微信扫一扫
专业介绍
1.1 专业简介
统计学（Statistics）是应用数学的一个分支
Ø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，
Ø进行量化的分析、总结，并进而进行推断和预测，
Ø为相关决策提供依据和参考对数据的研究和分析。
统计学用到了大量的数学及其它学科的专业知识，其应用范围几乎覆盖了社会科学和自然科学的各个领域。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。随着大数据时代的到来，统计也逐渐与信息、计算等领域密切结合。
1.2 学位简介
M.A. in Statistics 和M.S. in Statistics
培养目标
Ø 一般是学术和应用并重
Ø 各学校侧重点不尽一致
Ø 毕业生就业或者读博士都有，根据院校课程设置和学生目标而定
时间长度
1-2年
M.S in Applied Statistics
MPS in Statistics
培养目标
Ø 职业导向
Ø 毕业后就业
时间长度
1-1.5年
PhD in Statistics
培养目标
Ø 学术导向
Ø 毕业后进去industry做研究员或者高校当教授
时间长度
5年
1.3 美国高校常见专业分支
统计的分支分为两类：数理统计学和应用统计学。
1.3.1数理统计学
研究统计推论背后的逻辑关系以及推导估测推论法的概率分布、计算统计和试验设计等的统计。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。有的单独设置了数理统计学(Mathematical Statistics)学位，主要讨论统计学背后的理论基础。是统计学的数学基础从数学的角度去研究统计，为各种应用统计学提供理论支持。
1.3.2应用统计学
通过研究和调查数据，来解释某些现象，以及预测其发展的趋势。生物统计、环境统计、金融统计、经济统计、遗传统计、农业统计，数理统计等等。这些是统计在其他领域的应用而形成的研究分支。
应用统计学根据描述和推论数据，可以分为两类：描述统计学和推论统计学。
描述统计学Descriptive Statistics
处理有关叙述的问题：是否可以摘要的说明数据的情形，不 论是以数学或是图片表现，以用来代表母群体的性质？基础的数学描述包括了平均数和标准差等。图像的摘要则包含了许多种的表和图。主要是就说明数据的集中和离散情形。
推论统计学Statistical Inference
被用来将数据中的数据模型化，计算它的概率并且做出对于母群体的推论。这个推论可能以对/错问题的答案所呈现（假设检定），对于数字特征量的估计（估计），对于未来观察的预测，关系性的预测（相关性），或是将关系模型化（回归）。其他的模型化技术包括变异数分析（ANOVA），时间序列（ time series analysis ）， 以 及 数 据 挖 掘 （data mining）。
美国开设统计专业研究生的学校非常多，同时每个学校专业设置偏重也不一样。与其他学科交叉的领域研究和发展越来越多，其中生物统计的发展非常快，现在很多学校都专门设立了独立的生物统计学(Biostatistics)学位，通常归属于公共卫生学院，使用统计学的原理和研究方法，在生物学领域进行研究，最常见的是用于医学。其目的是合理地进行调查或者实验设计，科学整理和分析收集得来的资料。另外，还有其他的单独的学位：
应用统计学(Applied Statistics)：譬如自一组数据中，可以摘要并且描述这份数据的集中和离散情形，这个用法称作为描述统计学。另外，观察者以数据的形态创建出一个用以解释其随机性和不确定性的数学模型，以之来推论研究中的的步骤及母体，这种用法被称做推论统计学。
金融统计( Financial Statistics) ：是指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收集、整理和分析的活动。通过统计调查和统计分析，为金融部门和国家进行宏观经济决策、检查和监督经济、金融运行情况、加强金融监管和经营管理提供依据。
1.3.3统计学的范畴和延展
