康奈尔大学统计学offer

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。统计学用到了大量的数学及其他学科的专业知识，它的使用范围几乎覆盖了社会科学和自然课学的各个领域。

背景要求和申请难度： 具备良好的数学背景是普遍的要求，美国大学的录取委员会在招人的时候，比较倾向于理工科背景的学生，录取委员会会比较注意数学背景，比如一些数学类的基础课程，如数学分析、高等代数（或者是高等数学）、统计的基础课程、实分析等课程，或者是相关的实习经历、参与过的学术项目等。除此之外，一些计算软件，如 SPSS 、 Eviews 、 MATLAB 、 SAS 等的熟练操作和使用也是录取委员比较看重的方面。

统计学专业的不同方向

理论统计

在理论统计方面，研究方向有：模型选择，非参统计方法，贝叶斯统计，时间序列与生存分析，高维数据分析与机器学习，概率论，数据挖掘等地。

应用统计

在应用统计方面，目前发展最为突出的是生物统计，有很多学校都专门设立了独立的生物统计硕士项目。

就业方向： 当今大数据时代，统计学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，所以就业形势非常可观，就业方向包括政府部门（统计局等），银行、保险公司、证券公司等金融部门，市场调查公司、咨询公司、各公司的市场研究部门，工业企业的质量检测部门等企业事业单位。

目前美国的公司对统计的人才可谓求贤若渴，很多公司都积累了相当规模的数据，急需统计学人员对数据进行定量分析，而且统计建模的用途十分广泛，跨越各行各业，包括金融，市场分析，制药等等。

推荐院校：康奈尔大学

康奈尔大学的统计项目很有特色，称为 Master of Professional Stuies(MPS) Program ，项目设立十余年一直致力于提供应用统计方法的训练，帮助学生获得理论统计的知识以及处理实际数据问题的能力。入读的学生可以选择统计分析方向或是数据分析方向，二者的差别在于后者更注重计算机方法的应用，比如高通量计算和数据库的知识。这一硕士项目可在 2-3 学期完成，其间，学生除了修读课程，还需要用 2 学期的时间完成一个深度统计分析项目，这对于学生提升应用技能和未来就业都是很有帮助的。

核心课程： 数学分析（ Mathematical Analysis ） 数理统计（ Mathematical Statistics ） 随机过程（ Stochastic Processes ） 多元统计分析（ Multivariate Stat Inference ）

申请要求：正式成绩单，三封推荐信，个人陈述， GRE ，托福。

案例展示：

学生姓名:L同学
申请类型:研究生
申请专业:MA Program in Statistics
教育经历:中央财经大学 统计专业
GPA:85.91/100, 3.61/4.0(WES)
标准化考试成绩:TOEFL:105
GRE: 326 (V: 158 Q: 168, AW: 3.5)

背景分析：

学生优势：胜在软件背景丰富：包括专业相关的社会实践和社团活动体现领导力、挑战杯和建模比赛等学术竞赛经历；最突出的就是德勤数据分析师的实习，实习核心内容包括Python、机器学习、人工智能等，极大地弥补并增强了学生的专业实践背景和能力；另外，我们为了强化学生实习经历，规划学生参加了麦肯锡远程实习，学生出色完成实习并且这个经历又拓展了学生对于咨询领域视野和对各行业的了解，对于统计学习帮助极大，学校也是看中学生的潜力和多元背景。

学生劣势： 学生院校背景和标化成绩在众多申请者中并非特别突出，和其他录取学生相比，学生是其中成绩相对比较低的。

offer展示：