数学or统计专业到底怎么选？

数学和统计堪称全能专业，不管将来读研还是工作都有很多选择。但每年申请季，总有一批同学在数学与统计之间反复纠结。

今天，老师就带大家了解一下数学和统计的区别。

数学和统计的共同点

我们先来聊聊二者的相似之处，数学和统计的相似之处主要有三点：

第一是两个专业都需要接触大量的数字和数学符号，而且越是深入学习，概念越是抽象、越难理解。

第二是两个专业都需要非常强的空间想象力和逻辑思维能力，如果你觉得自己这些能力不强，就不建议学数学或统计专业了。

第三是基础课程相似，大多数学校都会要求两个专业修完一些基础课程，为更高阶的专业课做准备。一些学校可能还会要求选修一节基础编程课，例如Python、C还有R这类专门针对数学统计专业的编程语言。

数学和统计的不同点

重推导or重计算

数学专业更侧重推导公式和证明，而统计专业更侧重测算和计算。

数学专业要研究的是如何推导新的公式和理论，而这些理论实际的用途数学家可能并不关心。

而学习统计则对公式的应用更为擅长，他们在意的是如何利用这些公式实现更高效、精准的运算。但这些公式是如何推导出来的，统计学家可能并不在乎。

回顾历史or着眼当下

数学在回顾历史，统计是在解决现代问题。

数学专业的课程主要是培养学生古代数学家的思维，站在他们的视角学习古人是如何一步步推导出如今这么多数学理论和公式的，有了这样的思维逻辑，才有可能继续推导出新的公式。

来源：小红书@福唐英语屋

数学专业大多数时间都是在做证明，常见的有这个公式为什么成立，又或者有了A理论和B理论，如何推出C理论。

比如假设现在是上千年前，还没有已知的公式，你要如何证明一大于0？这么简单的题，严谨的证明就整整写了一页纸。

统计就很不一样了，很多问题都是在生活场景里去算概率或者具体数量，比如某个时间段有多少人会在某一站车站上车？

数学or统计，该如何选择？

如果你觉得自己对于证明比较感兴趣，喜欢一步步去推导出一个理论是否成立，那数学会比较适合你。

或者你对过往的数学历史感兴趣，想弄清楚几个世纪前的数学家是如何推理，然后自己想从中学习，将来做一些新的论证，那数学也是你不二的选择。

但如果你不想知道这些乱七八糟的理论是怎么来的，纯粹只是想学习如何把这些公式应用到生活中去解决问题，那统计会更适合。

相比数学的抽象，统计里更加关注的是真实数据与模型，通常会用直觉和例子来定义事物，需要自行判断对与错。同时会运用到计算机语言来帮助分析统计数据，最常见的为R，SAS，和SQL。

在实际申研过程中，大家可能会发现有一些学校可能只开设了其中一个专业，或者直接把两个专业合在一起了。

如果是这种情况，那也就不必太纠结了，直接选你想申请学校开设的专业就好了，因为他们之后的生源和求职方向基本是没有差别的。

数学与统计的就业

数学和统计专业的就业前景还是比较广阔的，除了在大学和研究所从事科研工作外，比较常见的还有金融行业，例如在对冲基金、资管公司、券商投行做交易员、量化分析师、风险管理等工作。

互联网或科技公司也有合适的岗位，例如商业分析师、数据分析师、数据工程师、数据科学家等。

如果沟通能力比较好，同时逻辑思维很清楚，当然也可以去到咨询公司做管理咨询、市场咨询、战略咨询等。

如果你对财会和金融知识掌握的不错，也能考虑进入四大从事审计相关的工作。

来源：猎聘

据统计，美国统计专业的毕业生，在进入统计及相关行业后，年薪起薪一般在6.5万美元左右，职业中期能够达到8万美元，后期甚至能够达到11万美元。

项目推荐

加州大学伯克利分校

Master of Arts in Statistics

统计专业的“大佬级“项目，对学生的学术基础（包括先修课和成绩）都有非常严格的要求。

虽然该项目对申请人的专业背景没有明确的限制，但是倾向于录取具有数学和量化背景的学生。学生毕业后在湾区的就业数据非常优秀，同时每年也有一部分学生选择读博。

班级大小：每年录取100-200人，每年500+人申请，录取率约为10-20%，最终入读60人左右。

学生背景：精算学、计算机科学、经济学、金融学、数学、物理、生物科学和统计学。

芝加哥大学

Master of Science in Statistics

学术导向的统计项目，顺应芝加哥大学一贯严谨治学的风格，该项目在侧重统计理论的同时，给予学生来自其他院系非常丰富的课程，让学生能够自由地拓展统计理论的应用，对学生在未来选择就业或是读博都非常友好。

班级大小：每年录取约50名左右新生，平均录取率为10%-20%。其中，70%为中国学生。

平均成绩：GPA无最低限制要求，但重视GPA走势、困难课程的占比、统计和数学课程的GPA。

杜克大学

Master of Science in Statistical Science

设置上兼具理论和应用的高含金量项目，采取小班教学，能够提供学生非常丰富的课程、职业发展与学术资源。

班级大小：2024年秋季45人入读，573人递交申请，录取163人，录取率约为28%。

先修课要求：基于微积分的概率论、基于微积分的数学统计、回归分析以及矩阵代数。最好有一门计算机编程课程。