统计学的研究范畴比较广泛，包括了概率论与数理统计、抽样与抽样分布、统计数 据的搜集、整理与显示、参数估计、非参数估计、假设检验、方差分析、时间序列分析、统计指数、聚类分析与判别分析、主成分分析与因子分析、相关分析与回归分析等。从这些内容来看，在申请统计学的研究生时，也应该在文书中注重体现以往的经历中，对以上内容的掌握和运用情况。
随着统计的发展，很多其他的学科也广泛采用统计的方法，也因此产生了很多自己的统计学科，如生物统计，统计物理学，经济统计学，金融统计，社会统计学、教育统计学等等。
申请要求
2.1 专业背景
Ø本科是数学，统计，应用数学，自然科学，工程等。统计对专业背景限制不严格。
Ø 大部分院校不硬性要求GRE SUB Mathematics，如果学生有时间准备也可以考，增加实力。
Ø建议掌握三大统计学软件： SAS, STATA, SPSS
2.2 先修课要求
基础课程：
线性代数，微积分（包括单元微积分或者多元微积分），数理统计和概率，高等数学等
高阶课程：
偏微分方程(Partial Differential Equation)，随机（Stochastic），回归分析（Regression Analysis），模拟（Simulation），时间序列与预测（Time Series and Forecasting）等
统计类软件：
Statistical Software （SAS, STATA, SPSS)
计算机软件类：
R, Python 等
注意事项：
1. 如果本科不是统计或者数学专业的同学，或者缺乏数理背景，常见转专业申请统计学的本科专业有经济学，数学，物理，计算机科学等等。因为统计学要求的数理课程和计算机课程基本是大学本科的基础课程，所以只要修过一些数理课程，掌握基本的计算机技能，在实践中有处理过数据和分析等，都可以申请统计学专业。想要申请统计学的研究生可以考虑通过修读二学位，辅修学位，参加美国暑校，或者修网课等方式弥补。
常用网站：Coursera，Edx， MOOC，Udacity等。推荐的课程如 下：
数学课：
Linear Regression and Modeling---Coursera Statistical Inference---Coursera, MOOC Introduction to Stochastic Processes---MIT
初学者课程：
Statistics with R Specialization---Coursera (大学 Junior Level) Basic Statistics--- Coursera (大学 Junior Level)
Introduction to Probability and Data---Coursera
R Programming---Coursera
Introduction to Statistics: Descriptive Statistics---Edx Introduction to Statistics: Inference--- Edx Introduction to Statistics: probability---Edx
Probability and Statistics (Open+ Free) ---Mooc (Stanford University) Inferential Statistics---MOOC (Duke Universty)
Statistical Reasoning---MOOC (Stanford University)
统计高阶课程：
Data Visualization---Coursera
Data Mining Specialization ---Coursera
2. 国内的课程名与课程内容与国外不尽一致，有部分课程可能涵盖以下课程内容，比如高等数学涵盖微积分和线性代数，建议老师们与学生给予选课建议时与学生进行讨论后确定。
2.3 科研和比赛
科研：
校内项目，美国暑期科研，课内重要课程（individual research project）。内容建议可以参与一些研究项目或者调查，需要收集或者分析数据，然后做出评估或者预测的项目，如对某企业或者领域的金融应激机制的线性回归模型建立，对空气污染对于儿童身体健康的危害调查等等。
比赛：数学建模大赛（国赛，美赛），全国大学生统计建模大赛，全国大学生市场调查与分析大赛，中国SAS数据分析大赛等
