5.1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:
https://www.usnews.com/best-graduate-schools/top-science-schools/statistics- rankings
5.2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。
5.3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。
5.4 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。
5.5 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
https://www.applysquare.com/topic-cn/61oZSj1wG/
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。
5.7 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。