统计研究生哪个好

文｜冷丝栏目｜考研选择每年这个时候，考研录取工作大多接近尾声，仅剩下调剂和补充调剂招生等少量工作了。很多考研学子喜欢探讨一个有点复杂的问题：一次考研成功率并不高，“二战”和“三战”考研又有多大的成功几率？还有一个大家普遍关心的问题，多次考研有多大的风险，会给考生和家长带来哪些负面效应？冷丝先陈述一个基本的事实：从1999年开始，我国内地高校连续扩招，在这短短的22年，毕业生数量呈跳跃式增长，2019年全国普通高校毕业生人数已经达到874万人，相较1999年涨了10倍多。而研究生的录取的每年总人数也呈现大幅上涨的趋势，尤其是985高校，这一类高校基本成为了培养研究生的高校，本科生录取人数较少。据教育部数据统计，2020年考研报考人数达到341万，较2019年290万，激增51万，增幅超过17%，再创历史新高。更不用说报考人数为377万的2021年，各方面的数据又上升了一大截。必须指出的是，社会各界对人才的需求增长则相对缓慢，面对严峻的就业局势，很多临近毕业的本科生选择考取研究生，避开就业难关，增加就业砝码。近年的考研和以往相比较最大的不同就是往届生所占的比例非常高，这种现象被称为"二战"和“三战”考研。据不完全统计，目前多次考研的人数比例已经在1/3以上。为何"二战"和“三战”考研的人数有这么大的比例，还呈现逐年上升的趋势呢？冷丝个人认为，至少有两个原因：多次考研成功率大增；获得硕士学位确实有较好的回报。

以下是【毕达留学英国专栏】整理发布的毕达学员分享会内容。【毕达留学英国专栏】坚持每周邀请全球各地区名校学员分享申请、就读、求职等经验，敬请关注。毕达学员背景Z师姐，华南农业大学，金融学 录取学校与项目：University of Leeds: MSc Statistics with Applications to Finance 利兹大学访谈实录 1. 录取关键主持人：师姐认为当初能拿到利兹这个项目录取的关键是什么呢？ Z师姐：整体来看成绩不是我的优势，不过是达到学校门槛标准的，所以只能靠软性背景来提升，包括个人对未来专业的认知以及个人职业规划等等，还有个人过往的实习及学校参与过得项目。 还有就是好好看官网上的申请要求，ps篇幅有限，有针对性的在ps中表达自己。1、实习经历要有重点，根据申请的专业要求，提炼出自己的优势。2、有明确的发展方向职业规划，为什么这个专业适合自己。3、有意识的培养软性背景，越早准备越好，越明确越好。 软性和硬性背景对申请学校来说都非常重要，在保证自己GPA的同时，有针对性的提升自己的软性背景也是非常必要的，师姐认为在提升软性背景的过程当中应该注意哪些方面呢？软性背景重要的就是实习经历和课外的项目活动经历了，尽量找和自己未来想申请的专业契合度高的实习，个人觉得不需要很多，精准有分量，2个左右就可以了。除了实习，校外志愿者活动义工活动或者是个人特长比赛竞赛啊，都可以作为丰富自己软性背景的素材，突出自己的优势。 2. 如何做时间规划主持人：那么请师姐分享一下，你的留学时间规划具体是怎样的呢？好给师弟师妹们参考下。 Z师姐：我是大三上学期才准备要出国的，准备去澳洲或者英国，需要的材料也比较类似。所以大三开学开始考雅思，同步准备文书材料。大概10月末11月初开始提交申请的，大概等了2-4周吧，12-1月陆续收到的offer。不过还是建议能早就早申呢，在第一轮就申请，早占位早录取，一般圣诞节前就能发offer。所以得根据自己实际情况预估准备的时间，提前规划比较重要。 主持人：这里也提醒有出国打算的同学要尽早做准备，早准备、早规划、早申请！