的热点，即使是计算机专业的同学考研本专业，也存在较为激烈的竞争，所以对于跨考生来说，难度还是相对比较大的。统计学专业在知识结构上与计算机专业有较多的重合点，所以不少统计学专业的同学会跨考计算机，而且也有不少同学顺利上岸了。统计学专业跨考计算机虽然难度比较大，但是如果早做准备，同时为自己制定一个较为系统的复习计划，还是有机会成功的。按照历史经验来看，统计学跨考计算机要想降低考研难度，应该注意以下几个方面的内容：第一：重视目标学校的选择。对于跨考生来说，首先要重视目标学校的选择，最好能够立足于本学校来选择目标学校。在选择目标学校时，尽量选择初试考察科目相对比较少的学校，这样也会降低复习的压力。如果跨考生选择考408的高校，复习压力还是比较大的，这一点一定要慎重。第二：重视复习环境的打造。跨考生一定要重视为自己营造一个较好的复习环境，最好能够得到专业老师的指导，这对于提升复习效率还是有较大帮助的，同时也会有一个更合理的学习计划，这一点在复习的初期更加关键。当前可以重点利用一下网络这个复习渠道，一方面成本比较低，另一方面也比较方便。第三：重视方向的选择。统计学专业跨考计算机专业，可以重点考虑一下大数据、机器学习相关方向，一方面知识结构契合度比较高，另一方面导师也比较欢迎统计学专业的学生。最后，对于统计学专业的同学来说，考研时也可以立足于本专业选择与计算机相结合的方向，比如统计学当前也有培养大数据方向研究生的能力。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，都可以私信我！

首先，对于统计学相关专业的本科生来说，如果未来想进入人工智能领域发展，考研时可以选择计算机相关专业，在大的方向上可以选择大数据、计算机视觉、自然语言处理、知识表示等。长期以来，人工智能领域的专业人才培养都是以研究生教育为主，虽然当前不少高校在本科阶段也设立了人工智能专业，但是目前要想获得更强的岗位竞争力，读研是比较现实的选择。统计学是大数据的三大基础学科之一，在当前的大数据时代，统计学的本科生也会接触到越来越多的大数据知识，所以统计学专业本科生读研选择大数据方向是比较不错的选择，而且大数据与人工智能之间也有非常紧密的联系，不少大数据方向的研究生，毕业后也会选择进入人工智能领域发展。统计学专业学生进入计算机专业读研之后，一定要重视自身实践能力的提升，尤其是程序设计能力，当前人工智能领域的岗位对于程序设计的要求还是比较高的。虽然早期人工智能领域对于算法工程师的程序设计要求并不高，但是当前算法工程师的岗位竞争还是比较激烈的，一方面岗位比较少，另一方面能力要求也在不断提升，这一点对于数学和统计学专业出身的学生来说，一定要引起重视。最后，如果明确了读研时要选择计算机专业，在本科阶段除了要重视考研所涉及到的专业课之外，还应该适当拓展一下自身的专业知识面，这对于考研复试也有比较重要的影响。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，或者私信我！

一、前言首先我必须得说，这是一篇特殊的经验贴，也是一篇很真实的经验贴，因为这是一个一志愿考研失败的考生扎心的分享。我相信在看过了太多成功经验之后，再来看看这一篇或许你能够有一些其的它感悟和收获。对于考研这件事，尤其是对于想考名校的热门专业的同学来说，这篇经验贴或许更加适合大多数人。正如一位学长曾经跟我说的“考研就是千军万马过独木桥”一样，我们有时候不得不承认，考研一志愿上岸的永远都是小部分人。所以不妨换一个心态，更多地去思考我们在努力的过程中学到了什么，而不是过多地去在意结果的好坏，毕竟有的时候确实是无心插柳柳成荫。