Re: [問卦] 統計系真正魔王消失
終於有一個本魯蛇可以回覆的文章惹~
※ 引述《chamge7788 (經濟王7887)》之銘言:
: 大家好 請多多指教
: 我所知道 統計系 在那邊
: 很多人都說是小型的數學系+資管系
: 許多財工 精算師等 要用到強大的資訊+複雜的統計
: 在大學中 統計也有很多很難的科目 配合統計軟體 R S-PLUS SPASS 等
: 會友更大的出路 這些專業科目中 哪個最難呢
: 1. 機率論 在數學系大三才學 本系 大二就修了 數學很難很複雜 但是是數
: 理統計和隨機過程的基礎
難度:★★★
很多人大概是在動差母函數那段掛掉,但其實最有挑戰的是joint probability
撐過這一段應該就OK了
什麼?你說order statistics也很難
其實只要畫一下圖公式就可以推出來了
所以我根本沒背過他的公式
: 2. 抽樣方法 恩 可能需要耐心的科目 不難 我讀過
難度:★★★★
他的難不是應用,而是推論,這是大學部不太會學到的,上研究所才可能學到
很多抽樣推論要靠一點直覺,個人經驗是沒有直覺根本推不出來
: 3. 無母數統計 這個我不知了
難度:★★
難的部分是你沒有辦法像一般假設檢定一樣,若背不出公式可以當場推導出來
無母數統計是你沒有看過最原始的paper根本不會知道怎麼推論出來的
但基本上課堂上很少會涉及到最原始的理論,所以你只會知道怎麼應用就好
: 4. 迴歸分析 就是計量經濟學 人家經濟系魔王 本系大二教 你說強不強
難度:★★★
推論還算簡單,難的是應用
更精確來說,難的不是應用,是怎麼"正確"應用
看過太多人繞過迴歸模型那四個假設(你以為你是yoyodiy嗎?),拿到資料就亂套
結果分析出來的估計量通通有偏誤
即使知道要檢定那四個重要假設
也不知道如果自己的資料若違反那四個假設的話該怎麼去改進模型
為什麼?因為教科書上給的範例通通都是最完美沒有違反那四個假設
所以老師也都沒有教該怎麼處理違反那四個假設的情況
另一個挑戰是多重共線性
很多老師只教你怎麼檢定多重共線性,但沒有教你怎麼處理多重共線性
: 5. 多變量分析 軟體很重要 數學是假的
難度:★★★★
理論比較難,但大部分的課程還是著重應用
所以的確要熟悉怎麼使用統套軟體
另外由於多變量分析其實包含很多種不同的分析(因素分析,集群分析...etc)
所以要判斷該用那一種分析其實也是一種挑戰
: 6. 品管統計 恩 指要假設簡定學好 很容易上手
難度:不知
因為我沒修過
: 7. 變異數分析 非常難的科目 屌打 偏微分方程和李代數等科目
難度:★★★★
基本上1-way ANOVA和2-way ANOVA還可以克服
3-way ANOVA和MANOVA和MACOVA才是一大挑戰
: 本魯看書 看個幾頁就不行了
: 8 統計軟體 恩 軟體很重要的
難度:★★★★★
這我給五顆星,因為要專精一個統套軟體已經不太容易
偏偏沒有一套統套軟體是完美的(即便SAS都不是最完美的)
所以通常需要學很多套統計軟體以備不時之需
我學過九套不同的統套軟體
唯個人還是比較推薦先把SAS弄熟
能拿個SAS證照更好,這樣找一般業界工作會比較有點優勢
另一個挑戰是通常學校都不太重視這種統套軟體課程
你要透過修課來學習統套軟體的話,大概就SAS/STATA/SPSS比較有機會
其餘的大概都要自修
: 9時間序列分析 恩 迴歸分析是基礎 但是也是軟體是重點
難度:★★★★★
推論難,應用也不簡單
很多學生在挑ARIMA的(p,q)兩個參數就垮了
: 10.生物統計 恩 這是選修 生科系的知道
難度:★★
這其實就是基礎統計學,只是用的資料大多是公衛生物或醫學資料
大一課程,完全沒啥挑戰性
: 11.金融時間序列 聽說很難 但是八卦板上的人說很簡單
難度:不明
我知道這絕對比一般的時間序列分析要來的複雜
但因為我沒有修過,所以沒給難度星號
: 12. 隨機過程 恩 財工必修科目喔
難度:★★★★★★
不是難,是靠北...邊的難
要修好這門課需要點慧根
: 13.統計推論 傳說中 沒有書本的科目 不曉得教授如何上
難度:★★★★★
其實這就是數理統計
但還是可以細分為大學部,碩士班和博士班等級的數理統計
大學部等級的數理統計我會給四顆星
博士班等級的數理統計我會給六顆星
另外這怎麼會是沒有書本的科目呢?