只有做到这三点，才有充足的时间去提升自己的硬件条件、丰富软件背景，从而提升自己的留学竞争力，降低申请难度。3. 为什么选择英国留学主持人：师姐当初为什么会选择去英国留学呢？Z师姐：一开始准备去澳洲，后来在舍友的影响下，还是选了英国。一方面个人比较喜欢英伦风和复古的英国文化，除了学习也很想感受生活。另一方面英国研究生就一年呀，更有时间优势，而且不用考GMAT。 4. 项目基本介绍主持人：下面我们来聊一聊这个项目的信息，师姐觉得利兹的这个项目怎么样呢？你认为这个项目适合哪些人去读呢？Z师姐：我读的是数学学院的应用金融统计，我个人觉得这个专业对更适合数学和计算机的同学。课程设置是偏数理化的，会和商学院联合授课，主要内容就是数理统计，R语言，金融模型等，老师们都特别特别好，这个项目呢对个人自主学习能力的培养很棒。 主持人：师姐当初所在的班级有多少人呢？中国学生大概有多少呀？有了解同学们当初都是什么背景申请到这个项目的吗？Z师姐：好像是13个人吧，8个中国人 ，大部分都是统计计算机专业背景的，也有金融背景的。 主持人：这个项目的就业怎么样呢？中国学生是否大部分都回国就业了？回国一般去了什么类型的企业呢？Z师姐：就业就比较广泛了，像我同学有去四大做咨询的，有去大疆做数据分析的，也有去投行的，还有在互联网金融做风险评估的，大部分都还是和金融、数据相关的。5. 读完后的感受主持人：看来这个项目以后的就业范围还是比较广泛的，师姐读完这个项目之后，英国给你的感觉跟当初想象有什么不一样吗？Z师姐：那大概是比之前的印象更喜欢英国了吧。一开始可能会觉得，英国人比较高冷，会不会不好相处或者对中国人不够友好啥的。但是后来发现基本没有这种担心，老师啊同学啊，银行餐厅超市各种工作人员也好，路人也好，大部分都很友好，很耐心。但是晚上就不建议出门了，更不要单独出门了，酒吧文化很盛行～天一黑大多数商店就开始关门了，酒吧就开始营业了。 一开始也会担心饮食问题，据说英国食物很难吃，但是后来发现中餐厅和东南亚餐厅都还挺多也挺好吃的，中超也很方便，自己和朋友们在家做饭也完全没问题。6. 整体氛围主持人：师姐觉得这个学校的整体氛围是怎样的？Z师姐：整体氛围我是很享受的，轻松愉快很有校园气息，利兹大学校园和城市没有什么实体围墙间隔，可能学校老师办公室和校外超市也分不清，几乎长一样就而且就隔壁关系～学校内活动很多，偶尔还会有市集，有演出，有color run。一般我们排课表都是没有午休的，中午太阳好的话图书馆的超级大台阶上会坐满了人，学校对面是一排各种买吃的，中午有课就可以买好吃的坐在台阶上边晒太阳边吃饭。一到考试周，图书馆就24小时不关闭，图书馆一般有三个，一个复古的，两个现代，环境都很赞，学校离市中心也不远。 主持人：学校是否有中国学生组织呢？ Z师姐：有的，只有你想不到的组织，和国内大学一样啊，轮滑啊，野餐啊，摄影啊，跳舞啊都有自己的小组织，开学也会有各种组织的招新会。7. 对师弟师妹的建议主持人：最后，师姐对于想来这个项目就读的师弟师妹有什么建议吗？ Z师姐：我觉得有一段海外留学的经历对于个人来说还是很难忘和值得的，学习方法和国内可能有比较大的不一样，除了学习，包括个人独立性的培养，还有生活技能提升和眼界的开阔，还能旅游丰富自己的人生呢，确实会有很多不一样的收获。所以提前规划好自己想要的未来和生活，早准备肯定是没错的。希望大家都能拿到想要的offer，去想去的国家和地方，有着优秀的未来。