二、个人情况及选择接下来说一下我个人的情况吧，我本科就读于华中科技大学，专业是卫生事业管理专业，本科期间学过微积分（97分）、线代（98分）、概统（80分）三门数学的基础课，六级494分（阅读部分是230分）。考研总分388分，其中思想政治理论78分、英语二84分、数学三138分、统计学88分（专业课掉链子……）。至于我选择应用统计的原因，是因为在四年的学习中我发现，我的热爱依旧在数学，所以当时也是放弃了参加我们院的保研考试。在选择专业时，我也是直接在数学学院中寻找到了应用统计这么一个目标。而怀着一颗名校梦的我，当时一腔热血地选择了清华作为我的目标院校。清华每年的招生计划是7人，但有时也会适量扩招几个，比如2018年扩了两个，2020年可能因为疫情的缘故扩招了2个。清华应用统计在2018年之前分数相对来说还是比较乐观的，2016年进复试的最低分数是360分（如果我没记错的话），而在2018年之后则情况大变，从2019年的390分到2020年的400分，难度可以说是越来越大。其实这个变化也是可以理解的，大家对于人工智能、机器学习和深度学习的热情逐步高涨，而应用统计作为一个相关且相对好考的专业，必然是会遭受到相当大的冲击的。尤其隔壁北大在去年已经取消了全日制应用统计专业的招生后，更会有大量的考生流入到清华的竞争中来。伴随着这种趋势的，还有清华专业课每一年的变化，对于考生来说都将是一次艰难的挑战：跨考生越来越难考上、对于公共课的要求也越来越高等等……所以我强烈建议各位想报考清华应用统计的同学们一定要综合考量自己的能力和水平，尤其是在统计学中不能够有任何短板，许多比较偏、难的知识点（比如强大数定律、收敛性的证明、双样本似然比检验等）也要有一定的把握和理解，才能够赢下这场战役。三、初试复习经验我自己的经验而言，这几门课的重要性是专业课>数学三>英语>政治，所以下面也就按照这个顺序来写。1.统计学先说说专业课吧，其实对于前几年的考题来说，茆诗松的那本《概率论与数理统计》就已经包括了大部分的考点，所以最重要的就是这一本书，一定要把这本书的课后习题及例题多做几遍。但清华专业课不说考试大纲这一点就很耐人寻味，也就是说他无论出什么题都不属于超纲，这也就要求我们要尽可能的把数理统计相关的知识点都要有所把握，这几年的趋势也正是如此，所以在学有余力的情况下，最好也把李贤平《概率论基础》中关于收敛性的知识和陈家鼎《数理统计学讲义》中假设检验的相关知识也了解一下。不过在看过茆诗松的书后，看后两本会有些吃力，因为相比起来，后两本写得是有一些晦涩难懂，这是正常的不要慌，努力啃下这两块硬骨头。就这几年的真题而言，清华专业课还是有一定规律可言的，首先概率论部分可能会出一道大题，大概分值在20分，当然也有可能不出（如2019年），这部分内容不难，只要掌握了数学三的知识就没什么太大问题；其次就是关于收敛性的一个证明题，这是清华专业课的一个特色，近三年都对于该知识点有一个20分的考察，而且有变难的趋势，所以想考高分的同学一定要在这方面下足功夫，什么依概率收敛、依概率1收敛、r阶收敛、按分布收敛等的证明必须烂熟于心，茆诗松书上的例题也一定要多过几遍，切比雪夫不等式的证明也很具有启发性。参数估计是清华最常考的，2020年真题甚至直接出了一道65分的题目，几乎把参数估计的相关知识点都覆盖了一遍，所以这部分一定要重视起来！而假设检验一定要把概念、原理理清楚，才能够把题目做对。比如2019年真题就考过一道概念的论述题，如果平时学习中没有对这方面有一个自己的思考和认知，考场上遇到就很容易懵了。除此之外，对于各种各样的检验方法也要去体会其中的原理、思路所在。比如2018年考了拟合优度、2020年考了似然比检验。