一位美国TOP10统计专业本科生的经验：别走我这样的弯路

一位美国TOP10统计专业本科生的经验：别走我这样的弯路

编者按：平日里，爱问频道有四成以上的疑难提问来自于计量与统计，相信统计的

学习和进阶也是所有经管专业的BABY们绕不过去的一道坎儿，若能以较高的水平精

通一门以上的统计工具，对学习和科研而言，则相当于掌握了一门利器，剑在手，可攻城拔寨，运用与心。我们今天的作者毕业于一所美国统计学专业排名前10的公

立大学，从最初的陌生到与统计学相知、共舞，再到沉浸其中、倾心投入，及至打

通统计学习的任督二脉，爱上统计学一文中不仅系统盘点了统计学习的经验和感悟，更对统计的学习资源做了悉心的标注和罗列，也能从中看到美国统计教育的教学模

式，美中不足的是，作者是本科毕业，在总结的力度、厚度和学术沉淀的火候上要

略欠一些，但对于统计学入门的新手以及跨学统计专业的朋友们来说，依然有一定

的参考和借鉴价值，NOW，就让我们跟随作者的笔触，踏上一段统计的梳理和学习之

旅......

毕业于美国一个统计学专业排名前10名的公立大学。今年6月刚刚毕业。从大二上第一门统计专业课算起，已经和统计学打了三年的交道了。我从最开始by chance进的专业，到觉得这个专业无聊，再到开始对这个专业不讨厌，最后到现在觉得这个专业很性感，决定和统计学继续把交道打下去，其实中间还蛮曲折的。属于非常努力的那种学生，但是因为天赋有限，所以“努力”让自己在整个专业中的成绩稳定在中上游，“缺乏天赋”使自己没有能成为最优秀的。但是就是因为这样，才觉得自己在学习统计学方面的经验和体会对于大部分组员们还是很一定参考价值的。

相信大多数刚进来统计学专业的弟弟妹妹们，对统计学的理解就是限定于“概率”。比如一个袋子里面3个球，两个红的，一个白的，蒙住你的眼睛，问模到白色的球的概率是什么。我当时觉得这就是统计学，统计学就是这个。所以就导致了在学基础的数理统计的时候，对基础理论的掉以轻心，以导致之后花了1000%的力气去弥补当年的损失。为了避免学弟学妹们和我一样犯同样的错误，我一定会在这个帖子中好好承认我当年的问题，总结我当年血一样的教训，希望大家在读了这帖子后，有点启发，少走点弯路，多点时间去锻炼身体，以便更好地享受你和统计学有价值的时光。

1. 关于专业的选择：你一定要给你自己一个机会

相信有很多看到这篇帖子的同学还没有学习过这门专业，或者说是打算尝试下这门专业。从我的角度来看，我觉得大家不管上第一门统计课的动机如何，都应该给这个专业一个走进你的机会。不单单是对于统计这一个专业而言，其实是对于所有专业都是这样。我为什么这么讲呢？我高中是文科生。数学一般。物理奇烂。高一期末分科考试，因为物理不计入总体成绩，我又打算学文，于是就破罐子破摔，物理以17/120的成绩结束了我人生中最后一门物理课。真的是人生中最后一门物理课哦，这种恐“物”心理一直延续到我大学毕业，都没敢再上一门物理课。

我来美国读本科以后，其实也非常排斥数学，也因为我是文科生，从高二分科后，就觉得自己数学不好。其实这种心理暗示很恐怖的，自己总是觉得数学不好不好，就越发真的不好。于是本科打算进的专业也不能和数学有太大关系，于是就说学经济吧。后来发现，自己对专业的选择是多么幼稚可笑。学经济的人的数学能力应该是非常非常强的。我记得我的一

个助教，她过去是北航学习物理的，现在是我本科学校的phd。她说经济学中的数学推导是最令人发指的，发指到她算着算着就不知道自己到底为什么这么算了。所以说大家在进去专业前，一定了解这个专业的性质是什么。我当时选择经济，就是因为国人都学，觉得这个是个很高级的专业。没有想到的是，经济学就要读PHD才有出路，且就业压力极大，除了faculty 这条路基本上没有什么路了。

然后，大一上着上着的时候，知道了原来学校还有一个专业叫Applied Computational Mathematical Science，简称ACMS，是应用数学专业的一个本科分支。这个专业有个分支是数学经济。我觉得要不再选择个这个专业吧。虽然有点数学课，但是硬着头皮也能读下来，何况美国人民数学不好。于是我就又加了一个专业，就是这个ACMS。这个时候，我有了两个专业。所以大家在学一个专业或者课程前，千万不要根据自己过去的经历给自己下定义，为什么呢？因为我发现我自从选择了这个专业，要逼迫自己开始学数学的时候，我渐渐发现学数学真的很有意思。数学前几门入门课，都是几百人上的，里面鱼龙混杂，拿个高分不难。这种“假高分”就让我觉得学得挺有成绩感的。成就感真的会成就你对一个事物的兴趣的。后来上了高级别的课程，每个班级只有30个人的时候，那个时候的30个人都是真正的数学专业的，GPA比较难拿。但是因为尝试过，也比较喜欢，所以那个时候学习数学就是兴趣为先，GPA次要。现在有的时候，真的再想，当年应该学门物理课的，没准我现在就是物理专业了。

后来我是怎么又学了统计学呢？我大一结束的时候，去找ACMS的顾问，也就是advisor，讨论选课的事情。她看我上课上得蛮快的，说现在有一门叫做数理统计学的课程，是开学后秋天开始上，挺好的，问我想不想上。我当时想，什么是统计。我其实那个时候连statistics 这个单词都要反应半天。就和advisor讲我还是不上了，因为不知道是什么。这个advisor 超级热心，说这课报的人比能接纳的人多，而且一年一次，趁还有空余位置，就把我加进去，等我上了第一节课，再决定放不放弃。然后我一听，也好啊，反正没损失。之后就在2010年的秋天上了人生中第一门真正意义上的统计课。当时之所以没有在第一天扔掉这门课，就是发现想上这课的人真的好多好多，但是大部分都不能如愿，还要等一年才能上，自己有种赚到的感觉。

所以，学弟学妹们，一定要给你自己一个和陌生学科接触的机会。千万不要因为自己是文科生就觉得自己玩不了数字，也不要因为自己是理科生玩不了文学。一定要尝试，选专业如此，今后的路更是如此。可能你给自己的这个机会能改变你的人生轨迹。我就想如果我当年没有遇到这个热心的advisor，没有决定在那节课上待下去，我现在可能正在发愁到底学不学经济学，或者转不转专业的问题。

2. 关于选择几个专业：一定要精致，精致，再精致

我觉得我大学四年中，很遗憾的一件事情就是选择了三个专业。三个专业的好处是接触的知识多，范围广，找工作时候的对口工作多。但是对于大部分智商平常但又非常努力的童鞋们来说，弊绝对是大于利的。为什么呢？

人的精力是有限的，做得多就意味着做不精。三个专业，又想拿好的GPA，就意味着每天的日子不是为了学知识活的，而是为了GPA而战的。这种学习方式，就是学不精致：只要学到考试点上，绝不深究。不是因为不想深究，而是因为另外一门专业还要时间去保住GPA。如果让我重新选择，我会在我大二的时候放弃掉经济专业。把ACMS的专业方向从数学经济改成Operation Research，匀出些时间学统计专业里面的选修课程。还要匀出时间和教授做相关的research。这样自己统计方面的知识储备就更加完善。因为，对于一个真正想在统计学这条路上走下去的人来讲，本科阶段放弃了这种探究同领域不同方向的机会真的是很大的遗憾。尤其是对于统计学这种研究性专业来讲，在未来申请硕士和博士的时候，还是

非常看重你本科的专业背景的。

所以，如果你们找到了自己真正喜欢的专业，改舍弃的东西，一定要毫不犹豫地舍弃。千万不要图多，要精致，一定要精致。何况，现在想想，其实把一个专业学精致了，找到的工作只会好不会差。

