近些年，隨著國內(nèi)商業(yè)環(huán)境逐漸成熟，各行各業(yè)對數(shù)據(jù)分析相當(dāng)重視，從而就需要更多地統(tǒng)計學(xué)相關(guān)人才，美國在統(tǒng)計學(xué)研究領(lǐng)域有著豐富的經(jīng)驗，統(tǒng)計學(xué)課程也非常齊全，其中統(tǒng)計學(xué)專業(yè)和生物統(tǒng)計學(xué)專業(yè)是比較出色的兩門，那么，問題來了，美國統(tǒng)計學(xué)專業(yè)與生物統(tǒng)計學(xué)專業(yè)該選哪個好?接下來，就隨小編來看看吧，希望對大家有所幫助：

　　概念：

　　統(tǒng)計學(xué)(statistic)是統(tǒng)計工作經(jīng)驗的總結(jié)和理論概括，是系統(tǒng)化的知識體系。指研究如何搜集、整理和分析統(tǒng)計資料的理論與方法。統(tǒng)計學(xué)是應(yīng)用數(shù)學(xué)的一個分支，主要通過利用概率論建立數(shù)學(xué)模型，收集所觀察系統(tǒng)的數(shù)據(jù)，進(jìn)行量化的分析、總結(jié)，并進(jìn)而進(jìn)行推斷和預(yù)測，為相關(guān)決策提供依據(jù)和參考。

　　生物統(tǒng)計

　　(biostatistics,biometry,biometrics)用數(shù)理統(tǒng)計的原理和方法，分析和解釋生物界的種種現(xiàn)象和數(shù)據(jù)資料，以求把握其本質(zhì)和規(guī)律性。

　　專業(yè)設(shè)置：

　　統(tǒng)計學(xué)一般設(shè)在Liberia Art College，或者是School Of Science 或者是有單獨(dú)的學(xué)院。

　　生物統(tǒng)計一般都在 School Of Public Health(公共衛(wèi)生) 或 Medical College(醫(yī)學(xué)院)下面，也可能設(shè)在Agricultural College(農(nóng)學(xué)院)。有些學(xué)校沒有專門設(shè)獨(dú) 立的生物統(tǒng)計課程，所以也有可能設(shè)在Liberia Art College下面，但是這種情況下通常是與統(tǒng)計或者是數(shù)學(xué)專業(yè)聯(lián)系緊密的。

　　就業(yè)分析：

　　1、統(tǒng)計專業(yè)就業(yè)出路更廣闊，生統(tǒng)統(tǒng)計出路自然要狹窄，看專業(yè)名字就知道了。如果不確定自己想讀什么，就選擇出路更廣闊的。

　　2、如果去藥廠、科研機(jī)構(gòu)、healthcare、甚至保險行業(yè)，學(xué)統(tǒng)計和學(xué)生統(tǒng)沒有多大區(qū)別，可以等同對待。

　　3、如果去IT、Market research、金融這類行業(yè)，生統(tǒng)這種更加specialized的專業(yè)，就沒有“專業(yè)性”的優(yōu)點(diǎn)了，招人的公司有可能看到“生統(tǒng)”會懷疑你的背景是否匹配;統(tǒng)計專業(yè)就業(yè)更廣闊，指的也就是在這類行業(yè)更有優(yōu)勢。

　　4、很多統(tǒng)計知識在不同領(lǐng)域之間是transferable的，無論是在生物制藥，還是在IT行業(yè)，只不過是換了種data來分析，當(dāng)然這些data有新的特點(diǎn)，你需要考慮一下用什么新的方法來分析更合理。也正是在統(tǒng)計知識transferable的基礎(chǔ)上，有些課程設(shè)置很好的生統(tǒng)項目，出路也很好。

　　5、一個常見的現(xiàn)象：在制藥公司里做生物統(tǒng)計師(biostatistician)，你的工作大方向是要meet FDA regulations，至于用什么方法和軟件，很可能由FDA來決定，而在其他領(lǐng)域，你也許有更大的自由度來嘗試不同的方法。

　　6、統(tǒng)計和生統(tǒng)類的就業(yè)，生物制藥和金融是最大的出路;近幾年來，形勢有所改變，最大的區(qū)別就是IT行業(yè)的紅火和現(xiàn)在big data對數(shù)據(jù)分析人才的需求，很多統(tǒng)計和生統(tǒng)項目的教授們已經(jīng)意識到應(yīng)該培養(yǎng)學(xué)生知識技能來從事IT行業(yè)，在這個改變的過程中，統(tǒng)計專業(yè)轉(zhuǎn)變的更快一些。