除了这些常考的知识点之外，偶尔也会出现一些关于统计量（充分统计量、完全统计量、次序统计量等）或是生成随机样本（基本也就是用到茆书上提到的随机模拟法或者中心极限定理等）之类的题目，这些也需要我们在复习中考虑到。方差分析和回归这几年没有怎么考察，但也有可能未来会作为知识点，所以也需要有一定的了解。最后总结一下，清华专业课着重考察的是你对于各个知识点原理、思路的理解，所以在学习专业课时一定要本着追本溯源的原则，真正地理解其本质和内涵。而我个人专业课拉大胯的原因就是最后一道45分的似然比检验没有很好的思路，也是我知识点的一个短板，于是导致这次考研失败，所以你们一定要吸取这个教训，在清华面前不能有知识盲区！2.数学三我个人认为最重要的书是李永乐老师的《全书》，尤其是它里面的例题最有启发意义。而习题我当时用的是李永乐老师的660题、张宇老师的《闭关修炼》，其实有时间的话我也推荐汤家凤老师的《1800题》，张宇的1000题我认为就没有必要做了。套卷我也做了许多，包括李林、李永乐、张宇、汤家凤的，个人感觉做套卷对于分数的提升是最有作用的，在考研前1个月左右我就开始一天做一套保持手感。当然这个套卷要在你把基础知识都抓牢的基础上再去做才会有意义，所以之前就努力把《全书》或者《闭关》多刷几遍，刷到每一个知识点都能够熟练于心再开始套卷。今年线代那两道题难度较高，需要引起重视，或许在考研竞争越来越激烈的情况下，数学三的难度越来越大会成为一种趋势，这对我们解决问题的能力愈加是一种考验。3.英语二英语其实没有什么特别好说的，大家应该也看过很多类似的经验贴了，这里我就说几点：第一，真题阅读非常的重要，建议多刷几遍英语二的阅读。其实我之前看经验贴说英语一的阅读也很重要，但于我而言，我没有怎么刷过英语一的阅读，因为我一直觉得一、二卷的阅读思路是不一样的，所以我就只是刷了两遍英语二的阅读，最后考研也是只错了一个阅读；第二，推荐老蒋的英语二阅读书，这是我做过的最符合英语二真题思路的一本阅读；第三，作文一定要趁早练，多积累词汇，多输出。我客观题只错了3分，但主观题（尤其是大小作文）扣了13分，真的很伤；第四，最好每天都能保证英语的学习，起码一天要能够做两篇阅读保持手感；第五，完型主要看你语法功底，如果语法不行确实挺难的，所以不用花太多时间，把真题里的完型做一遍就OK。4.思想政治理论政治其实也没什么过多说的，前期刷好肖秀荣老师的1000题，配合政治刷题小程序，利用上碎片时间多刷选择题，基本就不会有大问题。最后把肖四肖八的选择题做一遍，背好这两本的主观题，就可以上考场了。今年很多人说肖老师主观题翻车了，但其实只要你把肖四肖八上的主观题背下来，考场上依旧是有话可说的。我最后选择题是45分，主观题拿了33分，在北京这个政治旱区，我对这个成绩是比较满意的。四、调剂复试由于我专业课拉大胯，没有进入到清华的复试中，所以这方面的经验很遗憾，不能够推荐给大家。所以这里就说一下我调剂的经验吧，希望能够帮助到有需要的同学们。应统调剂说实话挺难的，一个是因为热门专业，报考人数多；另一个是因为清华专业课分给的不高（当然厉害的还是分挺高的orz），北京又是旱区，所以在调剂的时候没有很大的优势。我当时调剂的时候也是用的考研调剂小程序看了看往年接收调剂的院校，确定了兰州大学、深圳大学等几个比较乐意去的院校，也去看了他们的复试参考书。这一点很重要，因为每个学校的参考书不一样就会导致复试内容有差异。之后也去联系了中国药科大学的导师（由于我本科是医药方向，感觉更有优势），导师也表示欢迎我调剂他们的课题组。但等到调剂系统开放后，一切都变了。接二连三地，我的申请被深圳大学拒了，兰州大学我也未能进入复试名单，甚至最有希望的中国药科大学也没能够把我放入第一批复试名单……那个时候确实是崩溃的，感觉自己被整个世界抛弃了。