3. 零基础，入门统计学

在这部分中，我想根据自己大学中学习统计学的经验，介绍下如何在零基础的前提下完成统计学的入门。所以这部分的内容无论是对于本科阶段没有接触过统计的同学，还是小组中想了解这方面内容的前辈们都很适用。当然，如果你已经完成了本科阶段统计的学业，你可能是统计专业或者相关领域的研究生，PHD或者已经工作数年的职场达人，欢迎你来补充和critique我写的内容。

下面我根据我的学习内容，把统计学入门应该学的基础课程分成数学部分，编程部分和统计部分三个部分加以罗列。每个建议的topic下我都列出了建议使用的书籍（小编注：论坛原帖中包含对应的Amazon上的链接地址），有一些我还列出了一些网上课程的资料，希望能够减少大家花在google上的时间。虽然我学统计的时候，是不得不用英文学习，我还是建议大家直接学习英文课本。按照我周围人大部分人的经验来看，英文描述学术方面的语言更加简练易懂。总之，下面的书也都有中文译本，大家根据自己的实际情况选择最适合自己的方法就好。

A: 数学部分：以下内容按照顺序学习就好

解析几何和微积分

Stewart的Calculus

数学逻辑

Daniel J. Velleman的HowTo Prove It: A Structured Approach

基础微分

Boyce-DiPrima的Elementary Differential Equations and Boundary ValueProblems

矩阵代数及其应用

David Poole 的Linear Algebra: A Modern Introduction

实分析

Taylor的Advanced Calculus

线性代数

JohnH. Mathews 的Numerical Methods Using Matlab

MIT的Linear Algebra公开课

B:计算机编程部分：没有必然的先后顺序之分

JAVA

关于使用哪个平台，我不是expert，大家问问周围的专业人士们，然后告诉我，我来更新。我使用的是——

jGRASP，这个应该是最常用的了。因为自己当初学JAVA就是应付差事（大家千万别学我）。

其实很多学习CSE的同学喜欢eclipse，更方便。

教科书是使用的Reges和Marty的Building Java Programs: A Back to Basics Approach

这本书也是U of Washington的两门基础JAVA编程课，CSE 142和CSE143，的教科书（非必买）。先上完142成绩合格了才能上143。这个两个课程的网站对外是公开的。真的是非常好的课程。我也看过很多JAVA的课程和公开课，这两门课程无论是从质量和难度上，绝

对是JAVA课程中的上品。你如果认认真真完成了每个作业，即使是对于计算机专业的同学，也是非常大的提高。这两节课最初就是由教科书的两位作者上的，虽然说Marty现在抛弃了UW去了Stanford，我还是怀念他四年前给我上这门课的场景。Reges也非常非常非常棒，我的第二门课是跟他的。他是那种能把编程这么无聊的事情讲成非常浪漫的事情的教授。他现在还是在UW为了这个课程的发展而拼搏。

CSE142

CSE 143

R语言

我最早用的就是CRAN的发布的R语言环境，现在用的是RStudio，好用太多，强烈推荐大家去下这个。

讲R语言的书很多很多，每本书都有它存在的闪亮点。我觉得有机会应该具体讨论下R 语言的学习。根据我的感受，看书绝对不是学习编程的最佳方式，但是绝对是最笨的方法。编程是作为工具存在的。非CS的同学，在学习编程方面要功利些，也就是有针对性地学习：有用的学，没用的就没有必要钻研（当然，如果日后打定主意走上统计这条不归路的时候，还是要深入学习，比如我）。这里有几本我觉得蛮有用的书籍。大家千万不要掏腰包买，下载就好（我不能这么误导，但是真心觉得这种工具书，不值得买啊）

R for Dummies

R in a Nutshell

Michael J. Crawley 的The R Book （这本书的中文版年末或者明年年初上架，问我为什么知道？因为我和另外几名战友在翻译这本书）

Matlab

Matlab据说在淘宝上可以买。在米国的话还要买正版，还好是学生价，99刀，虽然也不便宜，但是和非学生价相比，我实在是谢天谢地。话说在国外的同学们，还是能用正版尽量用正版。我有认识人被抓住罚了2500大洋就是因为用学校网络下载盗版windows。虽然非常少发生，但是一旦发生了的话，2500大洋在美国能买25套windows正版系统了。

Matlab实在没有什么好的书推荐，因为我只是在学习线性代数的时候使用Matlab。平时都是使用R。但是有一个手册比较好。我当时学习matlab的时候就是靠它还有google写的作业。加上上面线性代数里面推荐的那本Matlab的书籍，应该够用了。

LaTex

写作业必备神器。大家不用专门买书的，其实google和LaTex网上的一些手册就够了。如果真的想系统学，Helmut和Patrick合著的Guide to LATEX还是不错的。

还有介绍个LaTex模板的网站，我感觉这个更常用些，我们的作业都是靠这个模板弄的。C: 统计学学习部分

这部分开始真正意义上介绍和统计核心课程相关的学习内容。和与数学部分不同，这部分中的学习完全可以和我在计算机编程部分中讲的知识相互贯穿来学的。尤其是R语言的学习，对统计的了解和学习是及其有帮助的。

这个是重中之重。其实数理统计本身并不是多难，稍微有一些数学微积分基础的同学，掌握这部分内容应该非常快，但是想掌握扎实并且灵活了，非常难。好比说统计学中最基础的一个概念：平均数。不学统计的同学们也知道，平均数就是把所有的数据相加除以数目。但是学了数理统计的童鞋们，如果你们对平均数的概念就只是这样，那你们真的应该好好翻翻书再复习下了。

初中老师讲平均数的时候，还讲了中数，除了这些还讲了条形图，扇形图等各种各样的图。为什么要讲这些？为什么要讲平均数？其实在这个阶段，就是为了教你如何直观地观察数据，让你对数据有个直观的把握。后来我们学了variance，就发现，原来描述数据的时候，

mean不准确，我们要结合variance才能更准确地明白数据。之后又有结合参数来讲mean。简单的算术mean和为了衡量参数而衍生出来mean有着不同的意义。这个mean可以用maximum likelihood estimator求得，也可以用method of moments求出。不同的distribution 有mean，random resampling中有mean，做regression analysis的时候要用mean，连做statistical inference的时候还是要用到mean。Mean真是无处不在。虽然说这些定义还算是基础，但是非常容易搞混，一旦搞混了，你接下来的很多东西都不能学了。每天积攒点糊涂了，几个月下来就真的糊涂了。

这里推荐大家一本书——

Larsen 的Introductionto Mathematical Statistics and Its Applications (5th Edition)，

他还配套一本参考答案，不过这本答案只有课后题的奇数题目的答案，偶数题目的答案只有教师用书上有。如果不会的话，只能google。

这本书算是我见过的所有的数理统计学书中最最简单直白的了：

Student Solutions Manualfor Introduction to Mathematical Statistics and Its Applications

他前面一二章讲的是非常基础的概率知识，然后徐循渐进到较难的部分。整本书将近千页，但是对大家的数学水平并没有很高的要求，只要微积分基础还算是扎实，稍微知道点实分析中的分散和收敛就可以了。不过，这本书信息量也非常大，覆盖的内容也很广。我学数理统计学的时候，就是用的这本，连续三个学季，也就是9个月才把这本书从第一页学到了最后一页。到了后来学习更难的课程的时候，还要经常翻书来温故而知新，也可见本书对日后的学习有多重要了。这里我给大家分享下我学习这本书的心得，希望对自学的童鞋们有些帮助：

①这本书最重要的是所有黑字的定义和公式。一定要把它们理解清楚了。包括大写的X 和小写的x的具体定义，这些都要区分清楚。什么是value和random variable，什么是estimator 和estimates。统计中这种看着一样的概念很多，要区分；

②每道例题都要仔细弄懂，因为那些题目都非常有典型性。各种的经验和教训不断教育了LZ这些例题对日后学习有着非同寻常的意义；

③如果有时间，大家可以试着做下课后练习，可以帮助你更好地理解概念。我觉得这些联系不但要做，而且在没有到最后关头，不能看答案，最好能和人一起讨论下，这点应该对在校统计专业的弟弟妹妹们的一个基本要求；