一、考研择校和定专业我进入大学一段时间后，我就定下了考研的目标，因为我的本科学校是一所普通的大学，我想通过考研进入一个更高的平台继续学习，提高自己的能力。关于择校，我一直考虑的就是相对自己本科来说更好学校，因为我本科就读于重庆，自己也是川渝这边的，所以我把重庆大学和西南财经大学作为考研的目标。在大三下，得明确考研目标的时候，我在了解了这两所学校的初试和复试内容之后，觉得重庆大学更加适合我的学习经历和学习方式，重庆大学初复试考察的内容更加贴合我本科学习的内容，并且内容更加集中，复习起来比较有针对性。再定专业方面我没有太多的纠结，我本科是统计学专业，对统计学也比较感兴趣，读研的目标是为了提高自己的专业能力，因此选择了应用统计专硕。去年重大应统专硕大概有300多人报考，最终统考录取人数为27人。重庆大学应用统计专硕的考研难度我认为有一定的难度，重大初试专业课考的相对其他学校来说比较简单，因此四百以上高分的人数也非常多，但最终复试的分数线却不是很高，基本只在国家线上十几分的样子，这样复试比就很高，基本在1:3——1:3.5的样子。今年因为疫情关系，所以取消了现场笔试，初试复试的加权比变成了7:3，但是往年初试复试得占比是5:5开，并且在复试中复试笔试得占比很大，因此逆袭的人非常多，初试分考得再高都有可能被刷下来。所以考重大的应用统计专硕，初试复试都必须要重视。二、初试复习经验重庆大学应用统计专硕（432）的考试科目主要有：数学三、英语二、思想政治理论、专业课。数学三：数学的复习贯穿了我整个考研阶段。大三下学期开学，我定好了学校和专业之后，我就开始了数学的复习，数三的复习主要分为三个模块高等数学、线性代数、概率论。3-6月是我数学复习的打基础阶段，复习内容主要是看网课何做基础题目。基础阶段的复习资料主要有汤家凤的高等数学辅导讲义、李永乐的线性代数辅导讲义、余丙森的概率论与数理统计辅导讲义，网课的学习就是以上老师对应的基础阶段的网课。在看网课的时候一定要注意，不要只会看网课，一定要在看完之后总结自己所做的笔记，把课上有疑问的知识点和题目多理解，并找一些类似的基础题目多练，一定要熟悉每一个知识点。期末结束之后我就进入了数学提高阶段的学习，持续了整个暑假。提高阶段的复习资料我是继续沿用的基础阶段的资料，但是网课相对应的换成了各老师的提高阶段的网课。在进行提高复习的同时，我也在不断的复习基础阶段的知识点，练习基础阶段的题目，使用的参考书是汤家凤的接力题典1800。大四上开学就得慢慢开始做真题了，最初做真题的时候要学会从真题中查漏补缺，一边做真题一边完善自己的知识网络，所以刚开始做真题可以三四天一套，不用追求速度。9-10月可以把近二十多年的真题做一遍。11-12月，就是在复习重难知识点和真题的基础上，找一位老师的全套模拟题来做，我选择的是李林老师。英语二：英语的复习我主要分了两部分，一部分是单词和长难句，一部分是真题。3-6月份我主要的重点就是背单词和学习长难句。刚开始背单词我用的是默默记单词，但是效率不太高，我感觉记得很分散，后来我买了一本十天搞定考研词汇，按照书上的记忆表格，每天花一个半小时或两个小时集中记单词，用了二十天背完了一遍词汇，这个时候对书里70%的词汇都比较熟悉了，后面再每天使用默默记单词来记忆。暑假开始，我从英语一的真题开始，对阅读进行练习，每做完一年就听唐迟老师对这一年阅读的讲解网课，同时我也会自己对阅读文章进行口译，锻炼自己的翻译能力。英语一真题的阅读做完之后，我就开始系统地做英语二的真题了，对每种题型都进行总结，不断积累写作的素材，一直持续到考试之前。如果考前真题做完了，也不用去找模拟题，就反复做真题，但是第二次做真题时，需要更加注重每道题背后隐藏的知识点，而不是只看到正确率。思想政治理论：政治的复习我是从八月中旬开始的，全程跟的是徐涛老师。我首先花了一个月的时间，过了一遍网课。九月中旬我开始做肖秀荣1000的选择题，做一章的题之前我会复习一遍之前上网课的笔记在做题。