后来我通过了解才知道，调剂系统只能够按照分数高低来筛选人，而今年的应统分大家或许也知道：神仙打架，比我分高的人太多太多了，尤其是广东考生以及东北考生。正当我打算找工作或是准备二战时，中国药科大学突然给我打了电话让我第二天复试，原因是第一批调剂并没有招满。后面我稍微看了看他们的参考书，复试问的问题也不难：首先考了三道比较基础的统计学题目；其次英译汉；最后综合问答，最后也是成功被录取。由于我本身是跨考生，又碰上今年这个特殊的情况，所以最终没有选择二战，接受了录取。不过今年也是特殊，大家都是网上复试，也就导致去复试的成本大大减少，所以会有很多高分选手报很多学校但最后不去，明年情况或许会大不一样但我还是想给你们一些关于调剂的建议，第一个要确定自己的底线，想清楚自己读研到底是为了什么，不能够在自己绝望的时候饥不择食。第二个就是要耐心等待、放平心态，不要觉得被拒绝了很多次就表示自己很差，调剂和一志愿就是两回事，一志愿唯唯诺诺的院校到了调剂很可能重拳出击。当然还是希望大家不需要走调剂这条路，一志愿上岸才是最好的结果！五、一些后话在考研后我也结合了身边人的例子反思了一下我的这次考研过程，努力的过程真的很美好，希望大家可以不负韶华、追求理想。而且选择有的时候确实比努力更重要，一定要审慎地看待自己，选择最适合自己的目标院校。当然我们正值青春，为了理想奋力一搏也未尝不可，毕竟只有努力过才不会后悔。最后愿各位今年都能够成功上岸，一研为定！来源公众号：新祥旭北京考研

招生院系：数学科学学院招生专业：025200应用统计研究方向：全日制-不分研究方向考试科目：①101 思想政治理论②201 英语一③303 数学三④432 统计学备考经验英语首先介绍一下我的复习阶段和方式：3月—6月初我背了两遍考研单词书，长难句每天练习分析句子结构和翻译，6月初—8月底刷了一遍1997-2019的真题，用归纳表格总结了错题，精翻2004-2016年的阅读，每3天看一遍。9—11月底又刷了3遍真题。这个过程中我的巅峰水准是8月底，记得2017年的真题第一次做时阅读全对。作文可以在考研文库里看看优秀范文，然后总结一些开头、中间、结尾可以用的句型。在考试前，要多用自己总结的模板练习写论文，做到熟能生巧。数学6月之前是数学复习的基础阶段，在这个阶段最好把课本过一遍，在这里推荐张宇的高数基础班搭配十八讲、李永乐的线代以及王式安的概率论。需要注意的是在这个阶段在看课的同时也要注意题目的练习，要认真做完课后习题。暑假两个月是强化阶段，主要是以做题和强化知识点理解与记忆为主。在这里推荐张宇的闭关修炼，最好搭配相关课程使用。我用到的做题资料主要有1000题和660题，在做题过程最好准备一个自己的错题本，加深记忆的同时有利于后期的冲刺复习。9月到10主要是做真题，我用到的是张宇的真题大全解。在这个阶段是提升的重要阶段，在做真题的过程中找到薄弱知识点并及时复习掌握，同时整理错题。11月到考试前就是冲刺阶段了，主要以模拟题的训练为主，可以把一些名师出的模拟题和预测题（张宇、李永乐以及哈工大的模拟卷等）都买来做一做，同时也要尽量配合数学考试的时间来进行计时训练已达到更好的模拟效果。专业课参考书可以用贾俊平《统计学》，茆诗松《概率论与数理统计》，《新祥旭考研上海交通大学应用统计辅导班讲义》，统计学（贾俊平）是统计领域各分支内容的的精缩版，可作为深入了解统计专业知识的导学部分，难度中等偏下，侧重理解和记忆的知识点众多，而涉及计算的章节主要集中在书的后半部分，需要记忆有关定理结论与公式等，考题难度适中，和书后习题较接近。老师根据我的基础制定了详细的学习计划，第一阶段主要是跟着老师把书本认认真真学过一轮，每个知识点都学透的。