统计学专业需要系统地学习哪些知识?
研究生二年级,回过头修改一下三年前的回答,依然在读统计学,现在想的比较多的是就业的事情,所以给的建议可能不一样了。
一、基本课程
包括:线性代数、数学分析、概率论、数理统计等等。
如果学校不太好,建议直接对标中国人民大学/北京大学/上海财经大学等学校的统计学人才培养方案,进行学科的系统学习,网络上资源很多很多。
二、编程
不提了,Sql是数据分析必备技能
python/r我建议学起来,越早越好。
培养编程思维的可以学一下C/C++,学学数据结构和算法之类的知识,面向算法。
三、实际业界知识
如果想就业,肯定要知道统计学学生去企业干什么,能够创造什么价值。
建议大三、大四开始实习,找大公司、好公司,学以致用。
任何时候,找准目标,再学习。
不能说,我想考90分,所以想学好统计学。为啥想考90分?研?哪?完研去哪?后干嘛?造还是工作?/p>
如果是深造,建议别看我的回答,我不懂。
如果是工作,请直接面对现实,不要把学校再当象牙塔。
以上是现在的答案,和大三的我比起来真是,变化了不少。
以下原回答,可看可不看。
大晚上睡不太着,看到这个问题,顺便帮自己也理一下思路。
本科三年级统计学在读,现在已经老啦…
1线性代数
推荐北大版教材。
这门课显然是必修课,但是大学的学习模式倾向于考试周临阵磨枪,导致于至今已经忘记了特征根分解到底是什么作用来着?时期末还考了87分以为自己会算几个行列式就就够了……(??真是天真啊。
好像什么事情不知道它的作用就不会引起重视,事实上后来会发现,线性代数的相关知识简直是以后的统计模型啦,回归分析啦,之类的基础。
不只是要会算矩阵哦,许多的定理也是要加以理解的。
2数学分析
数学分析真的还蛮难学的。比高数难(??
怎么说呢,搭建起一个数学的概念,连续啊,离散啊,微分积分什么的。
一定要学好。至今记得抽样调查课上老师问泰勒展开是什么的时候,我内心是崩溃的……
3概率论
(推荐复旦大学李贤平《概率论基础》)
啊概率论当然是统计学的核心了。
关于变量,期望,方差,等等的概念形成都是在这儿。好像研究生了也还是要学的呢(??ω??)所以我记得当初傻傻的以为它和高中那种概率也是没有什么差别,现在才发现真是toonaive…(??
根本不是算个平均值和方差就了事。
寒假补。(安利一下coursera上的概率论课程嘿嘿嘿非常生活化利于理解)
4数理统计
又是一座大山。
关于置信区间,置信水平,各种各样的参数估计,基本概念都是在这门课里形成。(??ω??)非常重要。
5软件~
(学习:R/sas/spss)
我觉得学软件简直打开啦我对统计的认知大门呢。因为对数据的实际处理让我觉得课本上的知识都生动起来啦,什么t统计量,f统计量,真的都是有用的啊不是让你死记硬背来折磨你的…………
R非常好上手哦!(?.?)
鉴于现在机器学习这么火,我觉得学个python也很必要。
嗯剩下一些相关的课程。
统计模型
应用回归分析(会学到基本的多元线性回归、岭回归、逐步回归、等等)
应用随机过程(马尔可夫过程、鞅等等)
抽样技术(分层抽样、系统抽样等等,推荐人大版《抽样技术》)
多元统计分析(主成分分析、聚类分析、判别分析、因子分析等)
时间序列分析(AR模型,MA模型,一些基础的时间序列模型)
等等啦。
这些东西,诚实的说,根本不需要等着学校教你。按照顺序,自己就可以慢慢学了。(反正学校教最后也得自学的啦(??)
大学这么多课程真的到现在发现很多考完就忘了。肚子里都是水货,连个方差分析都讲不清楚。
以前稀里糊涂就过了,以后不乐意这样了(??ω??)
共勉啦。