统计:在不确定的世界寻找规律性(上)
数学家拉普拉斯(Pierre-Simon Laplace)曾说过“大部分生活中最重要的疑问, 都只是概率的问题“。统计学利用概率论建立数学模型,收集和观察数据,进行量化分析、展示成果和总结,并做出推断和预测为相关决策提供依据和参考。从随机性中寻找规律性,就是统计学的魅力所在。
统计学学什么?
由于美国高校课程的自主性,各校统计系的课程设置和培养目的不尽相同。加州大学伯克利分校的统计系侧重于解决统计工作领域中的挑战,约翰霍普金斯大学的应用数学和统计硕士项目毕业生则是多选择PhD进行入读。虽然课程和培养目标迥异,一般情况下统计学学生都学什么课程呢?
根据多个学校的课程设置,统计硕士项目的学生一般需要完成多门核心课程(如概率论,统计,统计计算,数值数学),选修课,以及相应的实践项目。
以斯坦福大学的统计系为例,该统计系致力于统计方法和概率论的研究,并侧重计算机运用在大数据时代的重要性,开设的硕士项目包括统计,以及统计:数据科学。斯坦福大学统计硕士项目的核心课有四门,分别是概率论理论,应用统计入门,统计推断入门,随机过程入门。除了4门核心课,学生需要完成统计,线性代数和编程方面的相关课程。以下为课程的简单展示。
除统计学项目外,统计:数据科学项目则是顺应时代潮流而生。该硕士项目通过核心课程,编程和数据课程方面的训练,培养学生的数据,统计,计算和编程能力。基础核心课程包括数值线性代数,离散数学和算法,最优化,工程随机方法或者随机算法和概率分析。此外,学生还可以选择数据课程,高级科学编程和高性能计算等选修课。
课程之余,斯坦福大学提供实践机会,定期举行workshop等,帮助学生在实践机会中应用理论知识,了解统计领域的最近发展和行业动态。如果想要了解课程,实践项目等具体信息,请登陆学校官网获得进一步了解。