통계학 석사 프로그램에 대해 고려해야 할 사항


36

대학원 입학 시즌입니다. 저 (그리고 저와 같은 많은 학생들)는 어떤 통계 프로그램을 고를 지 결정하려고합니다.

  1. 통계를 다루는 사람들이 통계에서 석사 프로그램에 대해 고려할 것을 제안하는 것은 무엇입니까?
  2. 학생들이 흔히하는 함정이나 실수가 있습니까 (아마 학교 명성과 관련하여)?
  3. 고용을 위해 우리는 응용 통계 또는 응용 통계와 이론 통계의 혼합에 초점을 맞춰야합니까?

편집 : 내 개인적인 상황에 대한 추가 정보는 다음과 같습니다. 현재 고려중인 모든 프로그램은 미국에 있습니다. 일부는 더 많은 응용 측면에 중점을두고 "적용된 통계"에서 석사 학위를 제공하는 반면 다른 이론은 "통계"에서 더 이론적 인 교과 과정과 보조금을받습니다. 나는 개인적으로 한 산업에서 다른 산업으로 일하려는 의도가 아닙니다. 나는 프로그래밍 배경을 가지고 있으며 게놈 또는 생물 정보학 산업보다 기술 산업을 조금 더 잘 알고 있습니다. 그러나 저는 주로 흥미로운 문제가있는 경력을 찾고 있습니다.

편집 : 질문을보다 일반적으로 적용하려고했습니다.


8
이것은 개인적인 요인이 많기 때문에 좋은 조언을하기가 어렵습니다. 우리는 귀하의 프로그램이 어느 지역에서 왔는지, 귀하의 관심사가 이미 얼마나 집중되어 있는지 또는 그들이 무엇인지 모릅니다. 이 질문은 권위적으로 답변하기에는 너무 광범위하게 언급되어 있지만, 한 사람에게만 조언을 제공하는 것에 만 국한된 경우 너무 현지화 되어 폐쇄 될 위험이 있습니다 . 좀 더 문맥을 제공하는 것이 좋지만 특정 상황에만 적용되는 것은 아닙니다.
추기경

1
그럴 수 있지. 현재 고려중인 모든 프로그램은 미국에 있습니다. 일부는 더 많은 응용 측면에 중점을두고 "적용된 통계"에서 석사 학위를 제공하는 반면 다른 이론은 "통계"에서 더 이론적 인 교과 과정과 보조금을받습니다. 나는 개인적으로 한 산업에서 다른 산업으로 일하려는 의도가 아닙니다. 나는 프로그래밍 배경을 가지고 있으며 게놈 또는 생물 정보 산업을 말하는 것보다 기술 산업을 조금 더 잘 알고 있습니다. 그러나 저는 주로 흥미로운 문제가있는 경력을 찾고 있습니다.
시도한 학생

감사합니다. 매우 도움이됩니다. 나는 여전히 커뮤니티 위키가 가장 좋을 것이라고 생각하지만 여기에서 더 생산적인 대화가 가능합니다. (내 이전 의견 삭제 ..)
gung-복직 모니카

답변:


47

다음은 통계학 석사 프로그램에 대한 다소 일반적인 일반적인 생각과 권장 사항입니다. 나는 그들 중 일부가 그렇게 들릴지 모르지만 논쟁 적이 될 수는 없습니다.

나는 당신이 나중에 산업에 들어가기 위해 터미널 석사 학위에 관심이 있고 잠재적으로 박사 학위를 추구하는 데 관심 이 없다고 가정합니다 . 하지만이 답장을 정식으로 받아들이지 마십시오.

아래는 내 경험에서 얻은 몇 가지 조언입니다. 나는 가장 중요하다고 생각하는 것에서 매우 대략적으로 주문했습니다. 프로그램을 선택할 때 아래 사항 중 일부를 고려하여 각 프로그램을 서로 비교할 수 있습니다.

  1. 개인적으로 최선의 선택을하도록 노력하십시오 . 지리, 개인적 관계, 직업 및 네트워킹 기회, 코스워크, 교육비 및 생활비 등 결정에 관여하는 요소는 매우 많습니다. . 당신 은 궁극적으로 당신이 선택한 결과에 긍정적이고 부정적인 결과를 가지고 살아가는 사람이며, 당신 은 자신의 모든 상황을 평가할 수있는 유일한 사람입니다. 그에 따라 행동하십시오.

