สิ่งที่ต้องพิจารณาเกี่ยวกับโปรแกรมต้นแบบในสถิติ


36

เป็นฤดูกาลรับสมัครนักศึกษาระดับบัณฑิตศึกษา ฉัน (และนักเรียนหลายคนอย่างฉัน) กำลังพยายามตัดสินใจเลือกโปรแกรมสถิติที่จะเลือก

  1. ผู้ที่ทำงานกับสถิติแนะนำอะไรเราแนะนำให้คุณพิจารณาเกี่ยวกับโปรแกรมปริญญาโทในสถิติ
  2. มีข้อผิดพลาดหรือข้อผิดพลาดทั่วไปที่นักเรียนทำ (อาจเกี่ยวกับชื่อเสียงของโรงเรียน) หรือไม่?
  3. สำหรับการจ้างงานเราควรมองที่จะมุ่งเน้นไปที่สถิติที่นำไปใช้หรือการผสมผสานของสถิติที่นำมาใช้และทางทฤษฎี

แก้ไข:นี่คือข้อมูลเพิ่มเติมบางอย่างเกี่ยวกับสถานการณ์ส่วนบุคคลของฉัน: โปรแกรมทั้งหมดที่ฉันกำลังพิจารณาอยู่ในสหรัฐอเมริกา บางคนมุ่งเน้นไปที่การประยุกต์ใช้มากขึ้นและให้ปริญญาโทใน "สถิติที่ใช้" ในขณะที่คนอื่นมีการเรียนการสอนเชิงทฤษฎีมากขึ้นและให้องศาใน "สถิติ" โดยส่วนตัวแล้วฉันไม่ได้ตั้งใจที่จะทำงานในอุตสาหกรรมเดียวกัน ฉันมีพื้นหลังการเขียนโปรแกรมบางส่วนและรู้ว่าอุตสาหกรรมเทคโนโลยีดีขึ้นกว่าเดิมเล็กน้อยเช่นอุตสาหกรรมจีโนมิกหรือชีวสารสนเทศศาสตร์ อย่างไรก็ตามฉันกำลังมองหาอาชีพที่มีปัญหาที่น่าสนใจเป็นหลัก

แก้ไข : พยายามทำให้คำถามมีผลบังคับใช้มากกว่าปกติ


8
ขึ้นอยู่กับปัจจัยส่วนบุคคลเป็นอย่างมากทำให้ยากที่จะให้คำแนะนำที่ดี เราไม่ทราบว่าโปรแกรมของคุณมาจากส่วนใดของโลกการเน้นความสนใจของคุณเป็นอย่างไรบ้าง คำถามดังกล่าวกว้างเกินไปที่จะตอบอย่างเป็นทางการ แต่อาจมีความเสี่ยงที่จะถูกปิดเนื่องจากมีการแปลเป็นภาษาท้องถิ่นหากมีการให้คำแนะนำกับบุคคลเพียงคนเดียวเท่านั้น ฉันขอแนะนำให้มีบริบทเพิ่มเติม แต่ไม่ทำให้เฉพาะเจาะจงกับกรณีของคุณโดยเฉพาะ
พระคาร์ดินัล

1
ยุติธรรมพอสมควร โปรแกรมทั้งหมดที่ฉันกำลังพิจารณาอยู่ในสหรัฐอเมริกา บางคนมุ่งเน้นไปที่การประยุกต์ใช้มากขึ้นและให้ปริญญาโทใน "สถิติประยุกต์" ในขณะที่คนอื่นมีการเรียนการสอนเชิงทฤษฎีมากขึ้นและให้องศาใน "สถิติ" โดยส่วนตัวแล้วฉันไม่ได้ตั้งใจที่จะทำงานในอุตสาหกรรมเดียวกัน ฉันมีพื้นหลังการเขียนโปรแกรมบางส่วนและรู้ว่าอุตสาหกรรมเทคโนโลยีดีกว่าพูดว่าอุตสาหกรรมจีโนมิกหรือชีวสารสนเทศศาสตร์เพียงเล็กน้อย อย่างไรก็ตามฉันกำลังมองหาอาชีพที่มีปัญหาที่น่าสนใจเป็นหลัก
พยายามนักเรียน

