第一问：到底学什么？

统计学，研究的是怎么收集数据、整理数据、分析数据，并从数据里得出结论。它是一门关于“用数据说话”的学科，是数据分析、机器学习、经济金融这些领域的底层支撑。

统计学类是个大类，下面分统计学、应用统计学等方向。核心课程，基础课是数学，高等数学、线性代数、概率论是地基，概率论尤其重要，是统计学的起点。专业核心课有数理统计、回归分析、多元统计分析、时间序列分析、抽样调查、统计计算。工具课上，要学统计软件，R语言、Python、SAS、SPSS这些，编程能力也是必须的。

这个专业对数学要求很高。数学不好的学生，学统计会非常吃力，因为后面的每一个方法，都建立在概率论和数理统计的基础上。很多人以为统计学是文科专业，这是误解，它其实是数学的延伸。

还要补充一点，统计学跟数学，有联系也有区别。数学更偏理论推演，统计学更偏从数据里找规律、做推断。统计学要用数学工具，但它的落脚点，是解决实际问题。这一点，决定了它比纯数学更“接地气”，就业面也更宽。

第二问：毕业干什么？

统计学的就业，在大数据时代变得很宽。

对口的方向，集中在几类。互联网行业，做数据分析、数据科学、用户增长，这是近几年统计毕业生最大的就业池。金融行业，做量化分析、风控、精算，统计背景很受欢迎。传统行业，做市场研究、质量管理、供应链分析。还有政府部门和事业单位，做统计调查、经济分析。

统计学的优势，在于它的“通用性”。几乎每个行业都需要处理数据的人，统计学的技能，可以迁移到很多领域。这也是它就业面宽的原因。一个统计学毕业生，既可以进互联网做数据分析，也可以进银行做风控，还可以进药厂做临床试验统计。这种跨行业的能力，是它的独特价值。

统计学的对口岗位，很多是数据分析类，起薪不错，但要做到数据科学家、算法岗，通常需要硕士甚至博士学历。本科直接就业，多集中在初级数据分析、运营分析这些岗位。所以这个专业，读研的比例也不低。

第三问：是不是人人都适合？

这个专业适合两类人。一类是数学基础扎实，逻辑思维强，愿意跟数据和模型打交道的人；另一类是对数据分析有真实兴趣，能坐得住、愿意钻研方法的人。

如果数学吃力，或者对“跟数字、代码打交道”没有兴趣，那要慎重。统计学是硬核的数学类专业，课程强度大，编程要求高，跟想象中“轻松的专业”完全不同。

有些学生以为统计学是“万金油”，什么都能干，就稀里糊涂报了。但统计学的“万金油”属性，建立在扎实的数学和编程功底上。功底不够，万金油就变成了“什么都不精”。所以，选统计学，一定要先掂量自己的数学能力。

第四问：四年大概怎么走？

大一打基础，高数、线性代数、概率论是重点，这三科是后续一切课程的根基。

大二进入专业核心课，数理统计、回归分析是分水岭，同时要开始学编程和统计软件。

大三上高级统计方法，这时候可以进实验室做数据分析项目，或者参加数学建模、市场调研大赛。

大四保研、考研、求职，各走各的路。

统计学想进好的数据分析岗、数据科学岗，读研是主流选择。很多好岗位，硕士是门槛。本科直接就业，多集中在初级分析岗。如果目标是互联网大厂的数据科学岗、金融机构的量化岗，那读研几乎成了标配。想保研的学生，大二大三要把绩点稳住，同时多参加建模竞赛，这些在保研里很有分量。

第五问：最容易误解什么？

最大的误解，是以为统计学是文科专业，学学算数就行。实际上它是数学类专业，对数学和编程的要求很高，文科生学起来会比较吃力。填志愿时，别被“统计”两个字误导，以为它偏文。

还有一个误解，是以为学了统计就能进互联网大厂拿高薪。统计学的就业面宽，但好岗位的竞争同样激烈，硕士学历和项目经历，往往是敲门砖。本科毕业，能进大厂的是少数，多数人要从初级岗位做起。

统计学，是一个通用性强、就业面宽、跟数据时代绑定紧密的专业。它适合数学好、逻辑强、愿意在数据和模型上下功夫的人，不适合想轻松、怕数学的人。读之前把“学什么、去哪、数学要求多高”这三件事查清楚会更有底。

下一篇：中办、国办印发《关于分类推进高校改革的意见》