Yüksek lisans programları hakkında göz önünde bulundurulması gerekenler istatistikler


36

Lisansüstü okullar için kabul mevsimidir. Ben (ve benim gibi birçok öğrenci) şimdi hangi istatistik programının seçileceğine karar vermeye çalışıyorum.

  1. İstatistiklerle çalışanların istatistikteki yüksek lisans programları hakkında dikkate aldığımızı önerdiği bazı şeyler nelerdir?
  2. Öğrencilerin yaptıkları ortak tuzaklar veya hatalar var mı (belki de okul itibarı ile ilgili olarak)?
  3. İstihdam için, uygulamalı istatistiklere mi yoksa uygulamalı ve teorik istatistiklerin karışımına mı odaklanmalıyız?

Düzenleme: İşte kişisel durumum hakkında bazı ek bilgiler: Şu anda düşündüğüm tüm programlar Amerika Birleşik Devletleri'nde. Bazıları daha çok uygulanmakta ve bazılarına "uygulamalı istatistikler" konusunda yüksek lisans verirken, diğerleri daha teorik kurslara katılır ve "istatistik" alanında derece verir. Şahsen ben bir sektörde diğerine çalışmak niyetinde değilim. Bazı programlama geçmişlerine sahibim ve teknoloji endüstrisini genomik veya biyoinformatik endüstrisinden biraz daha iyi tanıyorum. Ancak, öncelikle ilginç problemleri olan bir kariyer arıyorum.

Düzenleme : Soruyu daha genel bir şekilde uygulanabilir kılmaya çalıştı.


8
Bu, pek çok kişisel faktöre dayanarak iyi bir tavsiye vermeyi zorlaştırıyor. Programlarınızın dünyanın hangi bölümünden geldiğini, çıkarlarınızın ne kadar odaklandığını veya ne olduklarını bilmiyoruz. Sorunun otoriter olarak cevaplanmayacak kadar geniş bir ifadesi var, ancak yalnızca bir kişiye tavsiyede bulunmaya yönelik olsaydı, yerelleştirilmediği için kapatılma riski de var . Daha fazla içerik sunmayı öneriyorum, ancak yalnızca kendi özel durumunuza özgü yapmamanızı öneririm.
kardinal

1
Yeterince adil. Şu an düşündüğüm tüm programlar Amerika Birleşik Devletleri'nde. Bazıları daha çok uygulanmakta ve bazılarına "uygulamalı istatistikler" konusunda yüksek lisans verirken, diğerleri daha teorik kurslara katılır ve "istatistik" alanında derece verir. Şahsen ben bir sektörde diğerine çalışmak niyetinde değilim. Bazı programlama geçmişlerine sahibim ve teknoloji endüstrisini genomik veya biyoinformatik endüstrisinden çok daha iyi tanıyorum. Ancak, öncelikle ilginç problemleri olan bir kariyer arıyorum.
Student

Teşekkür ederim. Bu çok yardımcı oldu. Hala topluluk wiki'nin en iyi olacağını düşünüyorum, ancak bu burada daha verimli bir konuşma yapılmasını mümkün kılıyor. (önceki
yorumumu siliyorum

Yanıtlar:


47

İşte uzmanlık programlarına ilişkin istatistiklerde genel düşünceler ve tavsiyeler. Polemik olma niyetindeyim, bazıları kulağa böyle gelse de.

Daha Sonra sektörüne gitmek için bir terminal yüksek lisans ilgilenen ve varsaymak gidiyorum değil , potansiyel doktora yapmak isteyen. Lütfen bu cevabı yetkili olarak almayın.

Aşağıda kendi deneyimlerime dair birkaç tavsiye noktası var. Onlara kabaca, en önemlisi en önemli olduğunu düşündüğüm şeyden sipariş ettim. Bir program seçerken, aşağıdaki noktaları göz önünde bulundurarak her birini bir başkasına karşı tartabilirsiniz.

  1. Şahsen sizin için en iyi seçimi yapmaya çalışın . Böyle bir kararda rol oynayan çok fazla faktör var: coğrafya, kişisel ilişkiler, iş ve ağ fırsatları, kurs, eğitim ve yaşam masrafları, vb. . Sen o sonuçta istediğiniz, olumlu ve olumsuz sonuçlarıyla yaşayan biri vardır ve sen senin bütün durumu değerlendirmek için bir konumda yalnızca biridir. Uygun davran.

  2. İşbirliği yapmayı ve zamanınızı yönetmeyi öğrenin . Bana inanmayabilirsiniz, ancak bir işveren kişiliğinizi, başkalarıyla işbirliği yapmayı ve ham teknik becerilerinize göstereceğinden daha verimli çalışmayı çok önemser. İstatistiksel iletişimde, özellikle durağan olmayan kişilerle iletişim kurarken, etkili iletişim çok önemlidir. Karmaşık bir projeyi yönetmeyi ve istikrarlı bir ilerleme kaydetmeyi bilmek çok önemlidir. Seçtiğiniz kurumda, varsa, yapılandırılmış istatistiksel danışmanlık fırsatlarından yararlanın.

