统计生统phd申请前传----17fall统计生统ms申请总结
1502726
(主要给后辈留下经验，尽量只说干货。所得所知均属个人经历和各方了解，肯定也有不准确的地方)
楼主 中山大学统计gpa 3.6(大写的菜) 无research无牛推 T107 G329 MS申请结果比较失败 给后辈留下前车之鉴
主要讲关于三维和准备(MS申请)
1. 本科学校
本科学校是申请里最重要的，但改变不了什么。入学已注定。假如你大一大二，转学到更好的学校是有用的。
提一下陆本vs美本: 这个比较真的看学校，仅统计数学领域，清北中科肯定比绝大部分美本要有优势，这个档次的陆本是可以赶上正常常青藤本科以及一些国际知名院校本科的末班车的(也有像哥大这样常年从Barnard和City college转来一堆本科生的常青藤本科，很多学生是明显不如清北中科的)。美本的优势在于：同样一个人，参加高考可能只是普通985，但去美本是很有机会去top30 top50(这里的前提是一个不错的学生, 是个985且非混子)，最后申请的时候他美本学校的档次堪比中上985甚至能比得上上交复旦，所以对于他个人来说，砸钱四年美本好好学习绝对比他省钱在国内强行高考和激烈竞争要稳很(这里是“稳”，说的是平均情况)，申请结果很可能会更好。
2. GPA
很重要，ms申请里除了本科学校名气几乎是最重要。一般来说committee是先通过overall gpa来评估学生。很多年前就有人说过留学申请gpa就是王道，这话不假，尤其是对普通的陆本申请者。虽然很牛的推荐信堪比高gpa，但试问陆本申请者有谁能找到全美知名的推荐人？即使是美本，也没几个能找到影响力能堪比top gpa的推荐信。因此在绝大多数人没有牛推的前提下，gpa几乎是能做的里最重要的。假如你现在gpa已经成型，那要去根据gpa做申请定位和策略；假如你gpa还能提升，那尽快去提升。
3. Research/internship
中等重要。 ms申请者大部分都是只有本科research或者没有research的，少数牛人能做比较有价值的research(graduate research比undergraduate有意义很多)。其实research和internship都是experience，一个experience对统计生统申请的价值主要看三点：1. 做的和统计生统关系有多大 2. 做的东西(理论)难度大不大 3. 做的东西有没有(好的)产出。一个好的experience例子：某同学跟一位做computaion有名气的faculty做了MCMC的project，并参与了paper的发表(甚至一作)。但绝大部分本科同学是没能力做到这样的project。建议本科生在不影响gpa的情况下多做一些project参加一些竞赛，让自己看起来相关experience足够丰富，一切为了证明自己学术能力不错。
4. Reference
重要性看情况。对大部分本科生，推荐信没起什么作用。其实本来，推荐人的research，推荐人的networking，推荐人的推荐力度，都会影响申请的。但据我所知，陆本ms申请者很多推荐信都是自己写的(太坑爹了，失去了推荐信的意义)。很多本科生推荐信多数来自没有太大影响力的老师，那基本是没有实质性帮助的。当然，作为申请者还是要抓住推荐人的research，network，推荐力度这三方面尽量做好，无论美本陆本都是如此的。毕竟拿到牛推，会比其他申请者有明显优势。
5. Transcript & Courses
很重要。gpa不是写上去就完事了，所有东西需要成绩单支撑的。学过什么课，成绩如何是每个committee关注的事情。其实major gpa写了大部分committee也不关注，成绩单写了课程的成绩，他们会自己看的，每个program关注点都不同。课程很难一一列举，因为多多益善，有的偏math，有的片stat，有的偏cs，总之挂钩的课能上则上，选课就是看把自己打造成什么知识结构的人。但以下几个basic是没得说一定要懂: calculus(不要小看), linear algebra, probability, real analysis. 有的MS program committee会看重一些课程，比如某top10的MS会看重有没有好的statistical inference+stochatics+real analysis背景。总之，去上math, stat, cs的课，根据喜好且多多益善。
6. GT
基本没用。1. 大家都不差，你不能太差。 2. 有时有的学校会卡GT分，这个要看同年申请者竞争情况。
G325+3.5 & T100(S:23)这种标配对于统计生统ms就足够了。刷很高的gt真的意义不大。
另外补充，统计vs生统 (只针对Master)
1. 学习内容
