美国研究生统计学专业方向及申请指南

发布时间:2017-12-22 编辑:少冰

  当下不少同学选择去美国留学读研究生,在各大专业中,统计学是应用数学的一个分支,主要是通过利用概率论建立数学模型,收集所观察的数据,进行量化的分析、总结,并进而进行推断和预测,为相关决策提供依据和参考。下面是小编为大家整理收集的关于美国研究生统计学专业方向及申请的相关指南,希望对大家有所帮助。

  一、美国研究生统计学专业方向

  在开设统计学专业的美国大学中一般都有两个方向:一个是偏重于理论研究的,一类是偏重于实际应用的。如果是选择理论研究方向的话,主要是专设的统计系或者是在数学系下设统计学;如果选择实用方向的话,所包括的方面相对就比较广泛,比如现在很热门的生物统计、经济统计和社会统计学等。在线咨询>>>

  在美国,统计学主要学习方向有生物统计、金融统计、应用统计和数学统计四大方向。统计专业已经慢慢从数学系中脱离出来,成为独立的系。很多的学校都成立了自己的统计系。统计学基础研究方向包括:样本设计、数据挖掘、随机过程、建立统计模型、模型的选择、时间序列、非参数统计方法、生存分析、空间统计、各种概论理论等;应用研究方向包括:生物统计、环境统计、金融统计、经济统计、农业统计等等。

  二、就业与前景

  统计学是一个应用很广泛的学科,几乎在所有领域都要用到统计的知识,比如生物、经济、工程、医药、公共卫生、心理学、市场营销、教育、军事、社会学等领域。由此可以看出,统计学的就业前景是很广的。统计学的毕业生一般来说可以从事以下的工作:政府部门的专职统计员(如国家统计局、环保局、药监局等),基金证券公司的分析人员,保险公司的精算师,调查研究机构的工作人员和企业的调查统计人员(如市场调查)。

  在以前,统计学在国内是一个比较冷门的专业。除了保险、证券公司和一些政府机关要招收统计专业的学生外,一般的企业很少招统计专业的学生。但是近几年的情况有所改善,现在一些公司,比如高盛、宝洁等看起来与统计不沾边的企业也需要一些统计人才,可以说统计专业越来越热门了。

  三、美国研究生统计学专业申请

  在数学的众多分支中,统计属于较热门的分支之一,但是比较EE、CS等专业,统计的申请远远没有那么激烈,所以背景合适的申请者,申请统计学拿到好学校的录取的机率会大很多。

  1.选校申请原则

  对于以后读完MS要工作的同学,学校的地理位置是很重要的,最好选择东西岸的大城市。在线咨询>>>

  MS更看重你的硬件背景,GPA,GT很重要,能多高就多高吧。

  对于有志向从MS转到PhD的同学,最好去有thesis的项目,不然会很吃亏。并且应该更看重统计专业排名高的学校。

  申Ms的话,不要局限于专排,有很多设在数学系和工程院下的统计项目也是很不错的,例如佐治亚理工。

  2.具体情况

  1)本科数学/统计的人还是申请数学/统计专业:这个没什么特别需要说的,本身没有什么跨专业之类的麻烦,大多数时候也不用考sub,况且即使要求考sub,甚为数学系毕业的你还不是小儿科吗?所以GPA很重要,学校也占一定的重要性,不过最近数学系好像招收国内硕士毕业的比较多,也许是我们学校数学的特有现象也说不定。本科基本上没有几个能发paper的,其实连在美国读phd的学生要发paper也是相当有难度的。统计有很多相关分支,比如financestatistics,biostatistics,marketing,传统统计。精算这几年在国内可能越传越热了,希望大家不要人云亦云,要有自己的见解才行。

  2)本科是数学/统计专业的人申请其他专业:有相当一部分人去了ComputerScience,毕竟这是一个和数学结合很紧密的专业。至于其他,我感觉最好的方法就是先申请数学出去,然后倒了国外再转,曲线救国,很多人都是这样做的,而且比较成功。那样你的优势就是你的数学功底扎实,对于你的思维很有帮助的。

  3)国内其他专业的人申请数学/统计专业研究生:我想申请数学是不可能的吧,申请统计的倒是有不少。首先要求你一定要学过数学统计课程,概率论是绝对必不可少的,统计相关基础课程的成绩绝对绝对不能低。你的优势就是你有其他学科的background,如果你申请的统计系有professor做与你以前专业相关的project,那样对于申请很有帮助,可以先套磁,那样成功率更高。