实习：一般和统计专业对口的实习有以下几种：
Ø 互联网公司（腾讯、阿里、百度、网易、36氪等）：数据分析实习生、商业分析实习生等。
Ø 投资机构（易凯资本、红杉资本、经纬创投等）：投融资实习生。
Ø 知名咨询公司（MBB、埃森哲、IBM、四大的咨询部门等）：管理咨询实习生、战略咨询实习生、财务咨询实习生，一般以项目为主，会接触到数据软件（R、SPSS）的使用。
Ø 软件公司：一些统计软件、数据分析软件公司也会招实习生。如SAS公司。
Ø 金融机构（证券/银行）等：数据处理实习生，一般是做一些数据的录入工作、纠正一下公司金融系统的一些数据错误等。
Ø 政府部门：经常会有一些地方政府部门、组织需要一些帮忙调查问卷、录入数据的实习生。
常见问题
统计专业排名？
美国统计学专业的排名（参考 US. News 2018，和 biostatistics 一起排名） 链接如下：
除了推荐的先修课之外，其他课程推荐哪些呢？
在其他的课程方面，可以学习 Operations Research (OR)和 Stochastic。OR 被应用的非常广泛，很多计算机科学的模型是基于OR 的。而 Stochastic 不仅在统计学得到应用，还在金融和经济学中得到广泛的运用。
除此之外，相关的实习经历和研究经历也是非常重要的。尤其是计划毕业之进入商业或者工业领域的申请者，在相关行业中的实习涉及到数据处理和分析的 经历，对于申请统计学硕士有很大的帮助。
申请前100的美国统计项目，GPA与标准化成绩的要求是什么呢？
根据 USNews 统计学的排名，可以将申请统计学(Statistics)硕士的 GPA 和标准 化成绩单的范围做大致的划分和建议。 如果申请美国统计专业的排名 Top 30 的院校，建议 GPA 需要在 3.6+/4.0，托福 100+/ 雅思 7.0+， GRE 320+；Top31-50 的院校，建议 GPA 3.5+/4.0, 托福 95+/雅思 6.5+， GRE 315+；Top 50-100 的院校，建议 GPA 3.2+/4.0, 托福 85+/ 雅思 6.5+， GRE 305+。该划分区间和范围可以作为选校的梯度参考，但是具体的分数要求还是要具体查询学校的要求，慎重做决定。
统计学专业可以转申其他专业吗？
统计学越来越多的应用于其他的领域，因此根据在本科期间的学习偏重和自己的兴趣方向，可以转专业申请许多专业。如，本科期间除了统计相关的课程之外，修习了金融经济类的课程或 者辅修专业，可以转专业申请金融工程、商业分析、会计、金融数学、风险管 控等专业；如本科期间的统计课程比较偏运算和计算机，那么就可以转专业申请数据科学、数据分析工程等等。当然，如果本科是统计学，研究生想要转申请别的专业，也要注意多选择一些其他专业要求的先修课程。例如，想要转申请金融或者会计，那么除了统计和数学类的课程之外，还应该选择微观经济学，宏观经济学，审计学，会计类等；如果转申计算机科学，建议可以选修操作系统，C++，数据结构，算法分析等等课程。
统计学专业和数据科学专业有什么区别？
统计学和数据科学这两个专业都要求数学能力和一定的计算机能力。有部分院校开设的 Data Science (DS)会设置在统计系或者数学系下，如UBC的Data Science, UCL的DS, NYU的 DS 和 University of Wisconsin, Madison 的 DS。
虽然这两个专业有很多相同的地方，但是也是区别很明显的两个项目： 从先修课程来说， 统计学会要求申请者在本科阶段学过基础的数学课程，如线性代数，微积分，数理统计，概率论等。高阶课程如回归分析，多元统计，时间序列也是建议学习的。对于计算机技能方面的考量要求并不是非常严苛，只要有过使用 R 或者 Python 就可以。而数据科学对于先修课程的要求主要集中在计算机技能方面，于此同时要求数学的背景。常规来说，要求的先修课程有：计算机课程和技能（计算机导论，SQL, Database, Programming, C/C++等），数学背景（微积分，数学建模，线性代数，概率论等）以及一定的工作经验是加分的。
从转专业的角度来说，这两个专业是可以互相转专业申请的。但是从专业技能 、要求的偏重来说，统计专业更加注重的是一些计算能力，数据处理能力以及根据数 、据得出的结果来预测和评估的能力，而数据科学更为倚重 computer science 的技能，是凭借计算机的操作来处理数据。