  3. Bir eş alanını öğrenin . Birçok alanda doktora ve doktora mezunu olarak gördüğüm en büyük zayıflık, hem endüstride hem de akademi'de istatistiklerden mezun olmaktır. Sonuçta, bazen "standart" istatistiksel analizlerin, analiz etmeye çalıştıkları problemin altında yatan mekanizmaların anlaşılmamasından dolayı kullanıldığı görülmektedir. Bu nedenle, bir konjonktür alanında uzmanlık geliştirmek, hem istatistiksel hem de profesyonel olarak çok zenginleştirici olabilir. Ancak, bunun en önemli yönü öğrenmenin kendisidir: Konu bilgisinin dahil edilmesinin hayati olabileceğini fark etmekBir problemi doğru analiz etmek. Kelime bilgisinde ve temel bilgide yetkin olmak, iletişimde de büyük ölçüde yardımcı olabilir ve istatistikçi olmayan meslektaşlarınızın sizinle ilgili algısını artırabilir.

  4. (Büyük) verilerle çalışmayı öğrenin . Neredeyse istatistikleri kullanan her alanda veri kümeleri, son 20 yılda büyüklük olarak büyük ölçüde büyüyor. Endüstriyel bir ortamda, verileri analiz etmekten daha fazla veri işlemek için daha fazla zaman harcayacaksınız . İyi veri yönetimi prosedürlerini, akıl sağlığı kontrolünü vb. Öğrenmek geçerli analiz için çok önemlidir. Ne kadar verimli olursanız, "eğlenceli" şeyleri yapmak için o kadar fazla zaman harcarsınız. Bu, akademik programlarda çok fazla vurgulanmamış ve önemsenmeyen bir şeydir. Neyse ki, şimdi akademik topluluğun oynayabileceği daha büyük veri setleri var. Bunu programın içinde yapamazsanız, bunun dışında yapmak için biraz zaman ayırın.

  5. Doğrusal regresyon ve ilişkili uygulamalı doğrusal cebiri çok iyi öğrenir . Kaç yüksek lisans ve doktora mezununun diplomalarını alması şaşırtıcıdır ("en iyi" programlardan!), Ancak doğrusal regresyon ya da nasıl çalıştığıyla ilgili temel soruları cevaplayamaz. Bu malzemeyi soğukta tutmak, size inanılmaz derecede iyi hizmet edecektir. Bu, kendi başına önemlidir ve birçok, çok daha ileri istatistik ve makine öğrenme tekniklerine açılan kapıdır.

  6. Mümkünse, bir yüksek lisans raporu veya tez yapmak. ABD'nin en iyi istatistik bölümlerinden bazılarıyla ilgili yüksek lisans programları (genellikle doktora programlarında daha fazla ölçüldü), bir rapor ya da tez eklemekten uzaklaştı. Mesele gerçeği, tamamen kursa dayalı bir programın, öğrenciyi belirli bir alanda herhangi bir gerçek bilgi derinliğini geliştirmesinden mahrum bırakmasıdır. Alanın kendisi benim görüşüme göre çok önemli değil, ama deneyim. Bir ustalık raporu veya tez üretmek için gerekli olan sebat, zaman yönetimi, fakülte ile işbirliği vb. Sanayiye geçerken büyük ölçüde karşılığını verebilir. Bir program bir reklam vermese bile, onunla ilgileniyorsanız, kabul başkanına bir e-posta gönderin ve izin veren özelleştirilmiş bir programın olasılığını sorun.

  7. Yönetebileceğiniz en zorlu ödevleri alın . En önemli şey çekirdek malzemeyi çok ama çok iyi anlamak olsa da, zamanınızı ve paranızı kendinize olabildiğince zorlayarak akıllıca kullanmalısınız. Öğrenmeyi seçtiğiniz özel konu oldukça "işe yaramaz" gibi görünebilir, ancak literatürle biraz temasa geçmek ve yeni ve zor bir şey öğrenmek için kendinize zorlamak endüstride bunu daha sonra yapmanız gerektiğinde daha kolay hale getirecektir. Örneğin, klasik istatistiklerin arkasındaki teorinin bir kısmını öğrenmek, birçok endüstri istatistikçisinin günlük çalışması için kendi başına oldukça yararsız olduğu ortaya çıkıyor, ancak aktarılan kavramlar son derecefaydalı ve sürekli rehberlik sağlar. Ayrıca, temasta olduğunuz diğer tüm istatistiksel yöntemleri daha az gizemli görünmesini sağlayacaktır.

