BeBeyond Forums

 找回密码
 没有账号?
搜索
热搜: 活动 交友 discuz
查看: 4240|回复: 3

在统计之路上扬帆起航 [复制链接]

Rank: 5Rank: 5

发表于 2013-4-23 19:05:30 |显示全部楼层
背景:
复旦大学统计学系
GPA: 3.68 / 4.0    Rank:2/48

GRE: 590 8004.0
TOEFL: 110
研究经历: 2统计 3生统 无paper
申请专业: Statistics,Biostatistics
最终去向: Johns Hopkins University, Biostatistics ScM
其他录取: University of Michigan(biostat/stat), University ofWashington(stat), Emory(biostat), Brown(biostat), UCLA(stat)
申请经验:

申请成功的最大关键在于早早定下目标并为此做出努力。以我自己的例子来说,本人大一开始就以出国读研究生为目标,选择的也是较为容易出国的数学/统计专业。而我本科生涯中的学习和活动基本都是围绕着出国进行的,比如努力学习专业课争取高绩点,很早就开始准备GT,注意科研机会等。而如果之前不明确自己是读研还是找工作,被学习,学生工作,科研和实习分散了自己的时间和精力,则有可能什么事情都干不好,到最后也很难有满意的结果。因此,如果要申请偏研究型的理工科的话,最好放弃耗费时间精力的实习和学生工作,把所有精力都投入到学习中。如果是申请博士项目的话如有余力可以适当参与一些科研项目,如果是硕士的话主要就是要提高并保持高的GPA。

除了良好的GPA以外,需要充分了解自己在学的和想学的专业的背景,这会给申请带来很大的帮助。申请并不是仅仅是继续到哪个学校读书的问题,而是牵涉到将来在哪个行业发展。如果明白了自己将来想从事的行业和工作,并且明确了所申请的项目能够帮助自己达到职业上的目标,那么申请就是值得的,也是能带来最大的收益的,在写申请文书的时候也能有的放矢,胸有成竹。申请也需要明白自己的优势和劣势,明白自己在所申请的领域已经掌握了哪些知识和技能,有哪些是需要提高的,这种思考不仅仅有助于申请过程本身,也是对自己过去的一种总结和对将来的计划,就算是将来不申请了,也需要经常反省一下自身看看有哪些可以提高的地方。对于专业知识的了解,可以多看一点本专业比较前沿的书籍和论文,或者和行业内人士和教授学者进行讨论,对于项目本身的了解也可以给国外已经在这个项目里念书的学长学姐发邮件询问情况。

下面说一下比较具体的,和统计较为相关的可以提升自己学术和各方面能力的东西。首先推荐网站coursera.org,是非常好的网络课程网站,有全世界著名大学的教授开设的各种类别的课程,有系统的学习,作业和考试安排,顺利完成后可以得到老师签字的证书。推荐的课程是computing for data analysis(JHU), data analysis(JHU), machinelearing(stanford), algorithms:design and analysis(stanford)等课程,当然也可以上一些其他领域的课程来增长自己的见识。另外一个网站udacity.com也是很优秀的网络课程网站,但课程种类较少且偏计算机,好处是课程随到随上,不像coursera每门课程都有固定开课的时间。另外非常推荐大家的是美国统计协会(AmericanStatistical Association,ASA),其管理着统计界最有声誉的期刊之一JASA(Journalof American Statistical Association),可以以学生身份加入会员,只需要16美元的价格就可以获得6个杂志的免费阅览和下载权。成为会员后ASA会每月寄送2份精美的杂志,包括了统计学者们的一些研究概况,工作机会,学习指导等等,我个人认为还是很有价值的。另外有两本统计书籍值得推荐,一本是《女士品茶》,另一本是《Elements of statistical learning》,前者是统计学发展历史的一个很好的介绍,而后一本基本囊括了所有最重要的现代统计方法。