  2. 공동 작업 및 시간 관리 방법을 배웁니다 . 당신은 저를 믿지 않을 수도 있지만, 고용주는 당신의 성격, 다른 사람들과의 협력 능력 및 그들이 당신의 원시 기술에 관심을 가질 것보다 효율적으로 일할 수있는 능력에 더 관심을 가질 것입니다. 통계에서 효과적인 의사 소통은 특히 통계 전문가와 의사 소통 할 때 중요합니다. 복잡한 프로젝트를 관리하고 꾸준히 발전시키는 방법을 아는 것이 매우 중요합니다. 선택한 기관에서 구조화 된 통계 컨설팅 기회 (있는 경우)를 활용하십시오.

  3. 동족 지역을 배우십시오 . 업계와 학계 모두에서 통계학 석사 및 박사 학위를 취득한 사람들에게 가장 큰 약점은 종종 주제에 관한 지식이 거의 없다는 것입니다. 결과적으로 분석하려는 문제의 기본 메커니즘에 대한 이해가 부족하기 때문에 "표준"통계 분석이 사용되기도합니다. 따라서 동족 영역에서 일부 전문 지식을 개발하면 통계적으로나 전문적으로 모두 풍요로워 질 수 있습니다. 그러나 이것의 가장 중요한 측면은 학습 자체입니다. 주제 지식을 통합하는 것이 중요 할 수 있음을 인식문제를 올바르게 분석합니다. 어휘와 기본 지식에 능숙하면 의사 소통에 큰 도움이 될 수 있으며 비 통계 전문가가 귀하에 대해 인식을 향상시킬 수 있습니다.

  4. (큰) 데이터 작업을 배우십시오 . 통계를 사용하는 거의 모든 분야의 데이터 세트는 지난 20 년 동안 엄청나게 커졌습니다. 산업 환경에서는 데이터를 분석하는 것 보다 데이터를 조작 하는 데 더 많은 시간을 소비 할 수 있습니다. 올바른 데이터 관리 절차, 온 전성 검사 등을 배우는 것은 유효한 분석에 중요합니다. 더 효율적 일수록 "재미있는"일을하는 데 더 많은 시간을 할애하게됩니다. 이것은 학업 프로그램에서 크게 강조되지 않고 과소 평가되는 것입니다. 다행히 학술 커뮤니티에서 사용할 수있는 더 큰 데이터 세트가 있습니다. 프로그램 자체에서이 작업을 수행 할 수 없으면 프로그램 외부에서 시간을 보내십시오.

  5. 선형 회귀 및 관련 적용된 선형 대수를 매우 잘 배웁니다 . 얼마나 많은 석사 및 박사 졸업생들이 학위를 ( "최고의"프로그램에서) 취득하는지는 놀라운 일이지만 선형 회귀 또는 작동 방식에 대한 기본적인 질문에 대답 할 수는 없습니다. 이 재료를 식히면 믿을 수 없을만큼 잘 전달됩니다. 그것은 그 자체로 중요하며 많은 고급 통계 및 기계 학습 기술의 관문입니다.

  6. 가능하면 석사 보고서 또는 논문을 작성하십시오. 미국의 최고 통계 부서 중 일부와 관련된 석사 프로그램 (보통 박사 프로그램에 대해 더 많은 평가를받은)은 보고서 나 논문을 통합하는 것에서 멀어진 것으로 보입니다. 문제는 사실 순전히 과정 기반 프로그램으로 인해 학생이 특정 영역에서 실질적인 깊이의 지식을 개발하지 못하게한다는 것입니다. 내 생각에 그 영역 자체는 그렇게 중요하지 않지만 경험은 중요합니다. 석사 보고서 또는 논문을 작성하는 데 필요한 지속성, 시간 관리, 교수진과의 공동 작업 등은 산업으로 전환 할 때 크게 도움이 될 수 있습니다. 프로그램이 광고를하지 않더라도 관심이 있으시면 입학 처장에게 이메일을 보내서이를 허용하는 맞춤형 프로그램의 가능성에 대해 문의하십시오.

  7. 관리 할 수있는 가장 어려운 과정을 밟으십시오 . 가장 중요한 것은 핵심 자료를 매우 잘 이해하는 것이지만 가능한 한 자신에게 도전하여 시간과 돈을 현명하게 사용해야합니다. 배우기로 선택한 특정 주제는 상당히 "무용지물"인 것처럼 보일 수 있지만, 문헌과의 접촉을 통해 새롭고 어려운 것을 배우도록 도전하면 나중에 산업계에서 그렇게해야 할 때 더 쉬워 질 것입니다. 예를 들어, 고전 통계의 이론 일부를 배우는 것은 많은 산업 통계학 자의 일상 작업에 그 자체로는 상당히 쓸모없는 것으로 판명되었지만 전달되는 개념은 극도로유용하고 지속적인 지침을 제공합니다. 또한 당신이 접촉하는 다른 모든 통계적 방법이 덜 신비하게 보일 것입니다.