  8. Bir programın itibarı yalnızca ilk işiniz için önemlidir . Bir okul veya programın ünü üzerinde çok fazla durulur. Ne yazık ki, bu insan kaynakları yöneticileri için zaman ve enerji tasarrufu sağlayan bir buluşsal yöntemdir. Programların, araştırma ve doktora programları tarafından yüksek lisans programlarına göre daha fazla değerlendirildiğini unutmayın. Bu tür pek çok üst bölümde, yüksek lisans öğrencileri çoğu zaman, doktora programlarına harcanan kaynakların çoğunu harcadığı için ikinci sınıf vatandaşları gibi hissederler.

    Çalıştığım en parlak genç istatistik ortaklarından biri, muhtemelen hiç duymadığınız küçük bir yabancı üniversiteden doktora derecesine sahip. İnsanlar “isimsiz” kurumlarda “en iyi” programlardan daha harika bir eğitim alabilir (özellikle lisans ve yüksek lisans düzeyinde!). Birincisinde, çekirdek fakülte ile daha fazla etkileşim kurmaları neredeyse garantilidir.

    Özgeçmişinizi üstündeki okulun adı olan daha en ileri derecede herhangi diğerleri mi yerden daha nereden geldiğini halleder ilk iş ve insanlar için kapı size almakla bir role sahip muhtemeldir. Bu ilk işten sonra, insanlar masaya ne gibi bir deneyim getireceğinize büyük önem verecektir. Kariyer fuarları, dolaştırılmış e-postalar, vb. Yoluyla size birçok ilginç iş fırsatının geldiği bir okul bulmak büyük bir kazanç sağlayabilir ve bu da en iyi programlarda daha fazla olur.

Kişisel bir not : Kişisel olarak, verilerle biraz temas ve uygulamalı derslerin dağılmasını sağlayan, biraz daha teorik programlar için tercihim var. İşin gerçeği sadece konum olduğunu değil iyi bir master derecesi elde ederek istatistikçi uygulanan haline dönüşürler. Bu sadece (çok daha fazla) zorlu problemlerle ve günlük olarak analizlerle mücadelede zaman ve tecrübe ile gelir.


13
+1. Bazen, burada olduğu gibi, iyi bir cevap tutmaya değer bir soru yapar.
whuber

4
Bunun çok bireysel bir karar olduğunu biliyorum. Ancak, düşünceli cevabınız çok yardımcı olur. Bir eş alanını öğrenirken ne kadar üst sıralarda yer aldığınızı görmek özellikle ilginç. Bazı programlar diğer bölümlerde ders almama izin veriyor. Şimdi genişliğin programın özellikle değerli bir özelliği olduğunu düşünmeye başladım.
Student

(+1) Çok güzel tepki. Ben özellikle Point 3'ü sevdim
chl

2
@AtemptedStudent: Geleneksel olarak, istatistik alanındaki lisansüstü öğrencilerin çoğunun (özellikle doktora) lisans matematiği geçmişlerine sahip olduğunu ve istatistiksel kavramlar ve düşünme gerektiren gerçek uygulamalı problemlerle çok az temas ettiklerini düşünüyorum. Bu, listemde bu kadar yüksek olan bir ortak bölgeyi öğrenmenin bir nedeni olabilir. Ancak, vücutta bahsettiğim gibi, sipariş biraz zor. :)
kardinal

1
+1, iyi cevap. 3-5 puanları beğendim. Veri manipülasyonunda gözlem çok açık.
mpiktas

1

Bir marka adıyla (MIT gibi) mümkün olan en iyi okula ya da en iyi genel anlaşmaya (örneğin devlet içi eğitim veren iyi bir devlet okulu) girmenizi öneririm. İkinci sınıf özel okullara para harcamam.

Marka okullarının maaşını ödüyor. MIT gibi bir okul ile GWU gibi ikinci kademe okullar arasındaki fiyat farkı, marka gücündeki farkı haklı çıkaracak kadar büyük değil.

Öte yandan, bazı devlet okulları, örneğin William ve Mary, kir olurken ucuz bir eğitim sunmaktadır. Hatta bazıları, Berkeley ve Stanford gibi karşılaştırılabilir bir marka gücüne sahipler. Dolayısıyla, önemli maliyet farkından dolayı, en iyi özel okullara bir alternatif oluşturmaktadır.


-5

Farmakoepidemiyolojiye bir göz atın. Özellikle, İlaç güvenliği ile ilgilidir. Bu, çok fazla ilgi çeken soru içeren çok yeni bir araştırma alanı.


1
Bu yanlışlıkla yanlış yere mi gönderildi?
Makro
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.