④如果很忙，非要给这本书分个层次的话，前12章是必学，最后两章可以选学：

a. 一章到四章是最基础的部分：

i. 其中一章到三章是基础中的基础；

ii. 第四章开始讲分布。对于分布，大家应该了解的内容，可以见我们组里面发起的那个活动上面的内容，对于统计专业的童鞋，这些内容都是要大家融化在血液中的；

b. 第五章是在第四章的基础上建立展开的，讲estimation。通过这章，大家对分布中的estimator的性质会有一个更立体的了解；

c. 第六到第九章是讲statisticalinference，这个是日后大家学统计学用到的最多的东西；

d. 第十章到第十二章是讲基础的regressionanalysis和AVOVA。如果大家以后有机会做dataanalyst方面的工作，做data prediction少不了regression，但是那个时候混合着其他概念，会更加复杂；

e. 最后两章是experimentaldesign和non parametric statistics，这些都更加接近现实生活一点，就是在不知道现有数据分布和参数的情况下，如何做统计分析。当然讲得也非常浅显。

所以整体来讲Larson的这本书比较基础，但是每章之间的衔接非常紧密，这点应该和我一会儿推荐的书有所不同。那本书可能前面某章不懂，后面的章节还能明白，这本书一旦有一点知识弄不清楚了，后面的跟着也就不清楚了。

下面就推荐下这本，建议有一定理论基础的和统计专业的同学看看，是Edward 的Modern MathematicalStatistics

这本书没有Larson的讲得广，比如regression的部分根本没有提。但是这本书中每个topic 的讨论都深入很多。比如method of moments，Larson的书里面只花了2页提了一下概念和对应的简单的而应用，但是这本书用了12页的内容讨论。这本书可以作为Larson的补充来学习。

基础数理统计最后要学到什么程度就说明你学得算是扎实可以进行下一部分的学习了呢？就是给你一篇统计学的paper，你可以根据paper中的逻辑，把他的演绎过程再自己演绎一遍，并且在不翻书的情况下，能说出每步的逻辑原理并加以描述论证。

4.回归分析regressionanalysis及其应用

在数理统计的脉络疏通的前提下，可以开始学习回归分析。根据自己和周围人的感觉来看，从这部分开始就比较地抽象。不像是数理统计，即便不明白，仔细钻研几天还能弄明白。回归分析最大的难点是，本身就是非常抽象，因为涉及到矩阵分布的内容，加上对数理统计的功底深，要是任何一点不扎实，这部分肯定越学越崩溃（真的是要用崩溃二字形容）。

此外还建议大家好好学习线性代数的内容。我上文也有讲，还有推荐的公开课。

首先大家要弄清楚最基本的scatterplot，很多人觉得这个太简单了，没人重视，实际上scatterplot可以帮助你对regression有个大体的感觉。你通过学习这部分，知道了什么是outlier，知道了不同的correlation coefficient大体对应的图的形式，知道了给你很多数据，你是怎么把那条回归线画出来的。通过学习这种是geometricsense的概念，才容易理解simple linear 和multiplelinear regression这种data sense的抽象事物。

还是先推荐几本书：

Douglas C. Montgomery 的Design and Analysis of Experiments，和Sanford 的AppliedLinear Regression (Wiley Series in Probability and Statistics)。

前两本都是很传统的讲线性回归的书籍，无论从内容还是从结构上来看。其中Sanford 的更加基础。

但是，我最推荐的是Freedman的StatisticalModels: Theory and Practice。

虽然这本书很便宜，但是它真的是物有所值。和很多的学究派的教科书不同，如上面两本，这本书本身是可以拿来当小说读的，语言非常口语化。读的时候，本身就有感觉是Freedman在亲自给你授课。这本书前半部分是讲回归的，很有特点的是书后面很大的篇幅是书中所提到的论文的原文，这样非常便于你随时查找相关论文的原文从而便于你理解。线性回归很多时候单讲理论的东西，非常晦涩难懂，但是一旦有一个实例，就非常容易理解了。而且本书的附录里面附有大部分难题的答案。还有matlab的code，相信想学matlab的童鞋可以参照这本书来学习。即学习了程序，也学习了统计，一举两得。这本书唯一的一个缺点是，内容过于精炼，所以可能学习来要查很多的资料才能够明白，不过前两本材料是很好的辅助材料。线性回归还是选取难点的教材比较好，因为是从上层来观察下层建筑，这样比较方便了解自己漏的部分。而且相信这本书语言的通俗性，也能让读者更清晰地领会到所需要明白的重点内容。再说下Freedman，本身就是位统计学界德高望重的老爷爷。他是UC-Berkeley的统计学教授，发展了Bayesians和Bootstrap 。相信学Machine Learning的同学都听该听说过他。他把统计学的研究拓展到了经济学，医药学，流行病学等等。这本书是2005年出版的，也是在他2008年去世前三年出版的，也应该算是糅合了他所认为的回归分析中最精华的内容。

5. R 语言的学习

原本上面已经提到了R语言，但是因为R作为一个工具的存在，可以让你更好地理解统计分析。我和周围的同学都没有刻意地去学习R语言。因为我们的作业都是需要用R 完成的，所以为了写作业，我们都逼迫自己在写作业的时候去学习R。但是，请大家务必把教课书中的R code弄明白。

主要的学习途径有这么几个：

①lab section 的R notes。教授的讲义和TA的讲义中所有用R 的地方都会在Lab section 上重新演绎一次，我也会私下里再把R code重新compile一次；

②做作业和讨论：感觉讨论在统计学中还是很重要的。一个好的统计专业学生，不但是做题好的，写code好的，更重要的是交流好的。好的交流着才能在交流过程中碰撞出解决问题的途径。同样，和同学讨论code才能帮助你理解。

③R help和google。

之前介绍了统计基础学习，相信如果大家按照上面的方法自学，应该会有一个不错的统计基础。但是对于大部分同学，学统计不是单纯地为了背概念和推公式。我一直都是喜欢应用性和实践性强的东西，这是统计的魅力所在。学了就能用。和很多生统和统计界的人聊过，他们说对于大多数专业来说，学到PHD学位，真正工作（如果不搞学术）中用到的东西很少很少。但是对于统计和生统专业来说，学校学习到的90%的知识都会在工作中直接应用。

好了，不扯这么多了，这章主要介绍下统计后期学习的各个分支。其中很多方面，我也是只有些接触，了解真的不是非常多。毕竟作为小本刚毕业的我知识有限，我就是尽量把我知道的资源推荐给大家。我也尽量不出错误，十分欢迎大家批评拍砖讨论。

a. 运筹学

至今为止，感觉到统计学分支之下或者相关的科目中上过的比较有意思的科目之一。一般本科阶段没有这个专业的设置，只是有选修课程或者方向。到了研究生阶段才会有单独的专业或者是单独的研究方向。但是据说单纯靠运筹徐就业得话，形势不是很好。但是，我总是觉得就业是看个人的，再差的专业，人优秀也能找到好的职位；再好的专业，也有出来找不到工作的孩纸。

其实从我对统计学的理解来看，我觉得运筹学蛮像哲学的，讲的就是在资源有限的前提下如何更好得分配资源，或者是在复杂的情况下，用什么样的方式能够解决问题。所以上运筹学的课程，乐趣是在于解决问题。当时上课的时候，做过两个project。一个是关于线性规划，另一个是关于MarkovChain的。

线性规划的课题设计是关于学校餐厅的配餐设计。当时找了50多种食材原料还有比较大众的零食，搜集了它们的价格和营养成分。营养成分包括卡路里，蛋白质，维生素什么的。目的是根据不同人群对食品的需求,比如肥胖人士，严格素食主义者，糖尿病患者，gluten 过敏人士等等，在这些要求下什么样的配餐能把价格压到最低。

Markov Chain的课题做的非常有意思，应该算是我大学阶段最有创造性的课题了：就是用Markov Chain作曲。当时找了我们学校音乐专业的学生用钢琴弹曲子。然后我们把每个曲子按照开头，中部，和结尾剪成三段相同长短的clip，再传送到java里面，通过改变transition matrix找到最合适的概率，演奏音乐。因为实在没有时间，只有两周，所以transition matrix 是手工试的，否则应该有更好的方法。

