统计学专业考研培训

统计学专业考研方向：应用统计学专业、应用经济学、审计学专业、财务管理硕士、金融硕士专业等。统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析、总结，做出推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。随着数字化的进程不断加快，人们越来越多地希望能够从大量的数据中总结出一些经验规律从而为后面的决策提供一些依据。统计学专业不是仅仅像其表面的文字表示，只是统计数字，而是包含了调查、收集、分析、预测等。应用的范围十分广泛。扩展资料：统计学专业具备了以下几方面的能力：1．掌握数学、物理的基础知识，具有较强的分析和演算能力；2．掌握系统的力学基本理论知识，初步掌握力学的基本实验技能和实验分析方法；掌握一定的工程背景知识，初步学会建立简单力学模型的方法；3．了解相近专业的一般原理和知识；4．对该专业范围内科学技术的新发展有所了解；5．了解国家科技、产业政策、知识产权等有关政策和法规；6．掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法；具有一定的实验设计，创造实验条件，归纳、整理、分析实验结果、撰写论文，参与学术交流的能力。参考资料来源：百度百科—统计学专业

我是厦门大学一名大二的学生，在修WISE（厦门大学王亚南经济学院）的统计双学位，希望我的回答能帮助到你。必须要说明的是，此处谈论的是统计（经济）而非统计（数学）。前者与经济金融的关系更加紧密，是放在经济学院的，后者更加学术，是放在数学学院的。统计学我认为还是非常有考研价值的。如果你想走科研的道路，读研肯定是必不可少的，统计的科研也不像数学和物理那样看中天赋，其实统计学还是需要很多科研人才。包括人工智能，生物统计等一些新兴学科都需要很多的科研人才。如果想要去工作的话，读研也是十分有必要的。第一，一般人的研究生院校层次会比本科院校层次高，这样在求职的时候会更加方便。第二，统计的本科生其实是一种通识教育，如果不能很好的掌握一门编程语言进行分析，并且独立完成过几个大项目的话，其实在就业市场不是很有竞争力。尤其是金融分析，生物统计学或者人工智能，其实本科阶段的知识都是很难胜任工作的，只有经过研究生的培养，才有可能独当一面。还有就是，在研究生可以重新选择方向，不必局限在统计学，在别的专业，具有统计学背景会十分吃香。金融方向：利用统计学进行金融数据分析。生物统计学方向：利用统计学进行生物DNA碱基序列分析。人工智能方向：研究深度学习的新算法。

其实现在统计学这门学科和其他各种学科交叉的都很厉害，所以适合统计学本科背景的研究生专业有很多，关键是要看你喜欢什么，将来什么打算，比较靠谱的选择有：1.继续念统计学，有偏数理统计的硕士、也有偏应用统计的硕士，换专业成本最低，而且就业也不差，例如如果想从事金融行业的话，其实现在做量化投资的都会招不少统计学出身的人，而且对于硕士学的是否是金融学其实要求也不高，你完全可以考个CFA，CPA或者学一些金融统计课程了解。数理统计硕士出来还可以去药厂或者一些定量的咨询公司。2. 转金融工程、数量经济学、计量经济学等一些统计学与金融学的交叉学科。其实金融工程里用的统计学其实不是很多，数学主要以概率论和随机过程为主，但鉴于国内衍生品市场的发展现状，其实这类金融工程的课程也会涉及许多数量化分析的内容，将来出来从事的工作很多也会和统计学相关。例如数量化选股、统计套利等。3. 转市场营销、心理学等行为科学的学科。市场营销，特别是结合了心理学、行为学等学科的消费者行为学研究这块，用到大量的统计学模型，而且这个领域这些年发展的很快，这个专业的学习个人觉得会非常有趣。但我不清楚目前国内的市场营销系定量研究的水平如何。4.计算机/人工智能/模式识别/机器学习/数据挖掘/商业智能，这个领域现在也很火，应用前景也很广泛，包括自动化、生物信息、金融量化交易等现在都在大量使用所谓的人工智能/机器学习的算法。很多都是计算机出身的人在做，但其实用的大量模型和算法都是统计学，特别是多元统计那块的理论。所以理论部分对于学统计出身的人来说不是问题，写代码、数据结构与算法这些可能是个难点。

经济统计学专业是统计学在经济领域中的应用学科，是以经济数据为研究对象，包括经济数据的采集、生成和传输，用统计方法分析经济数据背后的经济现象以及复杂经济系统的规律，从而为经济和管理决策服务。 济统计学专业考研可以选择经济学和理学二个学科，看专业能力，如果数学比较好，选择可以是统计学(理学)、数量经济学、计算科学等；如果数学一般，则选择经济学相关专业。经济统计学专业考研相关专业：统计学(经济)、统计学(理学)、数量经济学、国民经济学、计算科学、应用统计专业硕士。会计学、工商管理、金融硕士、经济管理、会计硕士。