ขอขอบคุณ. นั่นมีประโยชน์มาก ฉันยังคิดว่าวิกิชุมชนจะดีที่สุด แต่สิ่งนี้ทำให้เป็นไปได้ที่จะมีการสนทนาที่มีประสิทธิผลมากขึ้นที่นี่ (ลบความคิดเห็นก่อนหน้าของฉัน .. )
gung - Reinstate Monica

คำตอบ:


47

นี่คือชุดของความคิดทั่วไปและข้อเสนอแนะที่ค่อนข้างทื่อเกี่ยวกับโปรแกรมปริญญาโทในสถิติ ฉันไม่ได้ตั้งใจให้พวกเขาทะเลาะกันแม้ว่าบางคนอาจฟังดูเหมือน

ฉันจะสมมติว่าคุณมีความสนใจในการศึกษาระดับปริญญาโทมินัลเพื่อไปสู่อุตสาหกรรมและไม่สนใจที่จะศึกษาต่อระดับปริญญาเอก โปรดอย่าใช้คำตอบนี้ว่าเชื่อถือได้

ด้านล่างนี้เป็นคำแนะนำจากประสบการณ์ของฉัน ฉันได้สั่งพวกเขาอย่างคร่าว ๆ จากสิ่งที่ฉันคิดว่าสำคัญที่สุดถึงอย่างน้อยที่สุด ในขณะที่คุณเลือกโปรแกรมคุณอาจชั่งน้ำหนักแต่ละรายการต่อกันโดยคำนึงถึงคะแนนด้านล่างบางส่วน

  1. พยายามที่จะทำให้เป็นทางเลือกที่ดีที่สุดสำหรับคุณ มีปัจจัยหลายอย่างที่เกี่ยวข้องกับการตัดสินใจเช่น: ภูมิศาสตร์, ความสัมพันธ์ส่วนตัว, โอกาสในการทำงานและเครือข่าย, การเรียน, ค่าใช้จ่ายในการศึกษาและการใช้ชีวิตเป็นต้นสิ่งที่สำคัญที่สุดคือการชั่งน้ำหนักแต่ละสิ่งเหล่านี้ด้วยตนเอง . คุณเป็นคนที่มีผลต่อการเลือกของคุณทั้งในแง่บวกและลบและท้ายที่สุด คุณจะเป็นคนเดียวในการประเมินสถานการณ์ทั้งหมดของคุณ ดำเนินการตาม.

  2. เรียนรู้การทำงานร่วมกันและจัดการเวลาของคุณ คุณอาจไม่เชื่อฉัน แต่นายจ้างจะสนใจบุคลิกภาพของคุณความสามารถในการทำงานร่วมกับผู้อื่นและความสามารถในการทำงานอย่างมีประสิทธิภาพมากกว่าที่พวกเขาจะใส่ใจเกี่ยวกับทักษะทางเทคนิคของคุณ การสื่อสารที่มีประสิทธิภาพเป็นสิ่งสำคัญในสถิติโดยเฉพาะอย่างยิ่งเมื่อมีการสื่อสารกับ nonstatistic การรู้วิธีจัดการโครงการที่ซับซ้อนและทำให้ความก้าวหน้ามั่นคงเป็นสิ่งสำคัญมาก ใช้ประโยชน์จากโอกาสในการให้คำปรึกษาเชิงสถิติหากมีอยู่ในสถาบันที่คุณเลือก

  3. เรียนรู้พื้นที่สายเลือด จุดอ่อนที่ยิ่งใหญ่ที่สุดที่ฉันเห็นในผู้สำเร็จการศึกษาระดับปริญญาโทและปริญญาเอกในด้านสถิติทั้งในภาคอุตสาหกรรมและภาคการศึกษาคือพวกเขามักจะมีความรู้ในสาระการเรียนรู้เพียงเล็กน้อย ผลที่สุดคือบางครั้งการวิเคราะห์ทางสถิติ "มาตรฐาน" ได้ถูกนำมาใช้เนื่องจากขาดความเข้าใจในกลไกพื้นฐานของปัญหาที่พวกเขาพยายามวิเคราะห์ ดังนั้นการพัฒนาความเชี่ยวชาญในด้านการรับรู้จึงสามารถเพิ่มคุณค่าให้กับทั้งในเชิงสถิติและในระดับมืออาชีพ แต่สิ่งสำคัญที่สุดคือการเรียนรู้ด้วยตนเอง: การตระหนักว่าการผสมผสานความรู้ในเนื้อหาวิชามีความสำคัญเพื่อวิเคราะห์ปัญหาอย่างถูกต้อง ความสามารถในการใช้คำศัพท์และความรู้พื้นฐานสามารถช่วยในการสื่อสารได้อย่างมากและจะปรับปรุงการรับรู้ที่เพื่อนร่วมงาน nonstatistician ของคุณมี