一直到十一月底我都在重复复习每一张知识点加做选择题。十二月肖四出版后我每天晚上都会花两三个小时对肖四的大题进行背诵，在背诵之前我会自己整理一个框架，这样背起来会更加轻松。专业课：重大初试专业课只有一本参考书，是贾俊平的统计学第二版。我从七月开始复习专业课，首先花了一个半月的时间把书上的内容和课后题目过了一遍。在十月之前椰一直在重复书上的内容，对书上的知识点不断的进行熟悉。十一月我就开始进行真题的训练以及整理每一章的简单题，并对简答题进行背诵，大家要找真题可以去“考研文库”，里面有很多的院校真题，很方便。简答题的背诵一直持续到考试之前，真题重复做，每次做都要学会查漏补缺。初试专业课考试的题型主要有：判断题（有时会要求你说明错误的原因）、选择题、简答题、计算题。专业课判断题、选择题和简答题几乎每一章都可能会涉及，主要集中在统计学一些比较重要的假设、定义以及一些简单的计算，计算题的考察主要集中在参数估计，假设检验等数理统计部分。三、考研复试准备经验今年重庆大学应用统计专硕的分数线是360，进入复试的有97个人，最后录取27个，竞争还是比较激烈。20复试因为疫情只有面试，分为英语面试和专业面试，英语面试主要有自我介绍和一些生活化的英语提问，专业面试主要是以杨虎老师的概率论和数理统计为基础进行提问。复试的准备也就主要由上面两点来进行准备，首先要写一份能展示你背景和能力的自我介绍同时准备一些日常的问答。专业方面就需要对杨虎老师的书进行全面的复习，书上的每一个知识点都可能会被考到，课后题也是考察的重点，如果时间充足也可以看看茆诗松老师的概率论与数理统计。不知道怎么准备复试的话也可以听听新祥旭一对一的复试直播课，老师会详细讲备考内容和方法，干货很多。我知道每一个考研人都或多或少经历过挫折，有想放弃的时候，但是我们要知道人生并不是只有考研，就算考研失败了也只能说明准备考研的阶段你有做的不好的地方，并不代表你就彻底失败了，一次没考上还有二次，找一份工作也是一条很好的路。考研的道路很辛苦很漫长，但是只要你努力付出，最终的结果一定不会让你失望。　（本文来源新祥旭考研原创文章，未经允许，不可转载！）

文｜冷丝栏目｜2020年考研根据教育部官网统计的数据，以及由教育部发布的《教育事业统计公报》，我们可以推算出，近几年，国内硕士研究生的录取比例约为30%。当然，冷丝提醒一下，该录取率包含了全日制和非全日制硕士研究生的入学人数。很多考研学子和家长有两个重要的疑问：如何看待硕士研究生入学考试的报录比？又该如何正确评价考研动机和最终结果？第一个问题：如何看待录取比例，即报录比？目前有很多关于考研方面的报录比数据，这些数据倒也算是权威的，但有多大的意义呢？这是近几年的全国硕士研究生报考人数和录取比例（全日制）：冷丝帮助大家计算了一下，录取率在30%上下，这个比例不高也不低。很多人看到2019年考研人数急剧上升这一态势，就有点担忧：2020年考研，人数是否还会大幅上升？报录比又会呈现什么样的状况呢？报名人数有可能会再次上升，但是，冷丝依旧认为，不必担忧。冷丝觉得，这些报录比的数据有些参考意义，但不要太在意，因为报考研究生的人们背景差别是很大的，不同背景的人们考研的难度肯定是不一样的，一个名校的同学报考自己并不热门的本专业，和一个以同等学力报考名校热门专业的同学的难度可谓天壤之别。下面这幅表格是1995年到2001年的考研数据：由这张表格照样可以看出，这些录取的数据与近几年的数据差异并不是很大，这说明，考研扩招的进展其实是很缓慢的，每年的增长幅度并不大。所以，冷丝劝你，不要太过于在意所谓的录取率。