统计ms一般会比生统ms更重视理论课一些，同时也会比生统更偏cs一些。那么生统理论课也少，偏cs的课也少，都去学什么了呢？生统有几个方面统计基本是不学的(统计的可以学，但不做要求)，这几个部分个人认为是统计生统核心区别：1. clinical trial系列。堪称生统统计最大区别。clinical trial通常不是一门课能讲完的一般的生统系会有3-4门课讲这个系列的课。个人认为懂clinical trial的才是真正的biostatistician(像我就不太懂)。 2. survival anslysis。统计系一般也有这个课，但其实是biostats的理论大课，survival想难是可以很难的，应该作为biostats必修&stat选修出现在大部分program。 3. epidemiology系列。连生统都不会要求上完的一系列课。但实际上是biostats很实用的课，也并不是一门很medical的课(intro的话主要是odds ratio, confounding之类的)，个人觉得epidemiology+clinical trail构成了医学统计学的基础部分。没听说哪个统计系要学这个。4. bioinformatics&biomedical informatics。这两个是有区别的，但都是biostats里比较偏cs的部分，stat基本不会学。现在EHR，personalized medicine等等也挺多人在做，算active。5. Statistical Genetic。biostats的一个不错的大方向，stat不会学。生统系一般也不要求，感兴趣才上。
2. 就业
主要区别在行业上。统计比生统路子广，这是毫无疑问的。统计没有行业缺陷，没有哪个行业对统计不友好。生统去health biotech pharmaceutical consulting hospital等等这类的比较多。tech对统计也比生统要友好。title上大家主要都是data analyst/statistician/biostatistician/ xx analyst/ xx programmer等等。data scientist相对会难找，生统更难，原因是友好行业ds岗不够多而且要求挺高。这些都只是general的情况。我个人建议如果没有特别的想法只想赚钱，还是读统计选择性多，但也面临着多元的竞争(谁叫你想赚钱)；如果愿意去生统友好的行业，扎根做biostats相关的工作，读生统更好，毕竟学以致用，在友好行业竞争比统计小一点，待遇并不差。ms去药厂做sas programmer其实待遇很可能会比一些consulting的data岗或者fintech的data analyst要高。当然这一切看公司和单位，general来说药厂有钱，hospital没钱。如果一定要做data scientist，1.去top的ms program读stat/biostats 2.读phd 3.找实际上是个data analyst但title是scientist的工作 4. 对自己系友好的公司(即有不是outlier的前辈去那里做ds) 5. 相信自己的运气。
以上说的全是general的情况，自身努力很重要的，做自己系的top student，结果总会好的，事在人为，大家加油！
-------------------------------------------------------------------------------------------------------------------------------------------------
申请反思
17fall ms 申请结果：
stat ad: JHU; Columbia
biostat ad: Columbia(accepted); Emory; Duke; UToronto
ds ad: UVa
stat rej: Harvard; Yale; UC LA; UW; UBC; Stanford
biostat rej: Upenn; JHU; UC Berkley
ds rej: Columbia
我申请定位是有问题的，要是让我重来，我会补申请UCSD Umich UCD UIUC Rice 这几个的stat ms。我现在才意识到这几才是我的tier，去申什么哈佛斯坦福都是没意义的，就是申一下不留遗憾而已。当初我决定去哥大读生统是因为我本来想专心做生统，去health行业找个data scientist/data analyst也好，去读生统phd也好，反正只走生统。但后来觉得自己还是更喜欢math，biostats比stat离math远了一步，我的内心驱使自己离math越近越好，最终还是读回了stat。其实没去jhu读stat挺后悔，也许去jhu更适合我，但事情就是这么奇妙，不经历一下biostats，我也不知道自己内心那份“驱使”。