  4. เรียนรู้ที่จะทำงานร่วมกับข้อมูล (ใหญ่) ชุดข้อมูลในแทบทุกสาขาที่ใช้สถิติมีการเติบโตอย่างมากในช่วง 20 ปีที่ผ่านมา ในการตั้งค่าอุตสาหกรรมคุณอาจจะใช้เวลามากขึ้นกับการจัดการข้อมูลที่เกินกว่าที่คุณจะวิเคราะห์ พวกเขา การเรียนรู้วิธีการจัดการข้อมูลที่ดีการตรวจสอบสติ ฯลฯ เป็นสิ่งสำคัญในการวิเคราะห์ที่ถูกต้อง ยิ่งคุณมีประสิทธิภาพมากขึ้นเท่าไหร่คุณก็จะยิ่งทำสิ่งที่ "สนุก" มากขึ้นเท่านั้น นี่คือสิ่งที่มีการเน้นน้อยมากและไม่ค่อยได้รับการยอมรับในหลักสูตรการศึกษา โชคดีที่ตอนนี้มีชุดข้อมูลขนาดใหญ่ที่พร้อมใช้งานสำหรับชุมชนทางวิชาการที่สามารถเล่นด้วยได้ หากคุณไม่สามารถทำสิ่งนี้ภายในโปรแกรมใช้เวลาทำนอกโปรแกรม

  5. เรียนรู้การถดถอยเชิงเส้นและที่เกี่ยวข้องนำไปใช้พีชคณิตเชิงเส้นมากได้เป็นอย่างดี เป็นเรื่องที่น่าแปลกใจว่ามีผู้ที่จบการศึกษาระดับปริญญาโทและปริญญาเอกจำนวนเท่าใด (จากหลักสูตร "สุดยอด") แต่ไม่สามารถตอบคำถามพื้นฐานเกี่ยวกับการถดถอยเชิงเส้นหรือวิธีการทำงานได้ การมีสารเย็นนี้จะช่วยคุณได้อย่างดีเยี่ยม มันเป็นสิ่งสำคัญในสิทธิของตนเองและเป็นประตูสู่เทคนิคทางสถิติและการเรียนรู้ด้วยเครื่องจักรขั้นสูงมากมาย

  6. ถ้าเป็นไปได้ทำรายงานปริญญาโทหรือวิทยานิพนธ์. โปรแกรมระดับปริญญาโทที่เกี่ยวข้องกับแผนกสถิติชั้นนำของสหรัฐอเมริกาบางแห่ง (โดยปกติจะเพิ่มเติมในหลักสูตรปริญญาเอกของพวกเขา) ดูเหมือนจะย้ายออกไปจากการรวมรายงานหรือวิทยานิพนธ์ ความจริงของเรื่องนี้ก็คือโปรแกรมที่เน้นการเรียนรู้อย่างแท้จริงมักจะกีดกันนักเรียนในการพัฒนาความรู้ที่ลึกซึ้งในด้านใดด้านหนึ่ง พื้นที่ตัวเองไม่สำคัญนักในทัศนะของฉัน แต่ประสบการณ์คือ การคงอยู่การบริหารเวลาการทำงานร่วมกันกับคณะเป็นต้นที่จำเป็นในการจัดทำรายงานระดับปริญญาโทหรือวิทยานิพนธ์สามารถชำระได้อย่างมากเมื่อเปลี่ยนไปใช้อุตสาหกรรม แม้ว่าโปรแกรมจะไม่โฆษณา แต่ถ้าคุณสนใจก็ให้ส่งอีเมลไปที่ประธานฝ่ายรับสมัครและถามถึงความเป็นไปได้ของโปรแกรมที่ปรับแต่งได้ตามความต้องการ