强烈推荐一本针对运筹学的书：Operations Research:Applications and Algorithms

这本书涵盖了所有的operation research的topics，读起来算是直白清楚。不深，但是面广，对于想直观了解运筹学的孩纸是除了wiki以外最好的方式。

下面是三个运筹学的方向。上面那本书中其实都有讲，只是下面单独讲就更深入些。每个方向都有无数本书可以看。但是那些书大部分深奥难懂，还不如笔记清晰。如果在上面的书看了后，大家还有兴趣，下面是一些笔记可以看看——

Linear Programming 的笔记

Non-Linear Programming的笔记

Discrete Optimization

b. Stochastic：运筹学下的一个分支

第一次接触stochastic是在大二的时候上经济学系下面的两门金融课程。当时我还在上人生中第一门统计课，其实那个时候除了概率其他的都懵懵懂懂的。Stochastic，当时选这课是因为stochastic和stock在写法和发音上面都很像。觉得stochastic就是讲股票投资的。后来才知道stochastic是随机性。但是不管怎么说，歪打正着学了个统计相关的课程。

这里想说个关于我对统计的感觉。从上面写的，大家知道我第一个确定的专业是经济。我属于凡事爱往复杂想的那种。其实这种性格的人，在学经济这种social science的初期是非常痛苦的。为什么呢？比如我大学第一个学期学的基础微观经济学，书里提到GDP。我就想GDP怎么算的啊，国家那么大怎么能保证这个GDP准确呢？然后书里出现失业率，计量经济学公式，书中种种事物，我都会质疑半天，最后自己就只好死记硬背，因为觉得所有的东西都讲不通。直到学了统计学以后，才了解到sample，survey和experiments design在social science的应用，也了解了计量经济学中的统计原理，才觉得经济书上的东西有理可依有据可循。所以说，统计还是一门很答疑解惑的学科。学了统计学，就可以相对容易地掌握很多其他学科的内容。

可能鉴于每个人学一门学科都是这种感觉：没有基础，学上层建筑是空的。所以，一般学习stochastic是先学习统计基础理论，再放回到金融理论中学习。或者很多人和我一样，先学的金融理论，再学习统计基础。我觉得哪种方法都有它好的一面和不好的一面吧，这个就要看个人了。

统计学中对Stochastic最有帮助的几个知识要点：

①概率和条件概率：不多说，所有学科的基础；

②Poisson Distribution；

③Random walk, Martingales and Brownian motion(密集型恐惧症慎入) ；

④Markov Chain: 大家见“运筹学”；

⑤Stationary processes。

经济学、金融学中的Stochastic的应用：

Black-Schole

Zivot的部分关于stock的笔记

虽然stochastic接触不少，但是真正深入的没有怎么学，都是基于统计学的。书就没有什么推荐的了。欢迎专门学这个的同学在小组中分享你的心得。大家如果对Stochastic方面真的非常有兴趣的话，不防看看CFA的教材。如果有机会，也可以选学金融工程方面的课程。应该还是很有意思的。

2019澳洲教育学专业大学排名(THE版)

2019澳洲教育学专业大学排名（THE版） 2019教育学世界大学排名最先由《泰晤士高等教育》(THE)发布，澳大利亚共有三十三所高校入围榜单，墨尔本大学位列第一，世界第二十四。悉尼大学第二。 2019THE澳大利亚教育学专业大学排名国内世界院校名称国家124墨尔本大学澳大利亚233悉尼大学澳大利亚339昆士兰大学澳大利亚457莫纳什大学澳大利亚457新南威尔士大学澳大利亚669悉尼科技大学澳大利亚775西澳大学澳大利亚884麦考瑞大学澳大利亚9101–125科廷大学澳大利亚9101–125迪肯大学澳大利亚9101–125格里菲斯大学澳大利亚9101–125昆士兰科技大学澳大利亚9101–125南澳大学澳大利亚14126–150伍伦贡大学澳大利亚15151–175阿德莱德大学澳大利亚15151–175弗林德斯大学澳大利亚15151–175纽卡斯尔大学澳大利亚18176–200堪培拉大学澳大利亚18176–200莫道克大学澳大利亚18176–200斯威本科技大学澳大利亚21201–250澳大利亚天主教大学澳大利亚21201–250皇家墨尔本理工大学澳大利亚21201–250西悉尼大学澳大利亚24251–300拉筹伯大学澳大利亚24251–300维多利亚大学澳大利亚26301–400中央昆士兰大学澳大利亚26301–400查尔斯达尔文大学澳大利亚26301–400埃迪斯科文大学澳大利亚26301–400詹

姆斯库克大学澳大利亚26301–400南十字星大学澳大利亚26301–400南昆士兰大学澳大利亚26301–400阳光海岸大学澳大利亚26301–400塔斯马尼亚大学澳大利亚THE教育学世界Top50 排名院校名称国家/地区1斯坦福大学美国2哈佛大学美国3加州大学-伯克利美国4香港大学中国香港5牛津大学英国=6宾夕法尼亚大学美国=6威斯康辛大学-麦迪逊美国8密歇根大学美国9加州大学-洛杉矶美国10剑桥大学英国11密歇根州立大学美国12范德堡大学美国13多伦多大学加拿大14哥伦比亚大学美国15台湾师范大学中国台湾16约翰霍普金斯大学美国17华盛顿大学美国=18不列颠哥伦比亚大学加拿大=18香港中文大学中国香港=18伦敦国王学院英国21伦敦大学学院英国22德克萨斯大学-奥斯汀美国23宾夕法尼亚州立大学美国24墨尔本大学澳大利亚25南加州大学美国26北京大学中国27乌得勒支大学荷兰28明尼苏达大学-双城美国29台湾科技大学中国台湾30纽约大学美国31马斯特里赫特大学荷兰32俄亥俄州立大学美国=33印第安纳大学美国=33悉尼大学澳大利亚35奥克兰大学新西兰=36兰卡斯特大学英国=36慕尼黑大学德国38弗吉尼亚大学美国=39伊利诺伊大学香槟分校美国=39昆士兰大学澳大利亚41爱丁堡大学英国42图宾根大学德国43柏林洪堡大学德国44赫尔辛基大学芬兰45布里斯托大学英国46南洋理工大学新加坡47亚利桑那州立大学美国48北卡罗来纳大学-教堂山美国49佐治亚大学美国50东京大学日本——END ——

202X年美国大学金融专业排名一览.doc

202X年美国大学金融专业排名一览 金融专业一直以来都是学生家长倾向性很高的一个热门专业，那你对美国的金融专业了解多少呢，下面先从大学排名开始吧，一起来看看 202X年美国大学金融专业排名一览。一起来看看。 1 University of Pennsylvania 宾夕法尼亚大学 2 New York University 纽约大学 3 Massachusetts Institute of Technology 麻省理工学院 4 University of Michigan--Ann Arbor 密歇根大学 - 安娜堡 5 University of Texas--Austin 德克萨斯大学 - 奥斯汀分校 6 University of California--Berkeley 加州大学伯克利分校 7 University of North Carolina--Chapel Hill 北卡罗来纳大学 - 教堂山 8 Indiana University--Bloomington 印第安纳大学 - 布卢明顿 9 University of Virginia 弗吉尼亚大学 10 Carnegie Mellon University 卡内基梅隆大学 11 Boston College 波士顿学院 12 Ohio State University--Columbus 俄亥俄州立大学- 哥伦布 13 Fordham University 福特汉姆大学 13 Xavier University 泽维尔大学 15 Fairfield University 费尔菲尔德大学 15 Seattle University 西雅图大学 15 University of Scranton 斯克兰顿大学 18 Canisius College Canisius学院 18 Creighton University 克莱顿大学

统计学专业

统计学专业 专业简介 学科：理学 门类：统计学类 专业名称：统计学专业 本专业培养具有良好的教学或数学与经济学素养，掌握统计学的基本理论和方法，具有较好的科学素养，能熟练地运用计算机分析数据，能在企事业单位和经济、金融和管理部门从事统计调查、统计信息管理、数量分析、市场研究、质量控制以及高新技术产品开发、研究、应用和管理工作，或在科研教育部门从事研究和教学工作的高级专门人才。