接下来会写19fall phd申请总结~
楼主 中山大学统计gpa 3.6(大写的菜) 无research无牛推 T107 G329 MS申请结果比较失败 给后辈留下前车之鉴
主要讲关于三维和准备(MS申请)
1. 本科学校
本科学校是申请里最重要的，但改变不了什么。入学已注定。假如你大一大二，转学到更好的学校是有用的。
提一下陆本vs美本: 这个比较真的看学校，仅统计数学领域，清北中科肯定比绝大部分美本要有优势，这个档次的陆本是可以赶上正常常青藤本科以及一些国际知名院校本科的末班车的(也有像哥大这样常年从Barnard和City college转来一堆本科生的常青藤本科，很多学生是明显不如清北中科的)。美本的优势在于：同样一个人，参加高考可能只是普通985，但去美本是很有机会去top30 top50(这里的前提是一个不错的学生, 是个985且非混子)，最后申请的时候他美本学校的档次堪比中上985甚至能比得上上交复旦，所以对于他个人来说，砸钱四年美本好好学习绝对比他省钱在国内强行高考和激烈竞争要稳很(这里是“稳”，说的是平均情况)，申请结果很可能会更好。
2. GPA
很重要，ms申请里除了本科学校名气几乎是最重要。一般来说committee是先通过overall gpa来评估学生。很多年前就有人说过留学申请gpa就是王道，这话不假，尤其是对普通的陆本申请者。虽然很牛的推荐信堪比高gpa，但试问陆本申请者有谁能找到全美知名的推荐人？即使是美本，也没几个能找到影响力能堪比top gpa的推荐信。因此在绝大多数人没有牛推的前提下，gpa几乎是能做的里最重要的。假如你现在gpa已经成型，那要去根据gpa做申请定位和策略；假如你gpa还能提升，那尽快去提升。
3. Research/internship
中等重要。 ms申请者大部分都是只有本科research或者没有research的，少数牛人能做比较有价值的research(graduate research比undergraduate有意义很多)。其实research和internship都是experience，一个experience对统计生统申请的价值主要看三点：1. 做的和统计生统关系有多大 2. 做的东西(理论)难度大不大 3. 做的东西有没有(好的)产出。一个好的experience例子：某同学跟一位做computaion有名气的faculty做了MCMC的project，并参与了paper的发表(甚至一作)。但绝大部分本科同学是没能力做到这样的project。建议本科生在不影响gpa的情况下多做一些project参加一些竞赛，让自己看起来相关experience足够丰富，一切为了证明自己学术能力不错。
4. Reference
重要性看情况。对大部分本科生，推荐信没起什么作用。其实本来，推荐人的research，推荐人的networking，推荐人的推荐力度，都会影响申请的。但据我所知，陆本ms申请者很多推荐信都是自己写的(太坑爹了，失去了推荐信的意义)。很多本科生推荐信多数来自没有太大影响力的老师，那基本是没有实质性帮助的。当然，作为申请者还是要抓住推荐人的research，network，推荐力度这三方面尽量做好，无论美本陆本都是如此的。毕竟拿到牛推，会比其他申请者有明显优势。
5. Transcript & Courses
很重要。gpa不是写上去就完事了，所有东西需要成绩单支撑的。学过什么课，成绩如何是每个committee关注的事情。其实major gpa写了大部分committee也不关注，成绩单写了课程的成绩，他们会自己看的，每个program关注点都不同。课程很难一一列举，因为多多益善，有的偏math，有的片stat，有的偏cs，总之挂钩的课能上则上，选课就是看把自己打造成什么知识结构的人。但以下几个basic是没得说一定要懂: calculus(不要小看), linear algebra, probability, real analysis. 有的MS program committee会看重一些课程，比如某top10的MS会看重有没有好的statistical inference+stochatics+real analysis背景。总之，去上math, stat, cs的课，根据喜好且多多益善。
6. GT
基本没用。1. 大家都不差，你不能太差。 2. 有时有的学校会卡GT分，这个要看同年申请者竞争情况。
G325+3.5 & T100(S:23)这种标配对于统计生统ms就足够了。刷很高的gt真的意义不大。
另外补充，统计vs生统 (只针对Master)
1. 学习内容