  3.申请条件

  统计学硕士项目对本科背景的要求并非特别严格,但最好是要有一定的数学背景,修过相关的数学课程。比如像华盛顿大学的统计学硕士就要求申请者最好有数学和统计背景,30学分以上的数学和统计课程,包括1年的中级微积分,线性代数以及概率论课程。卡耐基梅隆也要求申请者修过两学期的微积分程,一门线性回归分析以及一门矩阵代数。而斯坦福往年录取的学生背景各异,30%的学生本科为数学专业,19%的统计学,经济学本科背景占16%,工科背景占14%,其他的背景如计算机、金融以及运筹学等。耶鲁大学对申请者背景的要求:All applicants should have a strong mathematical background,including advanced calculus,linear algebra, elementary probability theory,and at least one course providing and introduction to mathematical statistics. An undergraduate major may be in statistics, mathematics, computer science,or in a subject in which significant statistical problems may arise.严格的还会对修读课程的长度或者学分进行要求,比如修读过2-3个学期的微积分。在线咨询>>>

  例如:

  1)乔治城大学对先修课的要求是:three semesters of calculus,culminating in multivariable calculus,plus linear algebra. Other courses in mathematics and statistics will strengthen an application.学校FAQ中提到本科为计量经济学是不达申请要求的,不过可以提供课程描述后再向学校确认是否可以申请。

  2)南加州大学对先修课的要求是:at least three semesters of calculus,including multivariable calculus,one semester in linear algebra. A course in undergraduate analysis is also desirable. at least one course in both undergraduate probability and statistics.并且这些课程的成绩要好。

  所以,申请统计学,通常学生需要有较好的理工科背景,尤其本科专业是统计学、数学、精算、应用数学等专业的学生,申请比较有优势。如果学生学习过高数、线代、微积分、概率论与统计等等数学课程且分数优秀,并且有很好的统计相关的实习,也可以申请转专业到统计学专业。除了数学基础之外,学生还要能很好的使用计算机软件,如MATLAB,SAS,SPSS等。

  在统计学硕士项目的申请中,申请者最为关心的应该是是否要考GRE数学的专科考试的问题。其实,许多Top的学校在申请的要求里都不强制要求申请者提交数学Sub的成绩。虽不要求,但大多数学校会建议学生提交Sub的成绩——这点说明如若能取得一个不错的数学Sub成绩会对申请增色不少。一般来说,Sub考到90%以上的比例算是很不错的。

  至于GRE和TOEFL成绩,和其他专业的硕士项目申请一样,Top的学校对托福的要求为100,比如JohnsHopkins University(约翰霍普金斯大学)。华盛顿大学要求申请者的托福口语在26分以上。大部分美国的学校对GRE的成绩没有最低要求,但既然是申请对数学有一定要求的统计,GRE的数学部分取得高分就很关键了。

  四、注意事项

  1.申请统计学要不要考SUB?在线咨询>>>

  只有少数牛校要求PhD.的申请者考SUB,如耶鲁,斯坦福,其余大部分的学校并不要求。对于Master的申请者,学校基本上不会要求考SUB。另外,如果申请如印第安纳伯明顿,华大西雅图这种统计专业夹杂在数学系下的学校也要考SUB,但是这种系的统计专业一般规模很小,申请的人并不多。所以,除非客户有多余的时间和精力或者目标学校是牛校的PhD,否则是不用建议客户去考SUB的。奖学金发放情况一般来说,统计学的master是不会有奖学金的,但也有少部分学校会给master的申请者发放$5,000—$10,000不等的小额奖学金,如 宾夕法尼亚大学,密歇根安娜堡大学,普度大学,罗格斯大学,伍斯特理工等都曾经给申请者发过奖;还有的学校会有部分学费的减免政策,如约翰霍普金斯大学和芝加哥大学的博士奖学金还是比较丰富的,从收集到的数据上看,大约有2/3的申请者可以拿到奖学金(多为全奖),形式多为学费减免+TA或者RA。

  2.背景提升建议

  针对统计专业的申请特点和学校的要求,主页菌建议申请者从以下几个方面来提升自己的竞争力:

  1)修读高级(研究生)的数学或统计课程;

  2)提高数理课程的专业GPA;

  3)熟悉掌握统计软件,如R,SPSS,STATA,SAS,MatLab;

  4)拥有计算机编程的能力,如C/C++,Python;

  5)专注于专业小方向上的研究,如序列分析;

  6)参加数学建模比赛或统计研究项目,增强动手能力。

最新推荐
热门推荐