统计学入坑最全指南

【前文导读】

       计算机和大数据为统计学带来了广阔的市场前景，带火了统计学专业，统计学的热潮已从研究生蔓延到本科，很多留学生纷纷报选。另外也有人说统计学水很深，不好就业，真的是这样吗？
       统计学到底是什么、与数学有什么区别呢？大学学什么课程呢？未来就业前景到底如何呢？我到底要不要读这个专业呢？我适不适合学这个专业呢？本文将用各类数据呈现一个真实的统计学，希望可以帮助到正在学习统计学以及打算选统计学的同学。

01 统计学什么？统计学是什么？
       统计学是一门研究如何收集、组织、分析和解释数据，利用数据做出决策的科学。
      与数学不同，数学的证明是基于公理和假设的，证明的过程依赖的是演绎推理，得到的结论是必然成立的。
       统计学强调的是数据产生的背景，根据背景寻找合适的抽象方法和推断方法，推理的过程依赖的是归纳推理，得到的结论是或然成立的。
如果进行细分，统计学可以分为四个分支：
① 金融统计：
■ 进投行做风险管理，利用强大的统计能力分析瞬间万变的金融市场，以监测和分析市场风险；
■ 做金融数据分析相关工作，根据交易平台数据进行分类分析，给出建议；
■ 做量化分析，根据财务指标、历史价格等数据来建立金融量化交易模型。
② 数理统计：
      应用概率论的分析结果，更加深入地研究统计资料。
③ 应用统计：
      可以在互联网、科技等领域从事数据挖掘、数据库分析和反馈相关的工作。
④ 生物统计：
      负责生物学的实验与研究的设计、取样、分析、资料整理与推论等。02 怎么判断自己是否适合学统计学呢？

●了解统计学什么

      美国各大学课程设计一般都包含数学、计算机、统计三个方面的内容。
01数学技能
     解析几何和微积分、数学逻辑、基础微分、矩阵代数及其应用、实分析、线性代数。
02计算机技能
      JAVA、R语言（统计学最重要工具）、Matlab、LaTex、SAS、SQL等。
03统计学
     应用统计分析、统计计算、随机分析、现代概率论等。
     根据课程设置以及工作内容，有这些特质会更适合学统计：
■ 与数据打交道——对数字比较敏感，数学比较好；
■ 需要编程——逻辑思维比较强；
■ 需要处理大量的数据——比较耐心、细心；
■ 需要利用统计技术和模型分析大量的数据——分析能力要强；
■ 需要跟没有统计知识的人合作——表达能力与沟通能力；
■ 需要通过数据采集，数据分析，最终得出解决方案——解决问题的能力。
      如果你觉得这些你都没有问题，那你就真的很适合学统计。当然，你很有兴趣学统计，这些要求统统可以忽略。

03 “前途与钱途”兼备的统计学学完统计学可以做什么呢
我们在分析任何专业的时候都会考虑就业问题，那学完统计学可以做什么呢？
我们先来看一张图：

图片来自：http://www.payscale.com
       根据岗位所需要的不同能力，以及不同的级别，统计方向的细分岗位大致有10个，如上图。当然，如果加上行业属性，种类肯定不止这么多。这些岗位的工资高吗
首先来看一张图：

数据来自：http://www.payscale.com
      根据网站统计数据可以看到，数据分析师这个岗位年薪中位数也能达到54000美元，其他岗位年薪中位数都高于54000美元，分析总监年薪中位数高达13万美元，可以算得上一份高薪职业了。
      就算是今后回到国内，薪资待遇也是非常不错的。

图片来自：BOSS直聘
       同样数据分析师在国内，像京东、百度、长城汽车等知名企业待遇也还算不错。年薪18万~48万不等，主要还是看能力和经验。
       无论是在美国还是在中国，只要你有能力，统计相关的岗位都是有不错的收入的。学完统计学该如何规划自己的职业道路呢？每个人所擅长的不一样，选择的领域不一样，职业道路规划也会不一样。
就给大家分享一个比较常见的职业发展路径，以数据科学家为例：
职业路径
       对于刚毕业出来的小白，技术不过关，项目经验少，业务思维欠缺，就可以先从数据分析师入手；
       拿到数据后，按照固定的流程使用编程语言进行数据处理，找到解决方案，最后用可视化软件展现出来，基础的数据处理很熟练以后就可以接触到原始数据了。
       处理这些原始数据需要更深入的处理技术，因此衍生出数据工程师这个岗位。
      在以上两个岗位积累足够多的经验之后，只要你足够担任team leader，这时候你就可以成为一名合格的数据科学家了。
       因此想成为数据科学家职业道路可以是：数据分析师——数据工程师——数据科学家。不知道自己适合什么领域？不知道自己最适合哪个岗位？不知道如何规划自己的职业道路？
可以私信夏老师哦！