  7. ใช้หลักสูตรที่ท้าทายที่สุดที่คุณสามารถจัดการได้ ในขณะที่สิ่งสำคัญที่สุดคือการเข้าใจเนื้อหาหลักดีมากคุณควรใช้เวลาและเงินของคุณอย่างฉลาดด้วยการท้าทายตัวเองให้มากที่สุด หัวข้อเฉพาะที่คุณเลือกที่จะเรียนรู้อาจดูเหมือนว่า "ไร้ประโยชน์" อย่างเป็นธรรม แต่การได้รับการติดต่อกับวรรณกรรมและท้าทายตัวเองให้เรียนรู้สิ่งใหม่และยากจะทำให้ง่ายขึ้นเมื่อคุณต้องทำในภายหลัง ยกตัวอย่างเช่นการเรียนรู้บางส่วนของทฤษฎีที่อยู่เบื้องหลังสถิติคลาสสิกจะเปิดออกจะค่อนข้างไร้ประโยชน์และของตัวเองสำหรับการทำงานประจำวันของสถิติอุตสาหกรรมจำนวนมาก แต่แนวคิดที่สื่อความหมายเป็น อย่างมากมีประโยชน์และให้คำแนะนำอย่างต่อเนื่อง นอกจากนี้ยังจะทำให้วิธีการทางสถิติอื่น ๆ ทั้งหมดที่คุณสัมผัสกับดูลึกลับน้อยลง

  8. ชื่อเสียงของโปรแกรมนั้นสำคัญสำหรับงานแรกของคุณเท่านั้น วิธีที่เน้นมากเกินไปจะทำให้ชื่อเสียงของโรงเรียนหรือโปรแกรม น่าเสียดายที่นี่เป็นวิธีแก้ปัญหาแบบประหยัดเวลาและประหยัดพลังงานสำหรับผู้จัดการฝ่ายทรัพยากรมนุษย์ พึงระวังว่าโปรแกรมได้รับการตัดสินโดยโปรแกรมวิจัยและปริญญาเอกมากกว่าหลักสูตรของพวกเขา ในแผนกวิชาดังกล่าวหลายแห่งนักศึกษา MS มักจะรู้สึกเหมือนเป็นพลเมืองชั้นสองเนื่องจากทรัพยากรส่วนใหญ่ถูกใช้ในโครงการปริญญาเอก

    หนึ่งในผู้ทำงานร่วมกันทางสถิติที่ฉลาดที่สุดที่ฉันเคยร่วมงานด้วยมีปริญญาเอกจากมหาวิทยาลัยต่างประเทศขนาดเล็กที่คุณอาจไม่เคยได้ยินมาก่อน ผู้คนสามารถได้รับการศึกษาที่ยอดเยี่ยม (บางครั้งดีกว่ามากโดยเฉพาะอย่างยิ่งในระดับปริญญาตรีและปริญญาโท!) ในสถาบัน "ไม่มีชื่อ" มากกว่าที่ "สุดยอด" โปรแกรม พวกเขาเกือบจะรับประกันว่าจะได้รับการโต้ตอบมากขึ้นกับคณาจารย์หลักในอดีต

    ชื่อของโรงเรียนที่ด้านบนของประวัติส่วนตัวของคุณที่เป็นแนวโน้มที่จะมีบทบาทในการที่คุณอยู่ในประตูสำหรับงานแรกของคุณและคนที่จะดูแลเพิ่มเติมเกี่ยวกับการที่ระดับสูงที่สุดของคุณมาจากกว่าที่คนอื่น ๆ ได้ หลังจากงานแรกนั้นผู้คนจะใส่ใจอย่างมากเกี่ยวกับประสบการณ์ที่คุณนำมาที่โต๊ะ การหาโรงเรียนที่โอกาสงานที่น่าสนใจมากมายมาถึงคุณผ่านงานแสดงสินค้าอีเมลหมุนเวียน ฯลฯอาจมีผลตอบแทนมหาศาลและสิ่งนี้จะเกิดขึ้นที่โปรแกรมชั้นนำ