专业信息 培养目标：本专业主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。 培养要求：本专业学生主要学习统计学的基本理论和方法，打好数学基础，具有较好的科学素养，受到理论研究、应用技能和使用计算机的基本训练，具有数据处理和统计分析的基本能力，毕业生应获得以下几方面的知识和能力： ◆具有扎实的数学基础，受到比较严格的科学思维训练； ◆掌握统计学的基本理论、基本知识、基本方法和计算机操作技能；具有采集数据、设计调查问卷和处理调查数据的基本能力； ◆了解与社会经济统计、医药卫生统计、生物统计或工业统计等有关的自然科学、社会科学、工程技术某一领域的基本知识，具有应用统计学理论分析、解决该领域实际问题的初步能力； ◆了解统计学理论与方法的发展动态及其应用前景； ◆对于理学学士，应能熟练使用各种统计软件包，有较强的统计计算能力；对于经济学学士，应具有扎实的经济学基础，熟悉国家经济发展的方针、政策和统计法律、法规，具有利用信息资料进行综合分析和管理的能力； ◆掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法；具有一定的科学研究和实际工作能力。 主干学科：数学、统计学、经济学、管理学。 主要课程：数学基础课(分析、代数、几何)、概率论、数理统计、运筹学、计算机基础、应用随机过程、实用回归分析、时间序列分析、多元统计分析、抽样调查、非参数统计、统计预测与决策、风险管理等，以及根据应用方向选择的基本课程(如经济统计方向可选择社会调查方法、经济与社会统计等)。 实践教学：包括学年论文、社会调查、生产实习和毕业论文等，一般安排10—20周。 修业年限：4年。 授予学位：理学或经济学学士学位。 相近专业：数学与应用数学、信息与计算科学。 原专业名：统计学、统计与概率(部分)。 就业数据

2017年度USNEWS各专业排名top10汇总

最完整的2017年度USNEWS各专业排名top10汇总 大家都知道，USNEWS排名作为美国大学选择的重要依据，一直是各位留学生十分信任的一张榜单，US News通过对美国大学进行详细调查，收集所有学校的各项数据：学术声誉(全职教授人数、诺贝尔奖或其他大奖获得者、论文学术专著等);学生保持率(回校率和毕业率);招生选拔;师资资源;经费资源(研究经费支持);学生就业率和薪资;校友捐赠率;校园犯罪率、联邦贷款违约率等等，这该排名对大学考核因素全面，计算方法复杂，得出的数据相对更加客观。那么接下来，我们今天也将为大家带来，最新的2017年度USNEWS的医学，教育学，护理学和工程学4个专业的榜单，这4个专业作为美国的就业大热专业，一直为广大学生所喜爱，因此这4个专业的榜单，具有明显的指向意义，那接下来，就跟着我们去看详情吧。 1.工程学 从工程学专业的榜单当中我们可以看出，全美最优秀的理工学院依然是麻省理工学院，这毋庸置疑，但是加州理工学院这几年上升势头迅猛已经对麻省理工学院的全美第一位置开始有了一定的威胁，而在本榜单的中段，佐治亚理工学院，卡内基梅隆大学和斯坦福大学等这些美国常春藤顶尖名校的工程学专业雄踞在此，另外还有一些没有入榜的学校，并不意味他们不够优秀，而仅仅是因为，和这10所学校相比，他们还不够优秀，而在世界上，能和这些学校匹敌的工程学专业院校似乎也只有帝国理工学院之类的超一流学校了、 2.教育学 而在教育学的榜单中，我们可以看到入选的全都是常春藤大学，里面排位相对差的也就是德大奥斯丁分校，因为教育属于文科范畴，而且需要有悠久的文化历史的沉淀，所以，入选的学校都是一些悠久的名校，没有入选的学校，可能就是输在了历史底蕴上，因此，对于不少学生来说，想去美国读教育学，这些学校是不错的选择，但是这些学校的成绩要求真的可以说是高的离奇，而且都包括了哈佛斯坦福之类的全世界顶尖名校，所以，想去研读教育学的同学们，可以考虑一下别的选择哦！ 3.护理学和医学 这次我们要分成两部分来看，首先是护理学，由于这和未来的就业直接挂钩，在社区卫生中心，或者在医院就职，都是非常不错的选择，而现在由于这方面专业人才的紧缺，导致了如今护理专业异常的吃香，那我们就来看看，美国护理学专业排名前10的学校。 而对于医学院来说，情况可能截然不同，由于医学研究需要耗费大量的人力物力，所以学校的财政情况也是一个非常重要的指标，能够入选全美医学院十强的大学，大多都是拥有超强的经济实力的综合大学，究竟是谁呢，往下看。 在医学院这个榜单中，熟悉的常春藤学校们又回来了。这些学校因为有着雄厚的资金支

美国经济学专业分析 美国经济学硕士排名

美国经济学专业分析美国经济学硕士排名 美国经济学专业分析美国经济学硕士排名美国经济学专业分析今天小申给大家整理了美国大学经济学专业介绍和申请策略。严格来说，美国大部分经济学是开设在理科学院，需要学生提供GRE成绩。由于国内学生常常将经济、金融等商科类专业混淆，且确有经济专业开设在商学院的情况，我们在此也稍作解析。 经济学的难，是因为它主要学的是数学，经济学的解题就是建立在复杂的高等数学模型上的，毕业论文就是选择建立经济模型。这不是每个人都可以经过努力就能学下来的课目，经济学的淘汰率是商科类专业中较高的。 经济学博士毕业生，约7075都进入高校担任教员，一般刚毕业的学生都会先担任AssociateProfessor，这就是所谓的学术职业方向。其余2530就进入了非学术职业范畴中，其中近一半是进入银行任职，如经济师、经济分析家等职位；另外一半则是进入了政府机构、研究机构、金融机构、投资咨询等机构担当研究职务。 美国一流的经济系多半不设硕士课程，就如经济学专业排名前50的大学中，虽然全部都设有博士生课程，但只有27所大学提供硕士学位课程，而这27所大学所提供的硕士学位又可以分为两种1.一般的硕士学位，完成后可以选择就业，或继续攻读博士学位。但前50名的大学里，只有13所大学设有该学位课程。

2.在博士学习的前一两年中，如果成绩不如意，不能继续更深入的学习；或自己不想继续在这门学科发展的，都可以中断博士学位的攻读，中途申请一个硕士学位作为学习的结束。专业排名前50名的大学中，有14所大学提供这种折衷的选择。 美国每年毕业的经济学博士生估计有一千人左右，由于就业面始终局限于上述的三方面，职位缺没有一个固定的约数，但每个职位空缺至少有10人以上参加面试，竞争度极高。 以研究生课程为申请目标的申请者，需要在专业排名与录取机会上作出取舍。一些不在前50的学校不单录取研究生较多，而且奖学金也颇丰富，例如只设研究生课程的BaylorUniversity就是最好的例子，而UniversityofDelaware与UniversityofMissouri-Columbia也对中国申请者非常友善。 经济学专业的奖金发放比例都在呈逐年下降趋势，多数获得经济学奖学金的申请者都是超过了录取标准，加之丰富的相关专业研究工作背景，关键的是跟对方学校教授做的Program比较Match才最终得到奖金的支持。 每年美国的主要研究型大学经济系收到的中国学生申请约占总量的四分之一。申请经济学同样需要学生像学校提供GPA、TOEFL、GRE成绩。 GPA是越高越好，特别是数学相关的课程，有利于申请。

统计学考研前100院校

统计学考研前100院校 统计学 专业代码：020208 学科大类：经济学 一级学科：应用经济学 统计学专业院校排名 第一档：天津财经大学、西南财经大学 第二档：上海财经大学、厦门大学、中国人民大学、中南财经政法大学、浙江工商大学、暨南大学、西安交通 学、中央财经大学 第三档：湖南大学、安徽财经大学、江西财经大学、北京大学、山西财经大学、东北财经大学、西安财经学院 学、河北经贸大学、天津大学、兰州商学院、云南财经大学、首都经济贸易大学、福建农林大学、重庆工商大学、 第四档：西北工业大学、江苏大学、河北大学、西北师范大学、贵州财经学院、长沙理工大学、广东商学院、 州电子科技大学、新疆财经学院、内蒙古财经学院、长春税务学院、河南财经学院、福州大学、山东财政学院、中 学。 统计学国家级重点学科单位 统计学一级国家重点学科：天津财经大学、西南财经大学 统计学二级国家重点学科：清华大学、吉林大学、华侨大学、国防大