还需要注意的是，对不同背景同学更细致的报考比例无法统计，比如：热门专业的报考比例，一般和冷门专业的录取比例；应届本科生的报考比例，往届本科生的录取比例，同等学力的录取比例；一流学校同学的录取比例，一般学校同学的录取比例；在大城市信息比较充分同学的报考比例，在中小城市信息相对较少同学的录取比例；理工类的录取比例，文科的录取比例；报考本专业的录取比例，转专业报考的录取比例等等。上述数据才是有参考价值的数据，它们的比例又有多少呢？目前还没有具体的统计数据。甚至男生的录取比例，女生的录取比例等，目前也有一些这方面的统计数据，确实值得我们参考，但也不要太在意，意义不大。因此，我们对这些对总的硕士研究生报考比例，只需当作大致的背景了解一下即可，没有必要太在意。即使统计出了这样细致的比例又有作用吗？好像也不大。比如，很多考研学子曾经有这种感觉：毕业班的同学一开始几乎80%的人都有考研的想法，但最后只有一半报了名，报名之后真正上了考场的人又出现了较大的变化。这种感觉和实际统计数字并不一定相符合，报名人中有一半没有上考场，上了考场的又有一半没有考完试等等，一切都有可能发生。而那些认真准备，并坚持考完所有科目的同学，差不多都能考取。当然这没有确切的统计，只是根据很多同学的感觉做出的判断。第二个问题：如何看待考研和考研的结果？冷丝认为，无论如何，考研是个不错的让人提升的“阶梯”。本科以及以下学历的同学往往和本科生比较时有自卑的情绪，实际找工作时往往感到受歧视，而考上研之后，这个差距就消失了。因为，拿到了硕士学历，没有必要担心大专的学历是否有考上研的可能，很多例子都证明了它的现实性。普通学校的同学往往羡慕北大清华等一流学校的同学，考上这些学校的研究生就可以圆自己高考时没有实现的梦，因为，考研相对高考来说，难度还是要小多了。高考时，每个省区才分到那么可怜的几个名额，考研时大家都在一个起跑线了。一流的学校的毕业生很多留学或者找到了不错的工作，正好空出了研究生的位置——让过去高考成绩不如意的同学来报考。普通学校的资历留学时难以让对方相信你的实力，考上一流学校的研究生后，终于有了充足的底气申请世界顶尖大学的奖学金。不用多介绍，考研成功，这毕竟能够带来诸多看得见的好处。以上种种情形说明，这几年考研报录比有一些变化，但是录取率变化不大，表现稳定。同时，冷丝也认为，考研是个不错的梯子，借助它我们可以到不同的高度。因此，有考研志向的同学，你尽管报考吧！不要想太多！

今天有一个（统计学）的女（硕士）来我公司面试大数据，她要求一个月是15000，听她说高考数学考148分，面试的过程中，她几乎能回答上来，能力跟我公司3年开发经验的程序员差不多。她的自我介绍是这样的：她说：学历（硕士），（统计学）专业，目前年龄27岁，大学毕业两年，由于本专业（统计学）就业工资低，待遇差，就在去年到现在自己自学了一年半（大数据）的知识点，目前熟练JAVA集合，多线程，IO流，反射.....等基础，还说自己熟悉Hadoop生态系统，具备HDFS/Spark/HBase/HIVE等组件搭建和开发能力。面试我问她：本专业（统计学）待遇不好还是就业困难？我问她，非要转行来做互联网程序员吗？她说： （ 统计学）非常容易就业，目前上份工作就是数据分析师，月薪8500，工资连个大专生的程序员都不如，她还说传统行业工资真的低，选择永远大于努力，所以才选择互联网程序员。面试我问她：你为啥转行大数据岗位，转行JAVA不行吗？她说：自己当年高考数学考了148分，恰好大数据需要数学理论的基础，所以才转行大数据，至于JAVA真的太简单了，都是调用API的水平，压根就没有挑战性（她刚说完，我心里想，说JAVA简单都不是一般人呀，毕竟人家是985毕业的，但是培训机构出来的JAVA程序员一大推找不到工作）面试我问她：你没有开发经验，你如何说服我，你可以胜任工作？