从专业设置的角度来看，统计学多数都有独立的系，归属于文理理学院或者商学院，而 DS 则多数没有自己独立的系，大部分都属于计算机学院和工学院下，少部分在统计或者数学系。
从深入学习的角度来看，统计学可以申请统计学的博士学位，而 DS 是以应用为导向的，如果要读博士，多数会转到 CS 的博士学位就读。
从统计学家和数据科学家的角度来看，两者的区别还是比较大的，可以用下图来归纳
也就是说，统计学家的工作就是搜集数据，用统计的方法来分析数据，并且进行统计推断。其研究重点在于根据现阶段的统计困难和需求，在理论上对于统计方法进行研究与改良，在用基础的计算机技能建立模型之后，对数据进行描述和解释，给出结论和建议，类似于某个公司的科研顾问。而数据科学家是用过科学的方法，用数据挖掘工具找寻新的数据。数据科学家要求掌握数据库、软件开发甚至是编程的能力，对于基本的程序语言 R, Python, C/C++, SQL 和 Hadoop 都要有了解，要求的能力更为综合。
PhD 和 Master 的选校策略区别
对于申请统计学的博士学位还是硕士学位，每个人的建议考量都不一样。但是从近年来，统计专业的就业来说，无论是统计学的博士还是硕士，就业形势都是非常好的。因此，如果职业规划是毕业之后，想要理科进入职场，体会或者积攒行业经验的同学们，可以考虑申请硕士学位。同时，因为统计学开设硕士学位的学院越来越多，录取的条件和标准相对于博士学位的统计学来说稍微宽松一些，所以想要录取把握性大一些的话，建议还是选择硕士学位的申请。
博士学位的统计或者生物统计的毕业者，通常在高校、公司科研机构都占据了很重要的位置。而且对于职业发展来说，想要在某一领域得到最大的发展，博士的学位通常会为发展奠定更好的基础，因此，很多人建议在申请的时候可以直接申请博士学位，以便今后更好的发展。但是，需要指出的是，博士学位虽然跟90年代之前相比，已经扩招了很多。然而跟硕士学位相比，仍旧是少数，个别院校每年接受博士学位的学生甚至只在个位数。但是如果自身的硬件条件和软件条件非常优异的情况下，博士学位也是一个很好的选择。
如果决定申请硕士学位的统计学，毕业之后的发展规划是就业，那么建议在学校选择的时候，最好在大城市，或者经济政治发展比较好的地区，比如美国的东部和西部地区。在这些地区读书，更好找到实习和工作。同时，选择项目的时候，可以偏重选择那些有自己研究方向的项目，如偏重计算机运算的统计学或者偏重金融经济的统计学。
如果决定申请博士，或者以博士为导向的硕士学位的统计学，建议选择注重研究和实验项目的院校和项目。硕士学位的最好选择写thesis 的。
就业分析
4.1 常见职业路线
按不同的专业领域，统计学的毕业生的就业方向如下：
专业领域 就业方向
应用统计 从事数学研究、统计学研究、运筹学研究、计算机编程、数据分
析、证券分析等
数理统计 进入政府部门、金融机构和计算机公司等
金融统计 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 进入大学从事教学科研工作，或进入生物科技公司、制药公司、医疗机构、保险公司等。
统计专业毕业生在就业市场非常受欢迎，因为他们通常都有很好的数学、计算机 和经济学素养，所以可以在企业发展战略、产品质量管理、市场研究、财务分析、经济预测、人力资源管理等领域都有很好的发展平台。毕业生可以在统计岗位、经济咨询、市场调查和分析领域等职位就业。根据美国统计协会(American Statistical Associa-tion, ASA) 的描述，截止到 2018 年，美国需要 14,000 到 190,000 名掌握统 计方法的专业人士3。由此可鉴，统计专业的学生就业趋势非常良好。
4.2 就业展望（在美国的就业情况和薪资水平）
根据美国劳工局统计数据，2016-2026期间，数学和统计领域工作岗位预计涨幅为34%，远远高于所有行业的平均涨幅（7%）。常见的就职公司有：政府，保险，医药健康，工业和运营管理，银行和金融，学校。
当然以上只是张思远老师根据以往的经验为大家总结的一点点心得肯定算不得太全面，欢迎大家和我一起讨论。
如果大家对于去美国读研究生还有疑惑欢迎大家点击“向我提问”~