　　申請難度：

　　統(tǒng)計專業(yè)當(dāng)然比生物統(tǒng)計更難申請。

　　美國統(tǒng)計學(xué)申請要求解析：

　　具備良好的數(shù)學(xué)背景是普遍的要求。美國大學(xué)在招生時，比較傾向于理工科背景的學(xué)生，尤其是本科期間統(tǒng)計學(xué)或者數(shù)學(xué)系的學(xué)生。多數(shù)學(xué)校會明確要求學(xué)生修過數(shù)學(xué)類的基礎(chǔ)課程，如數(shù)學(xué)分析、高等代數(shù)(或者是高等數(shù)學(xué))、統(tǒng)計的基礎(chǔ)課程、實分析等課程。除此之外，一些計算軟件，如SPSS、Eviews、MATLAB、SAS等的熟練操作和使用也是錄取委員比較看重的方面。雖然學(xué)校招生沒有對工作經(jīng)驗有明確要求，但相關(guān)的實習(xí)經(jīng)歷、參與過學(xué)術(shù)項目可大大提升申請成功率。

　　美國生物統(tǒng)計專業(yè)申請要求解析：

　　學(xué)統(tǒng)計的最合適，其次是數(shù)學(xué)尤其是應(yīng)用數(shù)學(xué)出身的，計算機(jī)的也湊合特別是研究data mining 的。盡管這個專業(yè)bio(生物) 開頭，其實需要的生物內(nèi)容是很少的，即使是要求高的學(xué)校，研究生上幾門 molecular biology之類的入門課程就可以了。這個學(xué)科重視Quantitative skills ，所以純粹生物或者醫(yī)學(xué)類出身的，反而不特別受歡迎了，大多是學(xué)應(yīng)用數(shù)學(xué)或者計算數(shù)學(xué)出身的。PS/Resume 寫作里，沒有生物背景沒有問題的，最重要的是突出自己的 Quantitative Background和編程基礎(chǔ)，如果自己會簡單的統(tǒng)計軟件，申請RA 的可能就加強(qiáng)了很多。

　　美國生物統(tǒng)計專業(yè)學(xué)院設(shè)置：

　　很多學(xué)校把生物統(tǒng)計專業(yè)設(shè)置在公共健康學(xué)院(SPH,School of Public Health ) 里面。SPH一般包括很多系比如生物統(tǒng)計，營養(yǎng) Nutrition ，傳染病Epidemiology 等，通常情況下 SPH周圍還會有Medical School 和醫(yī)院，這些機(jī)構(gòu)/專業(yè)混合在一起提供了一個良好的科研環(huán)境。以哈佛為例，Harvard School of Public Health( 公共健康學(xué)院 )， Harvard Medical School( 醫(yī)學(xué)院 )，Brigham Women's Hospital( 醫(yī)院) ，Children's Hospital, Dana Faber Cancer Institute(DFCI ，全球頂尖癌癥研究機(jī)構(gòu)) 全在一起，很多老師同時在好幾個單位任職。其他的學(xué)校比如華盛頓大學(xué)，John Hopkins University 等都是如此。

　　也有些學(xué)校不單獨(dú)設(shè)置生物統(tǒng)計系，但是他們統(tǒng)計系的或者應(yīng)用統(tǒng)計系的很多老師實際上是研究生物統(tǒng)計的，比如Stanford。這個系優(yōu)勢之一我覺得是允許學(xué)生們 4 年博士畢業(yè) (UCLA also 4yr) ，大多數(shù) program還是需要至少5年的。

　　美國生物統(tǒng)計專業(yè)申請難度

　　在理工科有全額獎學(xué)金的專業(yè)里面，生物統(tǒng)計算是最難的。

　　首先生物統(tǒng)計offer數(shù)量很少。以Harvard department of Biostatistics為例，他們以前每年只有兩個phd全獎名額給中國學(xué)生，他們喜歡北大和中科大的，Harvard 生物統(tǒng)計系有的老師號稱他們系是全世界最好的 (實際上應(yīng)該是U of Washington 齊名)，但是也只有兩個名額而已，比理工科其他競爭激烈的專業(yè)比如EECS的頂級學(xué)校差多了。BTW，哈佛生物統(tǒng)計系從前年開始，不招中國學(xué)生讀 phd了，據(jù)說是因為很多funding沒有了，現(xiàn)在的一些funding不能給外國人。他們的碩士program還招自費(fèi)的中國學(xué)生，有2 年的MS學(xué)位和9個月的MA學(xué)位，但是基本都是些在美國國內(nèi)轉(zhuǎn)學(xué)甚至是有綠卡的人。