她说：虽然我没有工作经验，单凭985这个学历，跟高考数学考了148分，可以证明我的学习能力挺不错的，她还说自己的基础知识非常扎实，入职后应该很快上手项目的（我点我信任她，毕竟对方是985毕业的）面试我问她：大数据是基于JAVA开发的吧，你对JAVA了解多少？她说：看过hashmap源码，懂得并发编程，目前懂得同步锁它的原理，还有NIO/IO流（她刚说完，我心里想，自学一年，有这个水平，当时我有点怀疑她在吹牛逼）我就接着问了一点技术性的问题，确认一下她对JAVA掌握的情况：来说说：HashMap的实现原理？ 来说说：为何HashMap的数组长度一定是2的次幂？来说说：HashMap重写equals方法需同时重写hashCode方法 ?来说说：JDK1.8中HashMap的性能优化 ?来说说：线程同步锁它的原理？来说说：JAVA 多态它的原理？我就问了这些，毕竟我有10年JAVA开发经验，不过这个985高材生真的厉害，上面的面试全会，我想科班毕业的未必回答得上来，一面我就这样给她过了，二面我叫我公司的老张面试他，我公司的老张有8年大数据开发经验，能力在我公司非常的优秀。我在房间旁听，他们在交流关于大数据Spark相关的知识点，他们大概交流了2个多小时，我看到老张笑着跟她握手，欢迎加入我公司，看来老张认可她的能力，老张还特意跟我说，这妞可以胜任3年大数据开发的岗位，待会谈薪资的时候就按3年工作经验给她。面试我问她：你期望的薪资待遇是多少？她说：月薪15k就满足（我本来想给她开月薪18k的，给她15k算了，毕竟对方没有开发相关的工作经验）于是我就满足了她的薪资待遇，给她开了月薪15k，不过对方挺开心的，她说，明天来公司报到。整个面试过程就这样结束了，这个高材生985毕业，转行互联网行业是正确的选择，最起码工资翻了一倍多。我对她的看法如下：选择真的大于努力，她的读的专业是统计学，毕业从事数据分析师，工资月薪8500这么低，工资连个大专程序员都不如，果断转行程序员是正确的选择，毕竟互联网程序员工资高。你们对这个985高材生转行程序员有什么看法，欢迎吐槽一下。

我认为考研群里的成绩：不可全信！为什么这么说呢？一、考研群的建立者是谁？很多考研群都是教育培训机构建立的，那么他们在群里面发成绩的很大一个原因就是为了吸引没有考上研究生的同学，可以报他们的辅导班。所以他们在考研群里发的成绩大多都是经过润色的，用来标榜自己培训的水平很高！所以我说不可全信！但是如果是同学之间建立的群组，我认为有的成绩还是可以相信的，因为这是大家相互交流的一个工具，很多人为了在上面找到自己报考同一学校的同学，所以就把自己的考验成绩发到群组里面，让大家给出出主意！这个时候的成绩很多是真实的！二、成绩的来源！为什么要说成绩的来源呢？因为很多考验群里的统计数据都是教育机构自己制作出来的，并不是他们通过采访和搜集到的数据整理出来的，为的就是让你感受到某种压力，然后相信教育机构的教育水平，最终报考辅导班！所以考研群里面统计出来的数据，我认为千万不要相信！这样很容易影响自己的心情，最终会影响你的成绩！所以我认为这些考研群里的分数统计看看就好，不要真的太相信自己，看看往年的国家线和单科线就行，无非就是做好多手准备，分数好的不用说了，直接准备复试；成绩一般的，可以多关注一下目标院校的调剂信息；如果成绩太差，那就直接准备就业！最后还是祝大家能够取得好成绩！