从学习统计的角度来说,要想真正学好统计,光学习统计知识是不够的,还需要扎实的数学功底和强大的计算机编程能力。数学上来说,以数学分析和线性代数最为重要,以后的统计理论都是以这两者为前提,且使用到的频率很高,尤其是需要非常熟练的积分求导和矩阵变换的能力。当然,统计上的概率论和数理统计也是务必需要用功学习的两门课程,这是决定了更加具体和分支的统计课程是否能够学好的关键。另一部分学校里不受重视,但是日益关键的是计算机编程能力。对于统计学软件来说,需要注意的是如果你将来准备继续读研,那么R是适合更有灵活性的科研探索方面的工作,而SAS则适合有一定规范的业界工作的需要。除了这两门软件,还需要学习一门较为底层的通用软件,如C或者Python来应对比较复杂,计算要求比较高的统计问题,以及一门脚本处理语言,比如Perl来处理复杂的文本问题。另外,适当学习一些Unix/Shell命令以及学会使用vim编辑器等在服务器操作时也会大有裨益。当然,软件的学习并不是越多越好的,精通一门计算机语言往往要比了解5门语言有用得多。学习计算机语言最好的方式,我认为是先看一本入门教科书,比如Perl语言的Learning Perl,然后通过大量的实践操作并解决大量的编程错误来提高编程技术。之所以我在这里如此强调计算机的重要性,有两方面原因。一是统计学目前面临的最大挑战是如何应对大数据问题,比如我在eBay分析的一个普通的用户数据可能就达到10亿条记录,10万多个观测的规模,并且还要做大量的文本清理和挖掘的工作。在这个情况下,无论是SAS还是R都已经无法胜任这个工作,必须要借助更加强大的计算机语言,从底层重新开发一些代码才能解决问题,而类似的处理数据量达到TB甚至是PB的统计问题在将来只会是层出不穷,日益增多的。另一方面,比较功利地来说,计算机行业的就业市场无论是中国还是美国都是一枝独秀的,而如果兼具了统计和计算机两种技能的人才更加是就业市场上的香饽饽。当然,学好一门计算机语言是一个漫长和痛苦的过程,需要有足够的耐心去解决问题,分析错误原因并给出解决方案,但是,这些付出的回报率都是非常高的,是非常值得在这些方面花费时间和精力的。

对于选择专业来说,我认为统计和生统并没有太本质的区别,较大的不同点可能是统计更加偏向理论而生统更加偏向于实践,至于服务对象而言,两者都是可以服务于各种各样的行业中的,生物统计并不仅仅是在生物行业适用,其分析的方法和思想也是可以应用于金融,保险,IT等各行各业的。另外,我认为专业本身的名称并非最为重要的因素,关键是这个项目能提供什么样的课程,你想培养什么样的技能。比如JHU的生物统计课程,大部分课程都是统计理论课程,很少有真正涉及公共卫生或是生物医药方面的,所以即使对生物不感兴趣也完全可以尝试申请生统。而在硕士和博士的选择方面,我个人的想法是以能去好的学校优先,即使目前只是硕士项目但将来还可以去同等或更好的学校攻读博士,当然每个人的申请情况不同这个问题还是需要仁者见仁智者见智的,但了解这个行业的发展情况,明白自己想要从事的工作都是在选择专业和学位时必须要做的功课。

我想对已经有志于将来从事统计相关行业的同学说,恭喜你选择了21世纪最性感的职业(most sexy job in 21th century)。统计已经,并且将要渗透到越来越多的行业中,淘汰掉许多传统的需要大量人工的工作,而被计算机自动化所代替。统计正在所有你想得到和想不到的地方发挥着巨大的作用,这些行业除了传统的数据分析之外,还包括图形图像处理,自然语言处理与机器翻译,市场营销,基因技术和人工智能等等。而相比统计技术已经相对普及的美国,中国的统计发展之路还刚刚开始,这意味着将来祖国会有大量这方面的人才需求。最后,送给大家一句统计学家George E. P. Box(请自行wiki)的话以自勉:

Essentially,all
models
are wrong, but some are useful.

单选投票, 共有 6 人参与投票
100.00% (6)
0.00% (0)
0.00% (0)
0.00% (0)
0.00% (0)
0.00% (0)
0.00% (0)
0.00% (0)
0.00% (0)
0.00% (0)
您所在的用户组没有投票权限
miyaa 该用户已被删除
发表于 2013-4-23 22:45:29 |显示全部楼层
提示: 作者被禁止或删除 内容自动屏蔽

Rank: 5Rank: 5

发表于 2013-4-24 11:18:36 |显示全部楼层
我也觉得好学术……技术文啊!

连投票的选项都是……
不以物喜 不以己悲
您需要登录后才可以回帖 登录 | 没有账号?

Archiver|手机版|BeBeyond:求职|留学|MBA

GMT+8, 2018-7-16 05:18 , Processed in 0.053083 second(s), 13 queries .

Powered by Discuz! X2

© 2001-2011 Comsenz Inc.

回顶部