🎁 Offer多多申请季白金卡十一特惠52% off! 🎁 点击查看详情
查看: 1292|回复: 10
收起左侧

统计学研究方向求助

|只看干货
本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   100% (4)
 
 
0% (0)    👎

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
本人想读stat & biostat PhD,我在arXiv的statistics板块上,看到统计学科研基本分为三类,分别是Theory,Methodology和Applications,有几个问题:
(1)theory是统计学理论,application偏应用,这个比较好理解,而methodology呢?是不是先提出一个统计学方法或者统计量,然后证明consistency之类的性质,最后在real data上面运用,可以看做前两者的结合体?
(2)如果PhD毕业后想去业界工作,选题时是否最好偏向于后两者?
(3)我看有些文章里面几乎没有数学证明,只是做了许多simulation,就发出了一些文章,想问下这种情况在统计领域是否可行/常见?

感谢地里各位大佬!

上一篇:学信网 wes认证
下一篇:润学请教
jingbix 2022-8-12 11:22:18 | 显示全部楼层
本楼: 👍   100% (5)
 
 
0% (0)   👎
全局: 👍   87% (6212)
 
 
12% (919)    👎
能发paper就行,管什么simulation real data。

统计的祖师爷就是在啤酒厂发明t test,就这样还有人说理论大于应用。搞理论为啥不去搞纯数,统计证不出来的东西全都是数学家给搞出来的,理论的尽头是数学。

这年头大佬们纷纷搞deep learning去了,肯定是应用通吃啊。

想在美国躺平有个金饭碗,那果断无脑选biostats啊。
回复

使用道具 举报

jason_K 2022-8-13 16:14:30 | 显示全部楼层
本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   100% (111)
 
 
0% (0)    👎
想去业界当然是搞application啊。

评分

参与人数 1大米 +2 收起 理由
hyz + 2 很有用的信息!

查看全部评分

advertisement
回复

使用道具 举报

企小南 2022-8-23 01:36:00 | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   100% (1)
 
 
0% (0)    👎
(1) 粗略地可理解为Methodology为设计模型/算法,Theory证明模型的一致性/算法的收敛性,Application把模型/算法用在实际数据上。
回复

使用道具 举报

gdojd 2022-8-8 11:09:01 来自APP | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   88% (7654)
 
 
11% (948)    👎
去业界选application
回复

使用道具 举报

 楼主| 微信用户_a0f0442 2022-8-8 15:25:53 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (4)
 
 
0% (0)    👎
gdojd 发表于 2022-8-8 11:09
去业界选application

谢谢,是不是一般论文里面simulation多的方向偏应用啊
回复

使用道具 举报

本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (7)
 
 
0% (0)    👎
可以先随便读几篇近年的四大看一看,应该能解答你的疑惑。
回复

使用道具 举报

ElectricKettle 2022-8-17 04:16:47 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   94% (16)
 
 
5% (1)    👎
可以看看JASA (Journal of the American Statistical Association)上的文章,基本是水平不错的可以应用的方法文章。能看懂80%的JASA文章,毕业时能发个1-2篇JASA的,就算比较有竞争力的了。如果对理论感兴趣,基本功比较硬的,把JASA换成AOS
回复

使用道具 举报

sheepfriend 2022-8-19 22:19:47 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   99% (166)
 
 
0% (1)    👎
看lz目的吧,如果想找教职,就选择自己喜欢的方向。如果以后出来工作,可以选相关研究方向或者citation高的方向。比如做偏CV或者NLP,去麻或者脸会有比较好的方向。CV/NLP/Biosta都是citation比较高的方向,好拿卡。我做理论,我老板tenure了才刚刚够eb1a的标准。我们隔壁系有的同学读博时citation就上千了,毕业前搞定了卡。
回复

使用道具 举报

企小南 2022-8-23 01:47:54 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (1)
 
 
0% (0)    👎
(1) 不小心提前发出去了。+:有的老师会认为,一流的统计工作是先有real data和现实问题,再找适合的模型和相应理论。
(2) 不太懂
(3) 常见。确实理论做得充分的文章被认可的概率更大,但 i) 理论有时候很难,可能就是不会证  ii) 着重于方法论的文章,实验做得充分但不做太多理论也是可以的(前提是要能说服众人相信你不只是碰运气)iii) 着重于application的文章更是如此了 iv) 部分研究者为了证定理而在文章中加入过多细枝末节的技巧/假设,证明出的结果里也没有重要的发现,感觉没啥意思
btw:我觉得这类问题更适合去 a) 逛知乎 b) 和统计系的老师聊聊天
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表