本科统计专业的找工作很难。建议还是考研吧读研是痛苦的，如果不是真心想学习，不必要读研。其实本科找工作，能力是远远大于专业知识的。说实话，本科学的东西在工作岗位上几乎没有用，本科学的是学习的能力和方法，以及培养能力。所以，如果想要直接就业的话可以选择多参加一些活动，锻炼自己，也可以选择早些实习，以实习经历来充实自己。如果真的要选择研究生的话可以考应用统计硕士。PS我也是统计的~谢谢了，不知道是学长还是学姐，请问你现在在读研吗，应用统计是什么类型的专业呀？研究生阶段都是要每天做研究计算之类的吗，将来能做什么工作呢？追答= =我只是小本而已，准备考研不要高估我。。。证券、研究所比较多吧。。。本回答被网友采纳

才大二，这位同学，两年时间足矣！我虽不是贵专业的，但对于考研还是能为你提点建议的，希望对你有帮助O(∩_∩)O首先是英语！听新东方的课程，刘一男的词汇我强烈推荐！！！还有新东方的其他课程很赞的。政治你大四考前几个月复习也无妨，平时多关心些时事有兴趣的话也可以多看看。这个考研课程也可以看新东方的，海天常红利老师的也不错。专业课，你的我不太了解，但你可以了解下感兴趣学校的考研科目有哪些，导师是谁。然后加些这些学校的论坛、群，认识些这些学校的学长学姐，还有对自己感兴趣的老师，你可以在网上多搜些他的资料，多了解些，能查到他们联系方式的不要忘记和适时他们交流交流哦。单纯就考研应考来说，最多一年的时间就够了，甚至半年也可以。毕竟只是应付考试。不过平时还是应该下功夫，将专业课和英语学好，这样到时候准备得也就轻松了。好一点的大学，你可以靠全国前十的名校或者财经类院校。虽然考研现在是大趋势，但本科毕业时如果能找到理想的工作，我建议你去工作，好工作绝对比考研难度大。女生，有个理想稳定的工作就行了呵呵。

1、初试参考书目：《政治经济学与当代资本主义经济研究》经济日报出版社（刘英骥编著）。《经济学教程》2012年第三版，经济日报出版社（张连城编著）。2、复试参考书目：《应用统计学》首都经济贸易大学出版社（马立平、刘娟主编）。《概率论与数理统计》高等教育出版社（盛骤、谢式千、潘承毅编著）。《统计学：从数据到结论》中国统计出版社（吴喜之编著）。天津财经大学统计学专业考研参考书目有哪些呢？1、《西方经济学（微观部分）（第三版）》、《西方经济学（宏观部分）（第三版）》，高鸿业主编，中国人民大学出版社。2、《西方经济学学习指导与精粹题解（上册微观部分）》、《西方经济学学习指导与精粹题解（下册宏观部分）》，丛屹等主编，清华大学出版社。2012东北财经大学统计学专业考研参考书目有哪些呢？《统计学》（第二版）徐建邦编著，东北财经大学出版社2006年版。《统计学》（第二版）李培军编著，中国人民大学出版社2007年版。《统计学》（第三版）贾俊平、何晓群、金勇进编著。统计学研究生有哪些学校呢？统计学毕业后可以处理、分析庞大的数据。出来并不一定去统计局或市场调查公司的，像生物公司、证券公司、网络公司、咨询公司等需要处理数据的都可以去，很有前途的专业。统计理论较好的学校单位：北京大学、中国科学技术大学、中科院、北京师范大学。

1、金融学跨考经济类的统计学应该难度不大，毕竟有数学基础，也学过西方经济学、统计学。 2、按照招生学校的初试、复试科目学习就可以了。最好还是选定报考学校，这样既有动力，又可以按照学校指定参考书目来学习。选定学校之前可以先复习政治、英语和数学。 3、跨考统计的关键还是看报考什么学校，名校肯定竞争大一些。

1. 继续念统计学，有偏数理统计的硕士、也有偏应用统计的硕士，换专业成本最低，而且就业也不差，例如如果想从事金融行业的话，其实现在做量化投资的都会招不少统计学出身的人，而且对于硕士学的是否是金融学其实要求也不高，你完全可以考个CFA，CPA或者学一些金融统计课程了解。数理统计硕士出来还可以去药厂或者一些定量的咨询公司。2. 转金融工程、数量经济学、计量经济学等一些统计学与金融学的交叉学科。其实金融工程里用的统计学其实不是很多，数学主要以概率论和随机过程为主，但鉴于国内衍生品市场的发展现状，其实这类金融工程的课程也会涉及许多数量化分析的内容，将来出来从事的工作很多也会和统计学相关。例如数量化选股、统计套利等。3. 转市场营销、心理学等行为科学的学科。市场营销，特别是结合了心理学、行为学等学科的消费者行为学研究这块，用到大量的统计学模型，而且这个领域这些年发展的很快，这个专业的学习个人觉得会非常有趣。但我不清楚目前国内的市场营销系定量研究的水平如何。4. 计算机/人工智能/模式识别/机器学习/数据挖掘/商业智能，这个领域现在也很火，应用前景也很广泛，包括自动化、生物信息、金融量化交易等现在都在大量使用所谓的人工智能/机器学习的算法。很多都是计算机出身的人在做，但其实用的大量模型和算法都是统计学，特别是多元统计那块的理论。所以理论部分对于学统计出身的人来说不是问题，写代码、数据结构与算法这些可能是个难点。