提到数据，大家应该都不陌生。从日常生活中来看，一个人的身高、体重都可以被视为数据。一个班级或一所学校的全体学生的身高、体重同样也是数据。但是，如果我们想知道这所学校所有学生平均身高和平均体重，难道要逐一查看每个学生的身高和体重吗？

这就需要一种方法，能有效地整理和压缩收集到的信息，形成我们需要的结果，而且不能失真。这个过程就是统计。

统计学是什么？

实际上，统计学不仅仅是一个专业，它是一类专业的集合。在大学的13个学科门类中（即将增加至14个，新增的门类叫交叉学科），统计学属于理学学科门类（该门类下还包括数学、物理、化学等）。统计学类的专业主要包括统计学和应用统计学。

统计学主要研究统计理论和统计方法，而应用统计学则是如何将这些理论和方法应用于日常生活和工作中。由于本科阶段这两个专业的差异不大，我们可以将它们放在一起讨论。

统计学的课程通常包括高等数学、线性代数、几何学、数理统计、随机过程、回归分析、多元分析、实变函数、复变函数、常微分方程、时间序列、概率论和抽样调查等。统计学是一个需要持续学习的专业，仅仅完成本科课程可能难以在职场中脱颖而出，还需要进一步提升认知能力和实际操作能力（当然，自学成才的人可以忽略这一点）。

数学是统计学的基础之一，没有足够的数学能力，想要学好统计学几乎是不可能的。计算机也是统计学的重要工具，即使懂得种植的基本原理，没有合适的工具，也无法实现种植。同理，没有计算机技能，统计学的学习也会受到很大限制。

统计学的就业前景

地方政府需要搜集、分析各种数据，并从中提炼出有价值的信息，因此你可以通过公务员考试进入统计局工作。保险公司也需要搜集、分类和分析用户的数据，所以你可以考虑进入保险公司从事数据分析工作。银行也有类似的岗位。

咨询公司需要针对客户的需求，搜集和分析相关数据，并给出有针对性的建议。互联网公司每天会产生大量的数据，如果不进行处理，将会浪费大量的资源。

谁适合学习统计学？

统计学并不是一个简单的学科，它是一个多学科交叉的领域，非常注重应用（毕竟它的目的是解决问题）。统计学始于问题，通过设计实验、数据收集和分析，最终形成结果（通常需要一份报告）。

这个过程需要具备文理基础、动手能力、抽象思维能力和组织协调能力。这些能力越强的学生，越容易学好统计学。如果你对数学一窍不通，逻辑思维也不强，还不愿意动手实践，那么统计学可能并不适合你。

统计学与大数据

有人认为，现在已经是大数据时代，学习统计学还有什么意义？这两个学科不是一回事吗？其实不然，统计学是大数据的基础之一，就像数学是统计学的基础一样。虽然统计学和大数据紧密相连，但它们并不是一回事。

统计学在数据收集过程中更加注重“艺术”，而大数据则更偏向于“冷冰冰”。前者针对特定目标，有明确的研究目的和人性化建模方向，而大数据的爬虫技术则难以与之相比。在数据分析方面，大数据会使用许多统计学的方法，但它还有自己独特的机器学习方向。

统计学与现代社会

在这个数据无处不在的时代，我们拥有的数据量远远超过20年前、10年前甚至是5年前。数据量越大、结构越复杂，就越需要高端的统计人才。想要充分利用数据，就需要有模型、算法、结果、决策、应用，然后再收集数据。看似与生活关系不大的统计学，在环境管理、生物医药、保险金融、投资风控、科学实验等领域都有着广泛的应用。

比如，你可能会用到外卖APP，系统选择哪个送餐员为你服务？如何确定哪个送餐员到哪个餐厅取餐送到你手中的效率最高？

又或者，你在使用打车APP时，系统选择哪个司机接单最有效率，导航路线如何安排最合理？你的习惯与哪些车辆和司机最匹配？

最后提醒一下：不同的大学，开设统计学专业会有不同的侧重点。财经类院校可能会学到很多金融、保险相关的统计知识；医学院校则会学到不少医药卫生方面的统计知识。在报考前一定要仔细选择。

关注我，帮你照顾家中的“神兽”，助你规划美好的未来。