学、军事经济学院 需要说明的是，这份统计学考研院校排名是根据教育部学位中心2013年11月授权发布《2012年学科评估结果》 猜想，之所有第一梯队是这两位，跟建校建系的时间有关。如西南财经大学统计学院的前身统计系，是1952年和1 系调整成立四川财经学院时首批组建的五个系之一，也是全国财经院校中最早招收统计学专业本科生的院系之一。 这里还有一份统计学专业的高校排名，可能这个比上面的容易被接受，也不是我编的，也是教育部考试中心发 学校代码及名称学科整体水平得分 10002 中国人民大学90 10001 北京大学88 10384 厦门大学85 10055 南开大学83 10200东北师范大学 10269 华东师范大学 10272 上海财经大学 10353 浙江工商大学 10358 中国科学技术大学78 10422 山东大学 下面还有一份财经类统计学专业名校盘点—— 1. 中央财经大学（国家重点学科合计11个）一个国家重点学科：

词语搭配抽取的统计方法及计算机实现

词语搭配抽取的统计方法及计算机实现 邓耀臣王同顺 （上海交通大学外国语学院，上海200240 ） 摘要：计算机语料库的发展为词语搭配研究提供了新的方法。然而，也同样受到资源共享困难和语料分析工具不足的困惑。本文在简要介绍词语搭配抽取中常用的三种统计方法的基础上，重点提出一种将免费检索软件Wconcord和语言研究者较为熟悉的Visual Foxpro （VFP）编程技术相结合，计算词语搭配统计量，实现词语搭配自动抽取的方法并对这种方法的可行性和结果的可靠性进行了评估。 关键词：词语搭配；统计方法；计算机实现 Statistics in Collocation Extraction and Computer Implementation DENG Yaochen, WANG Tongshun (College of Foreign Studies, Shanghai Jiao Tong University, Shanghai 200240, China) Abstract: The development of computer corpora provides a new approach for collocation study. However, the corpus-based collocation study is restricted by difficulties in resource share and inefficiency of current analysis tools. This paper, on the basis of the introduction to three commonly-used statistics in collocation extraction, proposes a method to calculate the collocation measures and to extract collocations automatically by combining a free concordance software and Visual Foxpro. An evaluation test confirms its practicability and reliability. Key words: collocation, statistics, computer implementation 语料库语言学的发展为语言研究开辟了一个新的领域，词语搭配以其在语言产生、语言理解和语言学习中的重要作用无疑处于该领域的中心地位。然而，基于语料库的词语搭配研究也同样受到资源共享困难和语料分析工具不足的困惑。目前词语搭配研究中较为权威可靠的工具要么属于商业性软件，如WordSmith，Sara等，价格昂贵，不是一般的研究人员所能拥有；要么功能不全，如TACT仅提供Z-值并且对语料库的大小有严格限制，WordSmith 仅提供MI-值，只能抽取出显著性最高的10个搭配词。由此可见，现有工具远不能满足语料库深入研究的需要。本文在简要介绍词语搭配抽取中常用的三种统计方法的基础上，重点提出一种将免费检索软件Wconcord和语言研究者较为熟悉的Visual Foxpro（VFP）编程技术相结合，计算词语搭配统计量，实现词语搭配自动抽取的方法。通过与TACT和WordSmith 抽取结果的对比，对这种方法的可行性和结果的可靠性进行了评估。 1 词语搭配抽取的统计方法 词语搭配指的是词与词的结伴使用这种语言现象,是词语间的典型共现行为（Firth 作者简介：邓耀臣（1967—），男，汉，博士研究生。研究方向：语料库语言学与二语习得。 王同顺（1955—），男，汉，教授，博士生导师。研究方向：二语习得，大纲设计。

美国金融专业排名

最新美国大学金融学排名 1 university of pennsylvania宾夕法尼亚大学 2 the university of chicago芝加哥大学 3 new york university纽约大学 4 columbia university,the school of general studies哥伦比亚大学 5 stanford university斯坦福大学 6 massa chusetts institute of technology麻省理工学院 university of california los angeles加州大学洛杉机分校 8 harvard university哈佛大学 9 northwestern university西北大学 10 university of california berkeley加州大学伯克利分校 11 duke university杜克大学 12 university of michigan ann arbor密西根大学-安娜堡分校 13 university of rochester罗切斯特大学 14 the university of texas at austin德克萨斯大学奥斯汀分校 yale university耶鲁大学 16 the ohio state university,columbus俄亥俄州立大学哥伦布分校 17 carnegie mellon university卡内基美隆大学 dartmouth college达特茅斯学院 university of virginia弗吉尼亚大学 20 university of florida佛罗里达大学 21 cornell university康乃尔大学 22 boston college波士顿学院

美国运筹学专业排名

运筹学主要研究经济活动和军事活动中能用数量来表达的有关策划、管理方面的问题。当然，随着客观实际的发展，运筹学的许多内容不但研究经济和军事活动，有些已经深入到日常生活当中去了。下面就为大家盘点美国运筹学专业排名 学校名 学校英文名 国家/地区 1 斯坦福大学 Stanford University 美国 2 麻省理工学院 Massachusetts Institute of Technology (MIT) 美国 3 加州大学伯克利分校 University of California, Berkeley (UCB) 美国 4 哈佛大学 Harvard University 美国 5 佐治亚理工学院 Georgia Institute of Technology 美国 8 加州大学洛杉矶分校 University of California, Los Angeles (UCLA) 美国 12 密歇根大学安娜堡分校 University of Michigan 美国 13 卡耐基梅隆大学 Carnegie Mellon University 美国 16 哥伦比亚大学 Columbia University 美国 17 康奈尔大学 Cornell University 美国 18 杜克大学 Duke University 美国 21 普林斯顿大学 Princeton University 美国 22 宾夕法尼亚大学 University of Pennsylvania 美国 23 华盛顿大学 University of Washington 美国 29 威斯康辛大学麦迪逊分校 University of Wisconsin-Madison 美国 32 普渡大学西拉法叶分校 Purdue University 美国 33 德州农工大学 Texas A&M University 美国

2020USNEWS统计学专业排名

2020USNEWS统计学专业排名 2020年USNEWS专业排名已经陆续放出了，今天带大家看一下2020年美国USNEWS统计学专业的排名，供大家参考。 专业排 名 学校项目名称学校英文名 1 斯坦福大学 -统计学系Stanford University 2 加州大学伯克利分校 -统计学系University of California —Berkeley 3 哈佛大学 -生物统计系Harvard University 3 华盛顿大学 -生物统计系University of Washington-Department of Biostatistics 5 约翰霍普金斯大学 -生物统计系Johns Hopkins University 5 芝加哥大学 -统计学系University of Chicago 7 哈佛大学-统计学系Harvard University 7 华盛顿大学-统计学系University of Washington-Department of Statistics 9 卡耐基梅隆大学 -统计学系Carnegie Mellon University 10 杜克大学 -统计科学系Duke University 10 宾夕法尼亚大学 -统计学系University of Pennsylvania 12 密歇根大学安娜堡分校 -生物统计系University of Michigan—Ann Arbor 12 北卡罗来纳大学教堂山分校 -生物统计系University of North Carolina—Chapel Hill 12 威斯康辛大学麦迪逊分校 -统计学系University of Wisconsin —Madison