其次课后习题也要做过两遍或以上，不明白的可以随时和老师私下请教，最后还需要掌握各类公式并熟练运用，专业课过130分没有问题。选择题重点考察统计学的前半册内容，描述统计的考点居多，因此大家复习前面6章时应事无巨细地不放过每一个知识点，反复记忆，达到自己看到这个专有名词就能很快反映出其意义与有关运用的效果，例如配额抽样的适用情况、雷达图的作用、置信水平为95%的意义、两类错误的定义与计算等。练习其他高校统计学的真题及模拟题也是十分必要的，因为选择题的考点较广泛，大家在做其他学校的题目时，可以了解到同一知识点的不同考法，有的题目很有综合性，计算量堪比大题。简答题考察的范围较固定，主要集中在一元线性回归、多元线性回归与时间序列这三章，另外历年真题中有一类考察样本量的确定的题型，出现在第7章参数估计的第4节。大家可以从搜集到的历年真题中找到所有考点。计算题固定为考察概率论的内容，前两题的难度适中，认真做完课后习题应该足以应对，主要考察范围集中在假设检验与区间估计、方差分析、一元线性回归、多元线性回归这几章，其中假设检验与区间估计是必考题，大家需要熟练记忆与运用在不同情况下的统计量表达式。

首先，从当前大数据的发展趋势来看，未来读研选择大数据方向是不错的选择，近几年大数据方向研究生的就业也确实有不错的表现，不少毕业生都有较大的选择空间，相对于传统软件开发岗位来说，大数据相关岗位的岗位附加值还是比较高的。大数据方向研究生毕业答辩大数据是一门典型的交叉学科，涉及到三个重要的学科基础，分别是数学、统计学和计算机，所以如果未来要从事大数据方向的研发，学习一定的统计学知识还是很有必要的。对于大一的学生来说，学习一些统计学知识也是完全可以的，否则在研一的时候也需要补学统计学知识。从当前大数据领域的人才需求情况来看，算法岗位的人才需求量相对比较少，大数据开发岗位的人才需求量相对比较大，而且研究生往往会选择大型科技公司来从事大数据平台的研发。从大数据平台开发的岗位任务出发，在本科阶段应该做好以下三方面的技术储备：第一：操作系统知识。操作系统知识对于后续的大数据开发具有重要的影响，所以一定要重视操作系统相关知识的学习。对于本科生来说，可以从Linux操作系统的使用开始学起，在学习完C语言之后，最好能够阅读一下Linux操作系统的核心源代码，以便于提升对于操作系统的认知能力。第二：编程知识。大数据开发一定需要具有扎实的编程基础，目前在大数据开发领域应用比较多的编程语言有Java、Python、Scala等，本科生可以重点关注一下Python语言。第三：算法知识。大数据开发涉及到算法的设计和实现过程，所以一定要重视算法知识的学习，本科生学习算法知识除了要学习基本的算法设计基础之外，还可以结合大数据平台（Hadoop、Spark）来完成一些算法实践过程。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，或者私信我！

统计学在生活中无处不在：从我们熟悉的居民消费指数、粮食产量、价格变动情况，还有每天呐喊的GDP，到全国人口普查、全国经济普查、企业利润情况，各行各业都需要统计学将数据进行归纳、分析、总结，为每一个决策提供基础性支持。统计学不仅与每一个人息息相关，在大数据、人工智能等新兴行业跃动的今天，统计学所培养的统计思维，仍然是这些新兴行业的底层逻辑之一。其前景不言而喻。下面，我们来具体了解一下统计学的专业信息和就业方向。专业介绍统计学学制：四年学位：理学或经济学学士（根据学校侧重点不同，或着重于数学，或着重于经济）统计学是关于认识客观现象总体数量特征和数量关系的科学。它是通过搜集、整理、分析统计资料，认识客观现象数量规律性的方法论科学。