伴随本科生的增多，许多行业对本科生需求有所降低，更多的倾向高学历毕业生，即使这样，但也不代表所有人都应当考研，但是，有些专业确实适合考研，考研后专业含金量提高很多，就业也会轻松许多。大多数人选择考研，无非是为了更好地就业，为了未来前景等，当然也有一小部分学生是随大流，但这些群体考上的机会要小一些，毕竟机会留给那些有准备的人。考研的难度就不再单独说了，有很多同学考了多次依然没有考上，而且考研的同学一般要拿出一年的时间来备考，不然成功的概率不会很高，即使这样，依然有许多人选择考研。据了解，大多数人选择考研是因为考研可以带来这些好处！增加就业机会：这一点不言而喻，研究生学历高，能够参加的招聘考试也多，而且一些私企也会比较青睐研究生，所以为了毕业更好的就业，考研是必须的。收入比本科高：据了解，研究生的薪资水平要高于本科生，一般情况下要多500到1000左右，如果是国企的话，可能相差更大。评职称机会多：要知道，在企业事业单位工作的话，学历高的人评职称机会要大一些，因此研究生如果和本科生平时工作区别不大，那么评职称研究生机会更大一些。申请大城市人才引进落户：每个城市有不同的落户要求，一般会与学历挂钩，研究生落户福利政策要优于本科生。考公务员有优势：从目前来看，各类公务员招录和事业单位招聘，有不少职位会限制研究生学历，因此，研究生报考公务员等更具优势，后期提升也要容易。接触更多人才：俗话说“近朱者赤近墨者黑”，考上研究生之后，接触的也是各类优秀人才，对未来发展有好处。重新选择专业的机会：有不少同学高考成绩不如意，没有选上合适的专业，考研给了我们第二次选择专业的机会，让我们选择自己感兴趣的专业。开阔眼界，增长知识：考研以后，可以开阔眼界，能够增长见识，最重要的事可以增长个人能力。以上就是小编今天分享的内容，希望对大家有所帮助，特别是想要通过考研改变自己的专科生，完全可以升本后考研，这是一种不错的选择。

2020年硕士研究生招生基本上已经落下了帷幕，相信许多同学已经拿到了高校的录取通知书，这些红灿灿的研究生录取通知书都是各位同学努力得来的结果，因此也算是付出终于有所回报的典型代表。而关于硕士研究生招生中的各项数据相信很多同学目前还不清楚，因此小编总结了一部分数据，这些数据囊括了很多方面，相信对于各位2021年考研学生也会有所帮助。第一个是我国累计培养的研究生人数，居然达到了776万之多，也着实让人大吃一惊。而根据1978年到2020年的统计数据，在2000年以前，我国研究生招生毕业规模还比较稳定，增长幅度较小。但是从2000年以后，每年毕业的研究生人数增长率明显加快，从2006年开始增长率增幅更加明显，这也是由于我国研究生持续扩招导致的。看完毕业人数我们再来看看报名人数，目前统计的是1994年到2000年的全国考研报名人数，可以看出每年报名人数都在增加。在2009年和2015年有两个波谷，但是整体上还是在增加，特别是近三年来增长幅度更大，也可以看出越来越多的学生对于高学历的追求，同时也是社会对于高学历人才的需求导致的。再来看看硕士生各学科招生人数对比，看看哪些专业招的学生比较多。以下以2008、2013和2018年三年的数据进行分析，可以看出工学招生的人数始终是最多的，这跟我国理工科高校众多有一定关系。另外管理学、理学和医学招生人数也不少，也是每年的报考热门。而招生比较少的就是军事学、历史学等，由于专业比较冷门，因此开设的院校也不是太多。再来看看各大高校的研究生推免比例，自从教育部放开推免比例限制以来，各大高校研究生推免比例不断上升，特别是双一流高校更是如此。以下以部分高校推免比例来进行比较，中科大的推免生比例达到接近40%的水平，再加上出国的比例，几乎上一大半人都选择了继续求学深造。而上海交大、同济大学、西北工业大学等985高校推免比例也很高，均超过了25%，表现不俗。