基于语料库同义词辨析的一般方法

收稿日期:2005-3-28 作者简介:1.张继东(1965-),男,安徽安庆人,东华大学外语学院讲师,研究方向为语料库语言学;2.刘　萍 (1965-),女,安徽芜湖人,上海交通大学技术学院副教授,研究方向为语料库语言学与英语教学法。 基于语料库同义词辨析的一般方法 张继东1 ,刘　萍 2 (1.东华大学外语学院,上海200051;2.上海交通大学技术学院,上海200231) 摘　要:基于语料库的同义词辨析方法包括:(1)统计出同义词在语料库的不同语域中的词频分布差异;(2)以节点词的跨距为参照,统计同义词的显著搭配词,并计算同义词与其搭配词相互信息值(M I 值)以及Z 值;(3)通过观察检 索行中所呈现的同义词搭配特征,揭示出它们的类联结、搭配关系和语义韵等语言特征。 关键词:同义词;语料库;语域;搭配;语义韵 中图分类号:H31312 文献标识码:A 文章编号:10022722X (2005)0620049204 Corpus 2ba sed Approaches to the D i fferen ti a ti on of English Synony m s Z HANG J i 2dong 1 ,L I U Ping 2 (1.College of Foreign Languages,Donghua University,Shanghai,200051,China;2.Technical School,Shanghai J iao Tong University,Shanghai,200231,China ) Abstract:W ithin cor pus 2based app r oaches,synony m s can be differentiated with reference t o:1)their distributi ons a mong different registers;2)their significant coll ocates,and the M I value and Z score bet w een synony m s and their coll ocates;3)their coll ocati onal behavi ors and se mantic p r os odies with regard t o certain colligati onal fra me works .Synony m s thus differentiated will have significant pedagogical i m p licati ons . Key W ords:synony m;cor pora;register;coll ocati on;semantic p r os ody 0.引言 英语是世界上使用最广泛的语言之一,其词汇量极其庞大,其中同义词占有很大比例,是语言学习的难点。据统计,英语语言中同义词、近义词的数量约占总词汇量的60%以上(贺晓东,2003),它们通过词形、词义、结构或用法等方方面面的相同或相近构成了庞大的英语词汇体系,切实学懂、用熟同义词是突破英语词汇的重要环节,更是提高英语写作、阅读、会话等技能的关键。 传统的同义词辨析方法,多依赖于直觉经验,采用内省的定性方法,对同义词的词目意义条分缕析,然而,一般的语言学习者在实际的运用中似乎仍然难得要领。本文拟从语料库语言学的角度,通过对相关的语料库进行检索统计,发现同义词在不同语域中的词频分布差异,计算出词语搭配的不同相互信息值,通过观察检索行中所呈现的同义词搭配特征,揭示出它们不同的类联结、搭配关系和语义韵等语言特征。 1.基于英语语料库的同义词辨析111同义词在不同语域中词频分布差异 语域是人们在实际的语言活动中,出于交际的需要,或因其所从事的职业和兴趣相异,亦或因其话语发生的情景、说话的对象、地点和话题的不同而产生的一种言语变体,体现为语言中的不同语体风格、用语格调等。同义词由于其内在意义的差异,在不同的语域中往往会呈现出不同的分布特征,所以统计它们不同语域中的频率差异,有助于将它们区分开来。 为了说明同义词在不同语域中的分布频率对同义词的辨析具有宏观指导作用,本文选取了一组同义形容词:big 、great 、large,对《朗文英语口语和书面语语料库》(简称LGS W E )所提供的数据进行搜集,按会话、小说、新闻、学术文章四个语域进行分类。 big 、great 、large 之间的词义差异,学习者似乎能够直接从词典类工具书中就可以查询出来,但是 第28卷　第6期2005年11月解放军外国语学院学报 Journal of P LA University of Foreign Languages Vol .28　No .6Nov 12005

2017美国研究生经济学专业GRE要求列表

2017美国研究生经济学专业GRE要求列表 学校排名学校名称专业名称专业英文名GRE要求 1 波士顿学院经济学Economics数学：155-170 2 北卡罗来纳州立大学经济学Economics Required 3 加州大学洛杉矶分校经济学Economics Required 4 圣母大学经济学Economics Required 5 佛罗里达州立大学经济学Economics Required 6 弗吉尼亚大学经济学Economics Required 7 加州大学伯克利分校经济学Economics Required 8 宾夕法尼亚大学经济学Economics Required 9 密歇根州立大学经济学Economics Required 10 东北大学经济学Economics Required 11 华盛顿大学经济学Economics Required 12 纽约州立大学阿尔巴尼分校经济学Economics Required 13 纽约州立大学宾汉姆顿分校经济学Economics Required 14 哈佛大学经济学Economics Required 15 特拉华大学经济学Economics PhD：1100 16 雪城大学经济学Economics Required 17 田纳西大学经济学Economics Recommend 18 加州大学尔湾分校经济学Economics Required 19 美利坚大学经济学Economics Required 20 康奈尔大学经济学Economics Required 21 麻省理工学院经济学Economics Required 22 圣路易斯华盛顿大学经济学Economics Required 23 丹佛大学经济学Economics Required 24 罗切斯特大学经济学Economics Required 25 佛罗里达大学经济学Economics Required 26 宾州州立大学公园分校经济学Economics Required 27 弗吉尼亚理工学院经济学Economics Required 28 俄亥俄州立大学经济学Economics Required 29 纽约州立大学水牛城分校经济学Economics Required 30 威斯康辛大学麦迪逊分校经济学Economics Required 31 南卫理公会大学经济学Economics Required 32 德州农工大学经济学Economics Required 33 马萨诸塞大学阿默斯特分校经济学Economics Required 34 康涅狄格大学经济学Economics Required 35 范德堡大学经济学Economics Required 36 加州大学圣克鲁兹分校经济学Economics Required 37 约翰霍普金斯大学经济学Economics Required 38 克莱蒙森大学经济学Economics Required

语料库常用统计方法

3.5语料库常用统计方法 第3章前几节对语料库应用中的几种主要技术做了介绍。通过语料检索、词表和主题词表的生成，可以得到一定数量的句子、词汇或结构。为能更好说明所得到的结果的真正意义，常常需要对它们加以统计学分析。本章主要介绍语料分析中的一些常用统计方法。 3.5.1 语料库与统计方法 介绍相关统计方法之前，首先需要了解为什么语料库应用中需要运用统计方法。在2.1节讲到文本采集时，我们知道文本或会话构成了最终的语料库样本。这些样本是通过一定的抽样方法获得的。研究中，我们需要描述这些样本的出现和分布情况。此外，我们还经常需要观察不同语言项目之间在一定语境中共同出现（简称共现）的概率；以及观察某个（些）语言项目在不同文本之间出现多少的差异性。这些需要借助统计学知识来加以描写和分析。 理论上说，几乎所有统计方法都可以用于语料库分析。本章只择其中一些常用方法做一介绍。我们更注重相关统计方法的实际应用，不过多探讨其统计学原理。这一章我们主要介绍语料分析中的频数标准化（normalization ）、频数差异检验和搭配强度的计算方法。 3.5.2 频数标准化 基本原理 通常语料检索、词表生成结果中都会报告频数（frequency, freq 或raw frequency ）。那么某词（如many ）在某语料库中出现频数为100次说明什么呢？这个词在另一个语料库中出现频数为105次，是否可以说many 在第二个语料库中更常用呢？显然，不能因为105大于100，就认定many 在第二个语料库中更常用。这里大家很容易想到，两个语料库的大小未必相同。按照通常的思维，我们可以算出many 在两个语料库中的出现百分比，这样就可比了。这种情况下，我们是将many 在两个语料库中的出现频数归到一个共同基数100之上，即每100词中出现多少个many 。这里通过百分比得到的频率即是一种标准化频率。有些文献中标准化频率也称归一频率或标称频率，即基于一个统一基准得出的频率。 实例及操作 频数标准化，首先需要用某个（些）检索项的实际观察频数（原始频数，raw frequency ）除以总体频数（通常为文本或语料库的总词数），这样得到每一个单词里会出现该检索项多少次。在频数标准化操作中，我们通常会在此基础上乘以1千（1万、1百万）得到平均每千（万、百万）词的出现频率。即： 1000?=总体频数 观测频数标准化频率（每千词） （注：观测频数即检索词项实际出现的次数；总体频数即语料库的大小或总形符数。） 例如，more 在中国学生的作文里出现251次，在英语母语者语料中出现475次。两个语料库的大小分别为37,655词次和174,676词次。我们可以根据上面的公式很容易计算出251和475对应的标准化频率。另外，我们还可以利用Excel 或SPSS 等工具来计算标准化频率。比如，可以将实际观察频数和语料库大小如图3.5.1输入相应的单元格，然后在C1单元格里输入=(A1/B1)*1000即可得到中国学生每千词使用more 约为6.67次。要得到母语