　　其次生物統(tǒng)計最大的競爭來自于美國國內(nèi)。因為就業(yè)形式好，工資很高，美國這里很多中國人轉(zhuǎn)到生物統(tǒng)計專業(yè)。每年國內(nèi)的人等offer的時候， 美國這里也有數(shù)量眾多的人聚集在mitbbs上焦急等待，也是人山人海。以前F2們喜歡cs，現(xiàn)在都改成Biostat了。

　　這些人在美國，可以很方便的interview，immediately available，不用擔(dān)心簽證，有的人甚至有綠卡，他們對國內(nèi)申請人的沖擊巨大。這些人當(dāng)中很多人有豐富的經(jīng)歷，有的人的背景很適合這種跨專業(yè)的學(xué)科，想比之下，國內(nèi)的申請人，基本是清清白白的學(xué)生，除了上課，沒有什么特殊的東西。

　　美國生物統(tǒng)計專業(yè)就業(yè)前景：

　　生物統(tǒng)計學(xué)biostatistics這個專業(yè)的主要去處是制藥公司(Pharmaceutical industry/companies，俗稱藥廠)和biotech(生物技術(shù)公司)。life science, biomedical的科研機(jī)構(gòu)也吸收一部分，此外，還有一些生物醫(yī)學(xué)器械公司比如Boston Scientific，Royal Phillips(飛利浦)等的一些部門也需要接受生物統(tǒng)計培訓(xùn)的人?；蛘吆唵吸c(diǎn)的說，只要有significant amount of biomedical data需要統(tǒng)計分析，就需要biostatistian。這里面藥廠是主要出路。

　　生物統(tǒng)計學(xué)家除了本身的數(shù)理背景及獨(dú)自執(zhí)行數(shù)據(jù)分析能力之外，更需要有基本的生物醫(yī)學(xué)背景。同時，計算機(jī)信息、數(shù)據(jù)庫及數(shù)據(jù)處理的理論及實際操作更是一位現(xiàn)代生物統(tǒng)計學(xué)家所必須應(yīng)擁有的。生物統(tǒng)計的畢業(yè)生不管是碩士還是博士，都很好找工作。除了博士畢業(yè)生可以做faculty之外，公司里也有很多職位，尤其是制藥公司或者biotech公司很需要biostatistician或programmer。此外，因為生物統(tǒng)計背景的學(xué)生也就是掌握了統(tǒng)計方面的知識，所以去consulting、nonprofit甚至finance機(jī)構(gòu)也是有可能的，有的畢業(yè)生也進(jìn)入金融和保險行業(yè)。這幾年很多美國的大制藥公司很不景氣，所有的大公司都先后進(jìn)行了大規(guī)模的裁員，但是這并不影響生物統(tǒng)計的就業(yè)。盡管生物統(tǒng)計并不是公司里的核心部門，但是任何有大量醫(yī)學(xué)/生物數(shù)據(jù)需要處理的公司，都需要一個穩(wěn)定的生物統(tǒng)計團(tuán)隊，所以盡管行業(yè)不景氣，現(xiàn)在生物統(tǒng)計專業(yè)還是需求大于供給。

　　生物統(tǒng)計專業(yè)的畢業(yè)生，在就業(yè)上還有另外一個優(yōu)勢，就是可以在醫(yī)院或者科研機(jī)構(gòu)工作。在高校的科研機(jī)構(gòu)工作，盡管工資一般比較低(還是比博士后強(qiáng)多了)，但是有四大優(yōu)勢 ：一個是工作穩(wěn)定; 二是辦綠卡容易，工作很穩(wěn)定辦綠卡只是時間問題;三是這種高校一般都比較有名，將來拿到綠卡之后，要到外面得公司找工作也是很方便的，公司里一般也認(rèn)為你在高校里應(yīng)該能掌握更新更先進(jìn)的技術(shù)。這些科研機(jī)構(gòu)工作清閑，時間很靈活待遇好。

　　綜上所述，以上講的就是關(guān)于美國統(tǒng)計學(xué)與生物統(tǒng)計學(xué)選哪個的相關(guān)問題介紹，希望能給各位赴美留學(xué)的學(xué)子們指點(diǎn)迷津。近年來，赴美留學(xué)一直是廣大學(xué)生最熱門的話題，同時，很多學(xué)生對于簽證的辦理、院校的選擇、就業(yè)的前景、學(xué)習(xí)的費(fèi)用等諸多問題困擾不斷，別擔(dān)心，IDP留學(xué)專家可以為你排憂解難，同時，更多關(guān)于赴美留學(xué)的相關(guān)資訊在等著你，絕對讓你“瀏覽”忘返。在此，衷心祝愿各位學(xué)子們能夠順利奔赴自己心目中理想的學(xué)校并且學(xué)業(yè)有成!