ข้อสังเกตส่วนตัว : ฉันมีความชอบส่วนตัวสำหรับโปรแกรมทางทฤษฎีที่ค่อนข้างมากซึ่งยังคงอนุญาตให้มีการติดต่อกับข้อมูลและการใช้หลักสูตรที่ประยุกต์ใช้ ข้อเท็จจริงของเรื่องนี้ก็คือคุณจะไม่กลายเป็นนักสถิติประยุกต์ที่ดีโดยได้รับปริญญาโท ที่มาพร้อมกับเวลา (มากขึ้น) และประสบการณ์ในการดิ้นรนกับปัญหาที่ท้าทายและการวิเคราะห์ในชีวิตประจำวัน


13
+1 บางครั้งที่นี่คำตอบที่ดีทำให้คำถามที่ควรเก็บไว้
whuber

4
ฉันรู้ว่านี่เป็นการตัดสินใจของแต่ละคน อย่างไรก็ตามการตอบกลับอย่างรอบคอบของคุณช่วยได้มาก เป็นเรื่องที่น่าสนใจอย่างยิ่งที่จะเห็นว่าคุณได้รับการจัดอันดับความรู้ความเข้าใจในระดับความรู้ บางหลักสูตรอนุญาตให้ฉันเรียนหลักสูตรในแผนกอื่น ๆ ตอนนี้ฉันเริ่มคิดว่าความกว้างเป็นคุณสมบัติที่มีค่าอย่างยิ่งของโปรแกรม
พยายามนักเรียน

(+1) การตอบกลับที่ดีมาก ฉันชอบจุดที่ 3 มาก
chl

2
@AttemptedStudent: ตามเนื้อผ้าฉันคิดว่านักศึกษาระดับบัณฑิตศึกษาส่วนใหญ่ (โดยเฉพาะอย่างยิ่งปริญญาเอก) ในสถิติมีภูมิหลังทางคณิตศาสตร์ระดับปริญญาตรีและมีการติดต่อเล็กน้อยกับปัญหาที่เกิดขึ้นจริงที่ต้องใช้แนวคิดและการคิดเชิงสถิติ นั่นอาจเป็นส่วนหนึ่งของเหตุผลที่การเรียนรู้ขอบเขตการรู้แจ้งสิ้นสุดลงสูงมากในรายการของฉัน แต่ตามที่ฉันพูดถึงในร่างกายการสั่งซื้อค่อนข้างหยาบ :)
สำคัญ

1
+1, คำตอบที่ดี ฉันชอบคะแนน 3-5 การสังเกตการจัดการข้อมูลเป็นจุดที่
mpiktas

1

ฉันจะแนะนำให้เข้าเรียนในโรงเรียนที่ดีที่สุดเท่าที่จะเป็นไปได้ด้วยชื่อแบรนด์ (เช่น MIT) หรือข้อตกลงโดยรวมที่ดีที่สุด (เช่นโรงเรียนของรัฐที่ดีพร้อมค่าเล่าเรียนในรัฐ) ฉันจะไม่เสียเงินกับโรงเรียนเอกชนระดับสอง

โรงเรียนแบรนด์จ่ายผลตอบแทน ความแตกต่างของราคาระหว่างโรงเรียนเช่น MIT และโรงเรียนชั้นสองอย่าง GWU นั้นไม่ใหญ่พอที่จะพิสูจน์ความแตกต่างในพลังของแบรนด์

ในขณะที่โรงเรียนของรัฐบางแห่งเช่นวิลเลียมและแมรีในขณะที่การศึกษาเรื่องสกปรกถูกเสนอ บางคนมีพลังแบรนด์เทียบเท่าเช่น Berkeley vs. Stanford ดังนั้นเนื่องจากความแตกต่างของราคาอย่างมีนัยสำคัญจึงเป็นทางเลือกให้กับโรงเรียนเอกชนที่ดีที่สุด


-5

ลองดูที่เภสัชวิทยาระบาดวิทยา โดยเฉพาะที่เกี่ยวข้องกับความปลอดภัยของยา นี่เป็นงานวิจัยใหม่ที่มีคำถามมากมายที่ให้ความสนใจ


1
การโพสต์นี้ผิดที่ผิดที่หรือไม่?
มาโคร
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.