Casella & Berger 是非常經典的bible啊
: 14.結構方程 阿 數學系是主要 在本系 基本上 就是軟體
難度:★★★★★
我沒有特別修過SEM的理論,但工作時有用過,的確不簡單
建議把M-PLUS這套軟體搞熟
有不會的就上M-PLUS官網去問
Dr. Muthen會親自幫你解答,但前提是你要有正版序號
: 15.高等機率恩 屌打理工全科目 書我有 第一頁就死了
難度:不明
我只修過一堂課就退選了
後來到別的學校唸書就再也沒機會修到類似的課
有點可惜
: 已上相關科目中 哪個最難
其實你還漏了幾個重要科目
16. 倖存分析
難度:★★★
理論部分還算可以克服,但應用部分是個挑戰,尤其是要判斷censore和truncate
設定錯誤的話,電腦有時還是可以分析的出結果,但那個結果是錯的
17. 離散分析
難度:★★★★
跟多變量分析一樣,其實離散分析包含很多不同的分析
所以內容龐大,要完全專精有點困難
通常理論部分不是重點,真正的挑戰是判定什麼情況要用什麼樣的離散分析
教科書上通常都是一個分析給你幾個範例資料,你照著跑程式就好
但今天若你拿到一份離散型的類別資料和一個研究題目
你得知道該用什麼樣的離散分析
解讀統計分析報表更是一項挑戰
因為有時候一份報表裡面會同時列印出數個不同離散分析的結果
你得自己判斷哪一部份的報表是你要呈現的
個人覺得這門課非常重要,雖然不是必修,但我都還是鼓勵大家去修
因為將來要用到的機會實在太大了
18. 一般或廣義線性模型
難度:★★★★★
應用還不算難,理論比較困難
應用方面的挑戰是模型選擇
19. 混合模型
難度:★★★★★★
理論和應用皆難,可是這模型很重要
我也鼓勵大家去修,尤其是將來要走研究路線的
20. 貝式理論
難度:★★★★★★
理論和應用皆難
但因為這裡論太紅了
不修就好像沒用iphone一樣,不潮惹
其實最難的不是某一個統計科目
最難的是怎麼挑到一個教的好的統計老師
這真的難,我一生中遇到真正會教的統計老師不超過三個
通通是在美國遇到的
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 72.191.32.43
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1474736206.A.49E.html
→
09/25 00:57, , 1F
09/25 00:57, 1F
不是啦,是我運氣不好在台灣沒遇到比較會教的老師
推
09/25 00:59, , 2F
09/25 00:59, 2F
推
09/25 00:59, , 3F
09/25 00:59, 3F
商當鼓勵你去學吶~
推
09/25 01:00, , 4F
09/25 01:00, 4F
→
09/25 01:02, , 5F
09/25 01:02, 5F
這部分難在(1)怎麼決定好的prior; (2)怎麼決定好的hyper-parameter
由於沒有演算法幫你找,所以通常就是要一直試不同的prior和hyper-parameter
然後還要做sensitivity analysis,煩死惹
推
09/25 01:02, , 6F
09/25 01:02, 6F
→
09/25 01:05, , 7F
09/25 01:05, 7F
就把它當成翻譯課程吧
把數學翻譯成程式語言
所以邏輯很重要
推
09/25 01:08, , 8F
09/25 01:08, 8F
我還記得第一次看到企管系鞋妹的高統教科書都驚呆惹
因為內容就是統計系教的"初等"機率論吶
換了個科系就變成高等惹,嘖嘖
推
09/25 01:08, , 9F
09/25 01:08, 9F
推
09/25 01:12, , 10F
09/25 01:12, 10F
推
09/25 01:14, , 11F
09/25 01:14, 11F
推
09/25 01:16, , 12F
09/25 01:16, 12F
NONONO, 你缺的是一個會教機率論的老師
※ 編輯: chien533 (72.191.32.43), 09/25/2016 01:17:22
推
09/25 01:19, , 13F
09/25 01:19, 13F
推
09/25 01:23, , 14F
09/25 01:23, 14F
推
09/25 01:28, , 15F
09/25 01:28, 15F
推
09/25 01:30, , 16F
09/25 01:30, 16F
→
09/25 01:31, , 17F
09/25 01:31, 17F
→
09/25 01:31, , 18F
09/25 01:31, 18F
沒用過Billingsley的書,無法比較
→
09/25 01:31, , 19F
09/25 01:31, 19F
應該夠了
推
09/25 01:46, , 20F
09/25 01:46, 20F
推
09/25 01:48, , 21F
09/25 01:48, 21F
→
09/25 01:58, , 22F
09/25 01:58, 22F
推
09/25 01:59, , 23F
09/25 01:59, 23F
→
09/25 01:59, , 24F
09/25 01:59, 24F
推
09/25 02:41, , 25F
09/25 02:41, 25F
推
09/25 02:42, , 26F
09/25 02:42, 26F
推
09/25 02:43, , 27F
09/25 02:43, 27F
我自己重看一遍自己寫的也快吐了
沒想到自己修過那麼多課
推
09/25 02:43, , 28F
09/25 02:43, 28F
→
09/25 02:44, , 29F
09/25 02:44, 29F
我也隔空救過很多人的統計
但我都沒被暗戀過
完全是一個工具人的概念
推
09/25 03:12, , 30F
09/25 03:12, 30F
推
09/25 07:35, , 31F
09/25 07:35, 31F
推
09/25 08:51, , 32F
09/25 08:51, 32F
推
09/25 09:58, , 33F
09/25 09:58, 33F
推
09/25 11:33, , 34F
09/25 11:33, 34F
※ 編輯: chien533 (72.191.32.43), 09/26/2016 00:19:23
討論串 (同標題文章)