  8. 프로그램의 평판은 첫 번째 직업에만 중요합니다 . 학교 나 프로그램의 명성은 너무 강조됩니다. 불행히도 이것은 인적 자원 관리자에게 시간과 에너지를 절약하는 휴리스틱입니다. 프로그램은 석사 프로그램보다 연구 및 박사 프로그램에 의해 훨씬 더 많이 판단됩니다. 이러한 많은 최고 부서에서 MS 학생들은 대부분의 자원이 박사 과정에 소비되기 때문에 종종 2 급 시민과 같은 느낌을 갖게됩니다.

    제가 함께 일한 가장 밝은 젊은 통계 협력자 중 한 명이 들어 본 적이없는 작은 외국 대학에서 박사 학위를 받았습니다. 사람들은 "최고의"프로그램보다 "명명없는"기관에서 훌륭한 교육을받을 수 있습니다 (때로는 특히 학부 및 석사 수준에서 훨씬 더 나은 교육을받을 수 있습니다). 그들은 전직의 핵심 교수들과 더 많은 상호 작용을 거의 보장합니다.

    이력서 상단에있는 학교의 이름 입니다 보다 가장 고급 학위는 어떤 다른 사람이 한 곳보다는 어디에서 왔는지에 대한 걱정됩니다 첫 직장 사람들을 위해 문에서 당신을 얻기에 역할을 할 가능성이 높습니다. 첫 번째 일을 마치면 사람들은 테이블에 어떤 경험을 가져 왔는지에 대해 더 많은 관심을 갖게됩니다. 흥미로운 직업 기회의 많은 직업 박람회를 통해 당신에게 올 학교를 찾는 등, 이메일을 순환 할 수 큰 돈을 지불해야하고이 최고 프로그램에서 더 발생합니다.

개인적 비고 : 저는 개인적으로 데이터와의 접촉과 응용 과정의 일부를 허용하는 다소 이론적 인 프로그램을 선호합니다. 문제의 사실은 당신이 단순히 석사 학위를 취득하여 좋은 응용 통계가 되지 않을 것이라는 것입니다. 그것은 매일 어려운 문제와 분석으로 어려움을 겪고있는 훨씬 더 많은 시간과 경험으로 만 제공됩니다.


13
+1. 때때로, 여기 에서처럼, 좋은 대답은 유지할 가치가있는 질문을합니다.
whuber

4
나는 이것이 매우 개인적인 결정이라는 것을 알고 있습니다. 그러나 당신의 사려 깊은 대답은 많은 도움이됩니다. 동족 지역을 배우는 것이 얼마나 높은지를 보는 것은 특히 흥미 롭습니다. 일부 프로그램에서는 다른 부서에서 코스를 수강 할 수 있습니다. 나는 너비가 프로그램의 특히 귀중한 특성이라고 생각하기 시작했습니다.
시도한 학생

(+1) 매우 좋은 반응. 나는 특히 Point 3를 좋아했습니다.
chl

2
@AttemptedStudent : 전통적으로 통계학의 대부분의 대학원생 (특히 박사)은 학부 수학 배경을 가지고 있으며 통계적 개념과 사고가 필요한 실제 적용되는 문제와 거의 접촉하지 않았다고 생각합니다. 그것은 동족 지역을 배우는 이유 중 일부가 내 목록에서 너무 높아졌습니다. 그러나 본문에서 언급했듯이 순서는 약간 거칩니다. :)
추기경

1
+1, 좋은 답변입니다. 나는 3-5 점을 좋아했다. 데이터 조작에 대한 관찰이 시작되었습니다.
mpiktas

1

나는 MIT와 같은 브랜드 이름으로 가능한 최고의 학교에 다니거나 전체적으로 좋은 거래를하는 것이 좋습니다. 나는 두 번째 등급 사립 학교에서 돈을 낭비하지 않을 것입니다.

브랜드 이름은 학교 보수입니다. MIT와 같은 학교와 GWU와 같은 2 차 학교의 가격 차이는 브랜드 파워의 차이를 정당화하기에 충분하지 않습니다.

반면에, 윌리엄과 메리와 같은 일부 공립학교는 저렴한 교육을 제공합니다. 그들 중 일부는 버클리 대 스탠포드와 같은 비슷한 브랜드 파워를 가지고 있습니다. 따라서 상당한 비용 차이로 인해 최고의 사립 학교에 대한 대안입니다.


-5

약물 역학을 살펴보십시오. 특히 약물 안전과 관련이 있습니다. 이것은 매우 흥미로운 질문이 많은 매우 새로운 연구 영역입니다.


1
실수로 잘못된 장소에 게시 되었습니까?
매크로
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.