由于统计学的定量研究具有客观、准确和可检验的特点，所以统计方法就成为实证研究的最重要的方法，广泛适用于自然、社会、经济、科学技术各个领域的分析研究。应用统计学与统计学专业相比，应用统计学专业以学习基础理论的实际应用为主，注重解决各类实际问题，基本上就是利用各种数学模型以及相关的统计检验方法来分析解决问题。推荐院校统计学专业院校排名及辽宁省2018年招生分数双一流：北京大学、中国人民大学、清华大学、南开大学、东北师范大学、华东师范大学、上海财经大学、厦门大学就业情况区分：统计学与大数据数据 ≠ 大数据！数据挖掘 ≠ 大数据！统计学能够为大数据、人工智能提供建模方式，而并不是学了统计学就能够直接担任大数据或是人工智能相关岗位。这个方向门槛很高，竞争激烈，必须额外自学很多东西。如果以进入相关互联网公司为目标，必须要学习SPSS、SAS等这些基于计算机的软件，SQL、python等这些基于计算机的高级语言，以及Hadoop环境等。可以时刻关注招聘信息需求，为自己合理规划自学课程。具体岗位:政府统计局等公务员金融起薪：5000-6000银行、保险公司、证券公司等的统计员、股票分析师、市场研究员。银行是统计学学生的一个重要就业方向，除非能力特别强，否则刚毕业一般都在银行分行。财务起薪：3000-4000企业的会计、出纳。考初级会计职称，然后慢慢往这方面努力就可以，在一般的企业都可以找到工作。互联网起薪：7000-8000互联网公司的数据分析师、数值策划。起薪高，一般都是大型公司，工作环境也很好。但是本科的学习内容是远远达不到互联网公司的要求的，需要学生在专业课以外的时间多多学习。如果想往这方面发展，最好能以研究生为起点，再多学习专业课以外的知识，不学编程是不行的。市场研究相关企业起薪：3000-6000市场调查公司、咨询公司或其他企业的统计员、数据分析师，或是公司的市场研究部门。如果仅是做统计员的话，不需要太多的技能，本科毕业即可。深造:考研如果想学好统计学，还是相当建议考研的。本科学习侧重基础，该懂的都教，但都是皮毛。研究生阶段统计学方向分得更细，包括应用统计学、经济统计学、数理统计学、生物统计学等，与相应行业联系更加紧密。出国如果想出国，一定要在本科期间打好数学基础，本科是数学、精算、统计等专业的学生，出国申请统计学士比较有优势的。但是就算是出国，最后也为了就业，那么自学编程这项任务一定不要落下，这样，不论是学业还是就业都能够具备统计思维+编程技术优势。报考建议专业优势对数据分析建模有一定优势，培养逻辑思维。作为一个工具性学科，为任何行业都能够提供基础支持。与现阶段热门行业联系紧密。专业劣势不能直接凭借专业获得饭碗，本科时期仅学皮毛。如果学得好，必须大量自学。适合学生该专业对数学科目要求较高。适合对逻辑推理有兴趣，热爱数学应用的学生就读。需要有较强的自学能力。不适合学生不适合对数据不够敏感的学生地域选择对于统计学专业的学生来说，地域非常重要。一线城市里的企业能够接触最新的方法和最激烈的思维碰撞，不论是简历还是实力，都能够得到极大丰富和锻炼。诺贝尔经济学奖获得者Thomas J． Sargent曾在世界科技创新论坛上表示，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。所以，如果你决定报考统计学，那么可以告诉你，未来的前景必然不会差。但工资起薪却与你的自学能力密切相关。先考虑自己是否对数学有足够的兴趣，再看自己是喜欢安逸生活还是喜欢见缝插针的学习。如果选择安逸，可以往会计、财务，或者市场研究部门方向考虑；如果有很强的自学能力，那么不用多说，考研、出国、互联网公司的数据分析师大概就是你的目的地。