统计ms一般会比生统ms更重视理论课一些，同时也会比生统更偏cs一些。那么生统理论课也少，偏cs的课也少，都去学什么了呢？生统有几个方面统计基本是不学的(统计的可以学，但不做要求)，这几个部分个人认为是统计生统核心区别：1. clinical trial系列。堪称生统统计最大区别。clinical trial通常不是一门课能讲完的一般的生统系会有3-4门课讲这个系列的课。个人认为懂clinical trial的才是真正的biostatistician(像我就不太懂)。 2. survival anslysis。统计系一般也有这个课，但其实是biostats的理论大课，survival想难是可以很难的，应该作为biostats必修&stat选修出现在大部分program。 3. epidemiology系列。连生统都不会要求上完的一系列课。但实际上是biostats很实用的课，也并不是一门很medical的课(intro的话主要是odds ratio, confounding之类的)，个人觉得epidemiology+clinical trail构成了医学统计学的基础部分。没听说哪个统计系要学这个。4. bioinformatics&biomedical informatics。这两个是有区别的，但都是biostats里比较偏cs的部分，stat基本不会学。现在EHR，personalized medicine等等也挺多人在做，算active。5. Statistical Genetic。biostats的一个不错的大方向，stat不会学。生统系一般也不要求，感兴趣才上。
2. 就业
主要区别在行业上。统计比生统路子广，这是毫无疑问的。统计没有行业缺陷，没有哪个行业对统计不友好。生统去health biotech pharmaceutical consulting hospital等等这类的比较多。tech对统计也比生统要友好。title上大家主要都是data analyst/statistician/biostatistician/ xx analyst/ xx programmer等等。data scientist相对会难找，生统更难，原因是友好行业ds岗不够多而且要求挺高。这些都只是general的情况。我个人建议如果没有特别的想法只想赚钱，还是读统计选择性多，但也面临着多元的竞争(谁叫你想赚钱)；如果愿意去生统友好的行业，扎根做biostats相关的工作，读生统更好，毕竟学以致用，在友好行业竞争比统计小一点，待遇并不差。ms去药厂做sas programmer其实待遇很可能会比一些consulting的data岗或者fintech的data analyst要高。当然这一切看公司和单位，general来说药厂有钱，hospital没钱。如果一定要做data scientist，1.去top的ms program读stat/biostats 2.读phd 3.找实际上是个data analyst但title是scientist的工作 4. 对自己系友好的公司(即有不是outlier的前辈去那里做ds) 5. 相信自己的运气。
以上说的全是general的情况，自身努力很重要的，做自己系的top student，结果总会好的，事在人为，大家加油！
-------------------------------------------------------------------------------------------------------------------------------------------------
申请反思
17fall ms 申请结果：
stat ad: JHU; Columbia
biostat ad: Columbia(accepted); Emory; Duke; UToronto
ds ad: UVa
stat rej: Harvard; Yale; UC LA; UW; UBC; Stanford
biostat rej: Upenn; JHU; UC Berkley
ds rej: Columbia
我申请定位是有问题的，要是让我重来，我会补申请UCSD Umich UCD UIUC Rice 这几个的stat ms。我现在才意识到这几才是我的tier，去申什么哈佛斯坦福都是没意义的，就是申一下不留遗憾而已。当初我决定去哥大读生统是因为我本来想专心做生统，去health行业找个data scientist/data analyst也好，去读生统phd也好，反正只走生统。但后来觉得自己还是更喜欢math，biostats比stat离math远了一步，我的内心驱使自己离math越近越好，最终还是读回了stat。其实没去jhu读stat挺后悔，也许去jhu更适合我，但事情就是这么奇妙，不经历一下biostats，我也不知道自己内心那份“驱使”。
接下来会写19fall phd申请总结~
- 121