顯示廣告
隱藏 ✕
※ 本文為 ChiChi7.bbs. 轉寄自 ptt.cc 更新時間: 2016-09-30 02:28:47
看板 Gossiping
作者 chien533 (謠指部總司令)
標題 Re: [問卦] 統計系真正魔王
時間 Sun Sep 25 00:56:43 2016


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
※ 文章代碼(AID): #1Nvh1EIU (Gossiping)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1474736206.A.49E.html
walt9420: 換句話說 台灣沒有好老師1F 09/25 00:57
不是啦,是我運氣不好在台灣沒遇到比較會教的老師

responsove: 高端2F 09/25 00:59
neo5277: 我只想學貝氏理論3F 09/25 00:59
商當鼓勵你去學吶~

jim66356: 統計系的4F 09/25 01:00
neo5277: 先決機率這種想法 真的是滿神的5F 09/25 01:02
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

dali17dali17: 好強6F 09/25 01:02
ck6fuz516: 統計計算算難嗎?7F 09/25 01:05
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

SeaWolf: 神,我去修財金系高統就快死了(公式分配通通背起來8F 09/25 01:08
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

neo5277: 恩 怎麼決定是他是式當條件跟他的機率占比都滿奇妙的9F 09/25 01:08
aa00064652: 你統計系?好像是欸(?10F 09/25 01:12
Remedy: 感覺專業推11F 09/25 01:14
SeaWolf: 初等到計量還可以,機率那邊數學完全不行QQ12F 09/25 01:16
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
neo5277: 機率性思考也滿有趣的13F 09/25 01:19
seohyunfans: 跪著推文14F 09/25 01:23
ispy03532003: 您統計系?                     對 還真的是統計系w15F 09/25 01:28
redsa12: 這篇講的和我認知的差不多16F 09/25 01:30
redsa12: 原PO覺得Billingsley和Casella&Berger 做為數統的教材哪
redsa12: 一個比較好呢?
沒用過Billingsley的書,無法比較

redsa12: 隨機過程就讀Ross那本算夠用嗎?19F 09/25 01:31
應該夠了

DVW: 我跪著看  你如果魯  那本魯不就要去人道毀滅惹20F 09/25 01:46
myutwo150: Billingsley不是測度論嗎怎麼會是數統21F 09/25 01:48
redsa12: 學數統不用學測度論嗎?22F 09/25 01:58
myutwo150: 重點不一樣吧 Billingsley真的要歸類是這篇文的高等機23F 09/25 01:59
myutwo150: 率
Ofianse: 我覺得不會爆 個人跟統計無緣XD25F 09/25 02:41
cj61jo6: 專業推26F 09/25 02:42
TOTnice: 看一看我到快吐了27F 09/25 02:43
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

hatemachine: 我只知道我有一個國中同學念統計,長的又高又帥28F 09/25 02:43
hatemachine: 大二統計課他隔空救了我的統計~我暗戀他好多年XD
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

cerberi: 推專業分析30F 09/25 03:12
amethystboy: 專業耶!31F 09/25 07:35
excel5566: 專業32F 09/25 08:51
c12913103: 您統計系?                             對好像是33F 09/25 09:58
allan80625: 詳細,推!34F 09/25 11:33
※ 編輯: chien533 (72.191.32.43), 09/26/2016 00:19:23

--
※ 看板: Gossiping 文章推薦值: 0 目前人氣: 0 累積人氣: 5939 
※ 本文也出現在看板: Test traume 以及 1 個隱藏看板
分享網址: 複製 已複製
1樓 時間: 2016-09-28 11:20:46 (台灣)
  09-28 11:20 TW
可以說中文??怎麼有看沒有懂
2樓 時間: 2016-09-28 11:26:46 (台灣)
  09-28 11:26 TW
統計至少還有軟體可以用來推導,純數的一堆課程都是天書,有空歡迎比較。
3樓 時間: 2016-09-28 12:24:47 (台灣)
  09-28 12:24 TW
統計系其實改做人工智慧很有前途喔..屌打資訊系的
MindOcean 轉錄至看板 MindOcean (使用連結) 時間:2016-09-28 13:11:53
r)回覆 e)編輯 d)刪除 M)收藏 ^x)轉錄 同主題: =)首篇 [)上篇 ])下篇