很多同學(xué)都很關(guān)注留學(xué)專業(yè)如何選擇：統(tǒng)計(jì)學(xué)專業(yè)介紹這個(gè)問題，那么接下來就跟著教育在線小編一起來看看吧，相信你通過以下的文章內(nèi)容就會(huì)有更深入的了解。

華為董事長(zhǎng)任正非曾在多個(gè)場(chǎng)合強(qiáng)調(diào)統(tǒng)計(jì)學(xué)(Statistic)的重要性，讓人不禁好奇這門作為實(shí)證研究基礎(chǔ)的學(xué)科，到底有什么魅力?

一言以蔽之，統(tǒng)計(jì)學(xué)是一門收集、分析、解釋數(shù)據(jù)的學(xué)科，是我們觀察和剖析世界的絕佳工具。現(xiàn)如今數(shù)據(jù)隨處可見，小到一個(gè)學(xué)校的學(xué)生各科成績(jī)，大到國家每一年的GDP，數(shù)據(jù)早已經(jīng)扮演了和我們不可分割的角色。既然數(shù)據(jù)如此重要，對(duì)它的分析自然必不可少。

在分析之前我們首先需要收集數(shù)據(jù)，比如登記一個(gè)年級(jí)所有學(xué)生的成績(jī)。但如果我們的想要知道的是全國人民的平均工資，收集幾億數(shù)據(jù)對(duì)于一般人來說是不可能的，所以我們可以采取常聽到的抽樣的方式，例如按照各省人口比例隨機(jī)從每個(gè)省抽取幾萬個(gè)人計(jì)算平均值。這里全國人民的工資數(shù)據(jù)就是總體(population)，抽出來的幾百萬人的工資數(shù)據(jù)就是樣本(sample)。使用樣本的原因有二：一是為了方便，二是解決因?yàn)榭傮w的數(shù)據(jù)太多而無法全部覆蓋的問題。

樣本的抽取其實(shí)是一個(gè)非常嚴(yán)謹(jǐn)?shù)倪^程。試想一下如果一所學(xué)校高三學(xué)生男女比例是1.5:1，結(jié)果抽出來的樣本男女比例是4:1，那么顯然這個(gè)樣本并不能代表高三全體學(xué)生這個(gè)總體，也就沒有分析的價(jià)值。在實(shí)際操作中，這類問題常常困擾研究者，因?yàn)槭占降臉颖緮?shù)據(jù)會(huì)是那些更容易被收集到的數(shù)據(jù)，樣本就會(huì)有失“代表性”。比如在微信上發(fā)一份關(guān)于心理狀況的實(shí)名調(diào)查時(shí)，填寫者往往會(huì)因?yàn)橛兴櫦啥龀銎玫幕卮稹?

幸存者偏差效應(yīng)也是合理抽樣的一個(gè)阻礙，所以在獲得樣本數(shù)據(jù)時(shí)一定要多加注意。在二戰(zhàn)時(shí)期，飛回基地的飛機(jī)往往都有被子彈打中的痕跡，且子彈更集中地分布在機(jī)翼和尾翼上，當(dāng)時(shí)的軍官便認(rèn)為應(yīng)該給這兩處做更好的防護(hù)。但事實(shí)上，能飛回基地的飛機(jī)都是幸存者，那些被打中引擎的飛機(jī)連基地都飛不回來，這才是致命的，自然應(yīng)該給引擎增加護(hù)甲。直到現(xiàn)在，幸存者偏差也一直在影響人們的判斷。比如當(dāng)看到喬布斯、比爾蓋茨沒有讀完大學(xué)也可以成功時(shí)，可能就會(huì)認(rèn)為讀不讀大學(xué)對(duì)日后的發(fā)展沒有影響，一些人說的“讀書無用論”就是這么來的，因?yàn)樗麄儧]有看到更多的沒有正常完成大學(xué)學(xué)業(yè)的“非幸存者”人生軌跡。

在收集到具有代表性的樣本后，要做的就是從樣本這個(gè)“小世界”窺視總體這個(gè)“大世界”。例如我們可以將樣本的平均數(shù)(mean)當(dāng)作總體的均值，也可以將樣本的中位數(shù)(median)當(dāng)作總體的中位數(shù)等等，以及其他一些更復(fù)雜的統(tǒng)計(jì)推斷方式，這些都可以幫助我們推測(cè)出總體的性質(zhì)，實(shí)現(xiàn)剖析大世界的目標(biāo)。

有人可能會(huì)想到，樣本的平均數(shù)不會(huì)和總體的均值相差很大嗎?答案是有可能的，但統(tǒng)計(jì)知識(shí)可以幫助我們運(yùn)用P-value顯著性手段加以判斷，并通過擴(kuò)大樣本數(shù)據(jù)量或者重復(fù)抽樣等方法解決這個(gè)問題。此外，統(tǒng)計(jì)學(xué)還會(huì)介紹大量的分布(distribution)，用以描繪數(shù)據(jù)落在不同數(shù)值上的概率，進(jìn)行深入的專業(yè)學(xué)習(xí)后，你就會(huì)驚嘆于分布的簡(jiǎn)潔明了。