而一些211高校南京理工、安徽大学等也是超过了10%的推免比例，像南京工业大学、浙江师范大学这样的双非高校则推免率均未超过5%，因此可以看出一个985、211高校的头衔对于学生的深造还是很重要的。当然以上只是统计的今年考研的部分数据，相信随着社会上对于学历要求的越来越高，也会有越来越多的人会选择考研进一步提升自己的学历。随着硕士研究生的扩招，录取的人数也会越来越多，相信我国会逐步从一个人口大国向一个人才强国转变，让我们拭目以待吧。

考研和保研实际上都是一个长期的准备过程，不同之处在于，保研是把学习的时间和精力分散到了平常的学习生活中，考研是集中一段时间来高强度冲刺。要说哪一个更难，个人认为，保研的难度更高一些。首先，具有保研资格的学校并不多，且保研率并不高目前具有保研资格的高校大约366所，除了极少部分顶尖的985、211高校保研率较高外，绝大部分具有保研资格的高校保研率并不高。对此教育部明确规定，教育部批准设立研究生院的高校，保研比例一般为应届毕业生数的15%左右；在未设立研究生院的高校中，“211工程”高校保研比例为5%左右，非“211工程”高校为2%左右。经教育部确定设立人文、理科等人才培养基地的高校，可按基地班招生人数的50%左右单独增加推免生名额；对国家发展急需的专业可适当增加推免生名额。其次，保研率高的高校考取的难度都较高在网上一组关于保研的统计数据流传甚广，在保研率较高的前50所高校中，北京大学医学部保研率最高，达到了65%，中央财经大学保研率为11.9%排在第50位。保研率最高的50所高校中，只有南方科技大学一所非985,211高校（此表中未统计中国科学院大学）。但是南方科技大学的考取难度并不低，其录取难度比很多985高校还要高，以2019年为例，南方科技大学新生高考平均成绩在14个省份进入前1.5%，其中广西、贵州、四川、山西、安徽分别达到0.94%、1.0%、1.1%、1.15%、1.18%。今年南方科技大学首次试点在广东生统招，录取分数线633分，最低排位为全省理科约2200名。这样的成绩很多985高校都不能比。保研率高的学校，录取的难度有多高，可以通过另外一组数据来进行对比：各地985、211高校的高考录取率。根据第三方机构的统计数据，除了北京、天津、上海等发达地区外，绝大部分省市的985高校录取率低于2%；211高校的录取率低于5%，也就是说大部分省份的985、211高校录取率加在一起不超过7%。换一句话说，要想比较容易地获得保研资格，实际上从高考就已经划了第一条线，这条线已经淘汰了绝大部分人。考研的录取比率明显更高进入保研相对容易的名校之后，看上去保研确实比考研更容易，原因有两点，一是上述的保研率高，二是很多名校的同学准备考研的时间往往较短，很多都是看保研无望之后才开始准备考研，这个难度是由于自己造成的，而非客观存在的难度。再来看考研的情况。为什么说考研比保研容易，同样可以以一组数据来说明。2019年考研人数达到了290万，比2018年增加52万，但录取人数在72万左右，报录比大约为4:1，也就是说总体录取的比例大约为25%，这比985,211高校高考时的录取比率高出了太多，更何况高考考进了985,211高校，也有相当一部分同学无法获得保研资格。总结可以总结一下，保研的难度在于一个长期的积累过程，不但要高考成绩好，而且大学的成绩及其他方面还要突出，才有可能获得保研的资格；而考研的难度主要集中复习备考的这一年，有一考定终身的意味，其压力主要在于短时间的高强度、高压力、选择难、进名校难（其实高考进名校更难）等，但其难度跟获取保研资格而言，显然要小得多。