美国大学EE专业(电子工程)排名

1. Massachusetts Institute of Technology (MA) 1. Stanford University (CA) 1. University of California–Berkeley (CA) 4. University of Illinois–Urbana-Champaign (IL) 5. California Institute of Technology (CA) 6. Georgia Institute of Technology (GA) 7. Carnegie Mellon University (PA) 7. University of Michigan–Ann Arbor (MI) 9. Cornell University (NY) 10. Purdue University–West Lafayette (IN) 11. University of Texas–Austin (TX) 12. Princeton University (NJ) 12. University of Southern California (Viterbi) (CA) 14. University of California–Los Angeles (Samueli) (CA) 15. University of Maryland–College Park (Clark) (MD) 15. University of Wisconsin–Madison (WI) 17. University of California–San Diego (Jacobs) (CA) 18. Johns Hopkins University (Whiting) (MD) 18. Virginia Tech (VA) 20. Columbia University (Fu Foundation) (NY) 20. Ohio State University (OH) 20. Pennsylvania State University–University Park (PA) 20. Rensselaer Polytechnic Institute (NY) 20. Rice University (Brown) (TX) 20. Texas A&M University–College Station (Look) (TX)

美国研究生前100所学校专业排名

申请美国留学选校时，一般会根据实际情况选择8到10所，可按学校层次3-3-4的比例选择。那么这么多学校怎么选择呢？ 这里推荐一种方法：按照专业方向，确定喜欢的专业，然后按优势专业的学校去选择。今天就为大家整理了美国留学Top100院校的优势专业，最全的汇总篇哦~ 排名 学校 优势专业 1 普林斯顿大学 数学和哲学闻名遐迩，历史、英语、政治和经济系也一样闻名遐迩。 2 哈佛大学 历史学、工商管理、数学、经济学、英语学、物理学、心理学、社会学、生理学、政治学、生物化学、化学、地球科学等 3 耶鲁大学 最重点学科是社会科学、人文科学和生命科学，三项最热门专业是生物学、历史学和经济学。 4 哥伦比亚大学 建筑学、MBA 、金融、艺术史、天文、生物科学、化学、计算机科学、数学、物理、地质、心理学、社会学、哲学、政治学、宗教、电影、历史、经济学、英语、法语、西班牙语及东亚和中亚5 芝加哥大学 人类学、天文学、地球科学、经济学、地理学、历史学、语言学、物理学、统计学、社会学、神学。商学院（金融、策略、国际商业、企业领导、市场行销等）全美顶尖。 5 斯坦福大学 最有特色的学科是生物、经济、心理学、英文、政治科学、其他名列前茅的课程有心理学、大众传播、化学、经济学和戏剧等。 7 麻省理工学院 电子工程、机械工程、物理学、化学、经济学、哲学、政治学 7 杜克大学 政治学、公共政策、历史、化学、电子工程和生物医学工程。医学部、法学院、商学院排全美前11位，科学和工程学科尤为著名。 7 宾夕法尼亚大学人类学、经济学、艺术史、语言学、心理学、音乐和拉丁语。/商学、法学、医学、大众传播学。 10 加利福尼亚理工 物理、工程、化学、生物、天文学、地质学、经济与政治学。在生物学、行星科学、地学领域被公认为全美第一，超过半数学生修读工科。 10 达特茅斯学院 生物，计算机，工程，经济，外语，心理学。以文理科著称，常青藤盟校。 12 西北大学 新闻学院、法学院、商学院。商学院全美TOP1,有商界的“西点军校”，新闻学院全美最好。 12 约翰·霍普金斯大医学院与哈佛医学院齐名，公共卫生学院常年排行全美第一，生物学、生物医学、生物医学工程、电子工程、环境工程、人类发展、家庭研究、健康科学、人文学、物理学、数学科学、国际事名全美前十。 14 华盛顿大学圣路本科：历史、经济学、医科预备课程、工程、建筑和商科等；研究生：计算机科学、地理学、数学、微生物学、分子生物学、心理学、政治学、统计学、社会学、动物学等。商学院全美前15学院全美第2，工程学院中，生物医学工程系最负盛名，建筑学和城市设计学院名列全美第6，法学院目前排名第19。 14 布朗大学 本科：计算机科学、宗教、应用数学；研究生：应用数学、古典文学、机械工程、比较文学、哲学、美术史、俄语、数学、英语、西班牙语、历史、土木工程、经济、地质科学、计算机科学、 言学、德语、心理学 16 康奈尔大学 农学院、化学系、数学系和宾馆管理系等多学科排名美国前10。 17 范德堡大学 医学预科，工程，数学，社会学，心理学，教育学。教育学院TOP5，医学院TOP15,法学院TOP16，商学院TOP25。 18 莱斯大学 工程、管理、科学、艺术、人类学。以理工科闻名，在美国西部建筑学院中排名第1，在全美建筑学院中排第4，曾与杜克大学、维吉尼亚大学齐名，号称南方哈佛。

USNews美国经济学专业排名

年USNew美国经济学专业排名

作者: 日期:

2017年USNews美国大学排名已出，本文整理了2017USNews 美国大学经济学专业研究生排名。 #1 Harvard Uni versity 哈佛大学Cambridge, MA #1 Massachusetts In stitute of Tech no logy 麻省理工学院Cambridge, MA #1 Prin ceton Uni versity 普林斯顿大学Prin ceto n, NJ #1 Un iversity of Chicago 芝加哥大学Chicago, IL #5 Sta nford Uni versity 斯坦福大学Sta nford, CA #5 Uni versity of California-Berkeley 加州大学伯克利分校Berkeley, CA #7 Northwestern Un iversity 西北大学Evan sto n, IL #7 Yale Un iversity 耶鲁大学New Have n, CT #9 Uni versity of Pe nn sylva nia 宾夕法尼亚大学Philadelphia, PA #10 Columbia Uni versity 哥伦比亚大学New York, NY #11 New York Uni versity 纽约大学New York, NY #11 Uni versity of Mi nn esota--Twin Cities 明尼苏达大学双子城分校 #13 Uni versity of Michiga n--Ann Arbor 密歇根大学安娜堡分校Ann Arbor, MI

2019统计学考研院校排名及全国排名前10所院校深度解读

2019统计学考研院校排名及全国排名前10所院校深度解读1.2019统计学考研院校排名 第一档：天津财经大学、西南财经大学 第二档：上海财经大学、厦门大学、中国人民大学、中南财经政法大学、浙江工商大学、暨南大学、西安交通大学、辽宁大学、中央财经大学 第三档：湖南大学、安徽财经大学、江西财经大学、北京大学、山西财经大学、东北财经大学、西安财经学院、南京财经大学、河北经贸大学、天津大学、兰州商学院、云南财经大学、首都经济贸易大学、福建农林大学、重庆工商大学、山东经济学院第四档：西北工业大学、江苏大学、河北大学、西北师范大学、贵州财经学院、长沙理工大学、广东商学院、石河子大学、杭州电子科技大学、新疆财经学院、内蒙古财经学院、长春税务学院、河南财经学院、福州大学、山东财政学院、中南大学、深圳大学。 统计学国家级重点学科单位 统计学一级国家重点学科：天津财经大学、西南财经大学 统计学二级国家重点学科：清华大学、吉林大学、华侨大学、国防大学、军事经济学院 统计学院校报考指南 历年统计学院校排名具体名次有所不同，但总体排名前列的院校名录变化不大，广大考生可以综合参考院校实力以及统计学发展情况判断其专业实力选择报考，如西南财经大学统计学院的前身统计系，是1952年和1953年两次全国院系调整成立四川财经学院时首批组建的五个系之一，也是全国财经院校中最早招收统计学专业本科生的院系之一。中国人民大学统计学科始建于1950年，两年后成立统计学系，是新中国经济学科中最早设立的统计学系，2003年7月，成立中国人民大学统计学院。考生可以通过院校网站及新闻报道了解更多统计学专业发展情况。2.统计学全国排名靠前院校深度解读 （1）中国人民大学