统计学可以说是数学的嫡长子。为什么说是嫡长子呢?因为统计学是所有和数学有关的学科中最早自成一派的,并且和数学的联系也是最为紧密的。
统计学最早可追溯至古希腊的“城邦政情”,后来在十七世纪又被称为“政治算术”,直到近代才改称我们现在所熟知的统计学(Statistics)。统计学的历史在这里我们不再赘述,感兴趣的同学可以自己去了解。
统计学能独立成科主要是因为统计学已经不是一门纯理论的学科了,统计学更偏向于对实际情况统计出的数据的分析利用,以及建模来对未来数据走向进行利用。现在的大数据时代需要越来越多的数据分析师,因此统计学毕业生也非常地受欢迎。在加拿大,统计学人才仍然是处于“供不应求”的状态。
统计学在本科阶段依然属于数学系,故统计专业的申请依然非常重视学生的学术能力,需要学生有着良好的数学功底。但是因为统计学的难度相较于纯数学要简单一些,因此申请标准也会相对于纯数学会较低一些。
统计学相对于纯数学来说,看起来会更加“正常”一点,因为本科阶段几乎所有的统计模型都能在现实生活中找到实例,因为统计本身就是为社会生活所服务的。并且统计案例的分析允许答案多元化,原因是对于不同的问题,不同的人会基于不同的数据段做出不同的分析,因此在得到最终分析结果时,只要言之有理逻辑严密,该分析结果都可以被视为正确答案的一种。但同样的这也就暴露了统计学学习中的第一个难题:学习者必须有良好的语言表述能力。
统计学的第二个难题是如何正确地选取统计模型来分析数据。在本科阶段的学习中,我们会学到许多的统计模型,其中可能包括离散分布和连续分布,其中连续分布又包括了正态分布,泊松分布,指数分布,二项分布等等各种分布,对不同案例,要选择不同的分布进行计算比较,归纳估计,这就要求学习者对于每一种分布的概念特点都要了解,需要敏锐地观察出什么样的案例需要套用什么样的模型。
统计学毕业生的出路相对来说比较广。因为统计学不同于数学,是一门理论与应用兼备的学科,因此将分析结果转换为生产力最后变为收入与生活资料是完全可行的。随着世界逐渐进入数字化信息化阶段,对于大数据人才的需求也会日渐提高。仅以加拿大一个国家来说,继对计算机毕业生接近“病态”的执念与对工程毕业生的大量需求之后,最受欢迎的就是统计毕业生。统计毕业生可以去银行工作,也可以去大企业做数据分析规划,再厉害一些的可以在金融领域工作。
如果统计学的本科生选择继续深造,也有很多选择。尽管不如纯数学那么“万金油”,但统计学的本科毕业生仍然可以转习金融,经济,计算机等其他领域的研究生课程,当然也可以继续学习统计,成为一名统计学家。随着统计学大量地被应用于经济分析,很多统计学家同时也是非常优秀的经济学家;伴随着数据的样本数量大幅增加,只有计算机才能高速精确地完成对数据的计算与整合,因此很多统计学家也同时是顶尖的程序员。因此统计学的研究生多辅修一些与计算机及经济相关课程一定会对自己大有裨益。
那说了那么多以后,很多同学可能会问,加拿大有哪几所大学统计专业比较优秀呢?其实这个问题的答案真的是比较简单的:因为统计学与数学的联系特别紧密,因此数学系排名靠前的学校统计专业自然也就不会差,其中拥有北美最大数学院的滑铁卢,被称为“北方哈佛”的麦吉尔,还有多伦多大学以及UBC的统计专业都是相当不错的。
如需进一步了解,或有任何相关疑问,欢迎微信咨询留学小助手。如果您对自己是否适合加拿大留学还有疑虑,欢迎参与前途出国免费评估,以便给您进行准确定位。
![]()