一、統(tǒng)計學的歷史

統(tǒng)計方法可以追溯到很早，幾乎在計數(shù)方法被發(fā)明的時候就有了原始的統(tǒng)計方法。到了16世紀，由于擲篩子賭博的興盛（據(jù)說），學者們開始研究點數(shù)的頻率，推算概率。這是早期的概率論。與此同時，政府為了增強控制力需要了解人口的特征。學者們發(fā)展了國情學，開始應用在人口統(tǒng)計上，比如男女性別。統(tǒng)計方法以概率論和國情學為兩個方法論的源頭，有了進一步的發(fā)展。

統(tǒng)計方法發(fā)展成為現(xiàn)代（數(shù)理）統(tǒng)計學，則是更近的事。17、18世紀的數(shù)學家繼續(xù)發(fā)展了概率論，為現(xiàn)代統(tǒng)計學的奠定了部分理論基礎。這其中就有數(shù)學家Thomas Bayes，他在18世紀中期提出條件概率的貝葉斯公式之后，他并不知道會給統(tǒng)計學帶來多大的變化。

不得不提到的一個巨人是Karl Pearson。沒錯，就是Pearson test 那個Pearson，他還用姓氏首字母命名了一個折磨了統(tǒng)計系學生們一百年的變量—— p value。除此之外，他在統(tǒng)計理論的各個方面都有創(chuàng)新，最重要的是，他創(chuàng)建了世界上第一個統(tǒng)計系。他被公認為是現(xiàn)代（數(shù)理）統(tǒng)計學的創(chuàng)建者，也是生物統(tǒng)計的創(chuàng)建者（第一個生物統(tǒng)計學期刊就是他開的）。其實能者是無所不能的，他在業(yè)余還取得了大律師資格，還是一個堅定的基因改良主義者，要知道那才是1890年！

下面這幅圖是Pearson的老婆為他的學術著作畫的插頁（1），主題就是：Chance of eath。從左到右意思是人從出生到老要經(jīng)歷不同的死亡風險。

Pearson之后，統(tǒng)計學就發(fā)展得非常快了：Spearman、Bonferroni、Neyman、Tukey、Cox、Box等等，基本上我們現(xiàn)在常用到的工具在1950s之前已經(jīng)被發(fā)展的比較完備了。在這之后，比較大的變化是貝葉斯主義的興盛。

在貝葉斯主義之前，使用prior knowlege是不規(guī)范的。你必須比較確切地知道某個隨機事件發(fā)生的概率，才能用它來計算一些東西。怎么知道呢？你得去吭哧吭哧統(tǒng)計這個隨機事件發(fā)生的頻率，如果遇到一個很大的總體，那可能等你統(tǒng)計出來人家的paper早發(fā)了。貝葉斯主義者比較簡單粗暴，根據(jù)一些prior knowlege，直接給概率賦值。看似武斷，其實大大拓展了統(tǒng)計學的發(fā)展和應用空間。

二、統(tǒng)計學的劃分

統(tǒng)計學可以這樣劃分：理論統(tǒng)計學和應用統(tǒng)計學。

統(tǒng)計學的基礎理論包括概率論、實分析、線性代數(shù)、asymptotic theory 等等數(shù)學內容?，F(xiàn)在又包括了computational statistics。Computational statistics發(fā)展了bootstrapping、Monte Carlo simulation這些新的方法，在計算機被發(fā)明以前，這些技術是沒法想象的，因為計算量太大了（不太確定computational statistics是否應該放在理論統(tǒng)計學里，不過這個不重要）。

應用統(tǒng)計學基本分為兩大塊：escriptive statistics 和 inferential statistics。前者是從總體中抓樣本數(shù)據(jù)進行描述，后者是通過對于樣本的分析對總體的特征進行推斷。

這樣直觀的記憶比較好：前者：population ---> sample后者：sample ---> population

從population到sample，這個是以使用概率論為主。不過escriptive statistics本身并不發(fā)展新的理論知識。從sample到population，這個才是應用統(tǒng)計學的重要目的。因為統(tǒng)計學面對的是隨機事件，而且是不完整的信息（sample），但要對完整的世界（population）做出估計。

統(tǒng)計學經(jīng)過漫長的發(fā)展，尤其是計算機的大量應用，目前包括但不限于下面這些分支（或者交叉領域）：

理論研究：概率論（比如stochastic process），計算統(tǒng)計理論（比如asymptotic theory，在CS系的computational theory下面）。

統(tǒng)計模型（在前人基礎上繼續(xù)發(fā)展各種regression moel，stratification，clustering，blocking，classification等等）、各種test的發(fā)展（比如time series，likelihoo ratio test,Wal test,permutation test 等等）。

計算統(tǒng)計方法的發(fā)展（比如Monte Carlo simulation，Bootstrap）

數(shù)據(jù)采集（census，survey和clinical trial等）

生物統(tǒng)計（比如longituinal analysis，spatial analysis）

ata mining

目前最火熱的學科都是跟計算機結合比較緊密的。統(tǒng)計學領域也不例外，ata mining 和 machine learning都是一出生就建立在統(tǒng)計學（和概率論）基礎之上的，現(xiàn)在大量的人在做這個。而解決的實際問題包括：衛(wèi)生、環(huán)境、行為等等。比如你的每一次點擊都部分地決定了Google將要給你投放什么樣的廣告，你的每一個手機使用行為都部分地決定了蘋果下一款手機的開發(fā)方向。這里面海量的數(shù)據(jù)的搜集、統(tǒng)計分析、行為分析，都是以統(tǒng)計學為核心的。

三、就業(yè)走向

1、統(tǒng)計／數(shù)據(jù)相關：不需要考證

ata analyst -- 統(tǒng)計/BA/數(shù)學/以及其他各種想轉專業(yè)的同學/（本科，碩士，博士均可）

ata scientist -- 統(tǒng)計/數(shù)學/計算機/ （傾向碩士，博士多一些）

ata engineer -- 計算機/有相關經(jīng)驗/（本科，碩士，博士均可）

statistician -- 統(tǒng)計/數(shù)學 （傾向碩士，博士多一些）

選專業(yè)與對應必備軟件語言與工作內容概括

ata analyst -- Excel,Tableau,Sql,可能有SAS或R -- 寫分析報告，描述趨勢，銷量等，占比等

ata scientist -- R,SAS,Python,Sql -- 建預測模型，比如銀行根據(jù)個人信息歷史賬單等，建模，決定是否拒絕給申請人開信用卡。也可以數(shù)據(jù)量很大。

ata engineer -- Haoop,Java/python/scala,Spark,Sql,Hive,Hbase，linux等 -- etl 倒數(shù)據(jù)，數(shù)據(jù)量極大，例如上億條數(shù)據(jù)。從web server清理提取日志數(shù)據(jù)，存入非關系型數(shù)據(jù)庫，再用Java或Scala根據(jù)業(yè)務邏輯寫代碼。用Hive查詢數(shù)據(jù)。需要很多前后端的知識。有的做推薦系統(tǒng)，或者machine learning

statistician -- SAS,SPSS,Excel -- 方差分析或t檢驗看幾組數(shù)據(jù)有無差別，得出藥效或服務是否有提升

【微語】愿你留學的道路一帆風順，充滿快樂與收獲，前程似錦，未來可期！