當(dāng)然，要學(xué)好統(tǒng)計(jì)學(xué)，軟件的使用是必不可少的，比如SPSS、R、Python、SAS等，如果感興趣的話可以提前了解。

關(guān)于統(tǒng)計(jì)學(xué)，還流傳著許多有趣的思考。比如當(dāng)你聽說一個(gè)小鎮(zhèn)的犯罪率隨冰淇淋銷量的增加而增加，應(yīng)該會(huì)下意識(shí)地認(rèn)為二者之間并不存在因果關(guān)系。確實(shí)，冰淇淋銷量增加是因?yàn)樘鞖庋谉?，住戶傾向于開窗通風(fēng)，才給了犯罪分子可乘之機(jī)。

但如果你聽說最近二十年的腫瘤發(fā)生率隨著手機(jī)推廣率逐年上升，是否會(huì)認(rèn)為二者之間存在因果關(guān)系?是不是會(huì)懷疑手機(jī)的輻射導(dǎo)致了腫瘤發(fā)病率增加?但有分析學(xué)者提出的解釋是：手機(jī)推廣率上升和科技的進(jìn)步是同步的，之所以腫瘤發(fā)生率增加，是因?yàn)樵S多過去沒有診斷出來的腫瘤現(xiàn)在都可以被發(fā)現(xiàn)，我們只能說腫瘤和手機(jī)推廣之間有相關(guān)性而非因果。

可以看出，統(tǒng)計(jì)學(xué)帶來的宏觀意義就是可以培養(yǎng)批判性思維?，F(xiàn)在每天我們都要接受各種各樣的信息，稍不留神就會(huì)被裹挾，這也是為什么微博、知乎上人云亦云的大有人在。如果可以把統(tǒng)計(jì)學(xué)思想內(nèi)化，我們就會(huì)習(xí)慣遇事有自己的分析，從不同角度用數(shù)據(jù)和事實(shí)說話，而不只是停留在表象。

因?yàn)榻y(tǒng)計(jì)學(xué)在眾多領(lǐng)域都有應(yīng)用，所以和它對(duì)口的就業(yè)方向非常廣泛：

第一類是騰訊、阿里、百度、網(wǎng)易等互聯(lián)網(wǎng)公司，它們往往掌握大量的數(shù)據(jù)，并且需要讓數(shù)據(jù)不僅僅只是數(shù)字，而要體現(xiàn)出價(jià)值，統(tǒng)計(jì)學(xué)專業(yè)畢業(yè)生具備的數(shù)據(jù)分析能力正是數(shù)據(jù)商業(yè)價(jià)值化的重要方式。再加上隨著人工智能、深度學(xué)習(xí)等新興領(lǐng)域的興起，統(tǒng)計(jì)學(xué)的前景會(huì)愈發(fā)廣闊。

第二類是證券公司、保險(xiǎn)公司、銀行、投融資企業(yè)等金融機(jī)構(gòu)，金融業(yè)的海量交易也意味著從業(yè)人員要具備對(duì)數(shù)據(jù)的敏感性。不論是在有效投資組合、結(jié)構(gòu)分析和金融安全概率等方面的研究，還是提供風(fēng)險(xiǎn)管控或量化投資策略，都需要統(tǒng)計(jì)學(xué)知識(shí)作為數(shù)據(jù)處理的支撐。

第三類是知名咨詢公司，如MBB，埃森哲等，還有各公司的市場(chǎng)調(diào)查和研究部門也都有咨詢的性質(zhì)。咨詢公司常常需要對(duì)客戶所在行業(yè)進(jìn)行深入調(diào)研，并幫助客戶打開某個(gè)市場(chǎng)和增加用戶，統(tǒng)計(jì)分析可以從數(shù)據(jù)中挖掘出市場(chǎng)里潛在的機(jī)會(huì)。

第四類是政府部門比如統(tǒng)計(jì)局，參與收集分析公民工資、企業(yè)利潤(rùn)、國家經(jīng)濟(jì)等等各個(gè)門類的數(shù)據(jù)，這些數(shù)據(jù)可以幫助政府制定更優(yōu)的發(fā)展戰(zhàn)略并開展對(duì)社會(huì)、經(jīng)濟(jì)等的宏觀調(diào)控。

作者介紹：

蔣易皇博士，教育行業(yè)投資人、資深留學(xué)專家。

>>免費(fèi)領(lǐng)全球留學(xué)白皮書，了解各大學(xué)報(bào)考條件、費(fèi)用、開學(xué)時(shí)間、含金量<<