课程体系:学什么

应统专硕课程 = 统计理论核心 + 数据科学方法 + 行业应用实践

📐

数理统计

点估计、假设检验、置信区间、渐近理论——一切统计方法的数学基石。

参数估计假设检验大样本理论
🎲

概率论

随机变量、分布族、收敛与极限定理,构建对不确定性的直觉。

分布族中心极限定理
📊

多元统计分析

主成分分析、因子分析、判别分析、聚类——处理高维数据的基本功。

PCA聚类判别
📈

时间序列分析

ARIMA、GARCH、状态空间模型,金融与经济数据的核心分析工具。

ARIMAGARCH
🧪

统计计算与软件

R / Python 编程、蒙特卡洛方法、Bootstrap、EM 算法等数值实现。

R 语言Python蒙特卡洛
📉

回归分析

线性模型、广义线性模型、变量选择与正则化(Lasso / Ridge)。

GLMLasso
🤖

机器学习

监督与无监督学习、树模型、集成学习与模型评估,统计视角的 ML。

随机森林XGBoost交叉验证
🌀

贝叶斯统计

先验与后验、MCMC、贝叶斯网络,另一种理解数据的哲学。

MCMCStan
🏥

试验设计与抽样调查

随机对照试验、A/B 测试、分层抽样——数据从何而来的科学。

A/B 测试DOE

三阶段学习路线 🗺️

从入学到毕业,一条清晰的主线

第一学年 · 打基础

筑牢理论与编程底子

  • 吃透概率论与数理统计,刷透茆诗松《概率论与数理统计教程》
  • 入门 R 和 Python(NumPy / Pandas / Matplotlib)
  • 补线性代数与矩阵论:SVD、特征分解处处用得到
第二学年 · 上强度

方法课 + 竞赛 + 科研

  • 主攻回归、多元、时间序列三大方法课
  • 参加统计建模大赛、数学建模(国赛/美赛)、Kaggle
  • 跟随导师做课题,或去企业实习积累项目经验
毕业季 · 定方向

实习 + 毕业论文 + 求职

  • 秋招主攻数据分析师 / 数据科学家 / 风控 / 生物统计岗位
  • 毕业论文建议结合真实数据集,展示完整分析闭环
  • 整理竞赛与实习成果,打磨作品集和简历

技能栈熟练度参考

毕业时建议达到的水平(点击重新播放动画)

🐍 Python 数据科学栈85%
📊 R 语言 / tidyverse75%
🗄️ SQL 数据查询80%
🤖 机器学习建模70%
📝 统计报告与可视化80%

毕业去哪儿 💼

应统专硕的四大主流赛道

🔎

数据分析师

互联网 / 零售 / 咨询,业务导向,SQL + 可视化是硬通货。

🧠

算法 / 数据科学家

建模、推荐、风控模型,竞赛与项目经历是敲门砖。

🏦

金融风控与量化

银行、券商、保险:评分卡、量化研究、精算方向。

💊

生物统计

药企 CRO 临床试验统计,需求稳定、专业壁垒高。

备考小贴士 ✏️

写给正在备考 432 统计学的你