今天，我们为大家选择了斯坦福大学、哥伦比亚大学、加州大学伯克利分校的统计项目，详细解读它们的课程特点和申请要求，希望通过解读能让大家对统计学项目的申请和未来的学习有更加直观的了解，以便大家在接下来的申请准备中有更明确的目标。
斯坦福大学
斯坦福大学是全球顶尖大学之一，统计学专业排名全美第一。该项目开设在人文与科学学院的统计学院系下，颁发Master of Science理学硕士学位。
课程设置
该项目要求学生完成45单位的课程，而这些课程可以从统计学院系或其他学院里面去选择。该项目也没有具体的时长，但明确的说了学生必须在三年内完成45单位的课程，否则项目将会被终止。
该项目没有毕业论文thesis的要求，主要是由核心课程，选修课程组成。在这45个单位中，学生必须从必修课程列表中选修9门统计学课程并取得字母等级的分数，核心课程中的数学和编程要求也必须取得字母等级，统计选修课则可以选择取得字母等级分数或有学分/无学分的类别。
9门核心课程当中，学生必须完成以下四门课程：概率论，随机过程，应用统计和理论统计。剩下的五门核心课程则需要从该院系提供的核心课程列表选择。
除了九门必修的核心课程之外，该项目也设定了线性代数linear algebra和编程programming的要求，学生需要在这两门课程中选择一门，并最终获得字母等级的成绩。
斯坦福大学的统计学院系安排了一系列其他学院和统计相关的选修课程，基本上能满足学生想要涉及到的应用范围。但如果学生看中了一些不在列表上的课程，如果这些课程和统计学相关且不与现有课程有内容上的冲突，学生可以找到advisor并就此商量，通常也是可以通过的。
该项目也提供国际学生CPT的机会，学生可以利用CPT到校外找统计相关的实习并获取学分。
申请数据和要求
该项目每年收到的申请一直保持100多的增量，最近几年的统计学和数据科学硕士项目申请加起来超过700多份，而最后统计学每年只招收30位学生，可见竞争的激烈程度。
具体的申请要求如下：
·本科背景-不做任何具体的要求
·先修课要求-线性代数，微积分，统计，概率论，编程语言（C++, Java）
·工作经验-没有做任何要求
·语言成绩和GRE成绩-斯坦福大学是不接受雅思的，所以想要申请美国大学的学生最好选择托福考试。虽然斯坦福大学对托福的最低分数要求是100分，但是往年录取的学生都有平均110分的托福。GRE的话，往年的平均录取percentile分数如下：verbal 92%，quantitative 97%，analytical writing 82%，也是非常具有挑战性的分数线。
哥伦比亚大学
哥伦比亚大学的统计学硕士项目开设在文理学院下，颁发的是文学学位。
该项目一直有非常多关于‘水分’的争议，很多家长与学生也都认为这是一个非常不值得追求的名校项目。因为种种原因雅思几个项目：斯坦福、哥大、加州伯克利大学美国研究生统计项目详解，例如招生数量庞大，录取学生的质量参差不齐，中国人占多数等都导致了国内对该项目“很水”的看法，但这并不能作为判断一个名校项目质量的关键因素。
哥伦比亚大学全美排名第三，一直以来不管是在师资还是教学质量方面，甚至是career service都是备受认可的，加上大学的地理位置，更为该项目提供了大量优质的就业机会。
课程设置
该项目要求国际学生在三个学期内完成30个学分的硕士学业，学生也可以在暑假选择上暑期课程。
该项目主要以三门核心课程，六门选修课程和一个研究项目组成。通常一门课占3个学分雅思几个项目，少数课程会占4个学分。三门核心课程分别为：概率论，推断和线性回归模型。研究项目则可以二选一，学生也可以两个都选，它们分别为：高级数据分析和高级机器学习。
选修课程方面分成两个部分：有至少三门选修课程必须直接从统计学院系里选择，剩下的选修课学生则可以根据自己的兴趣从其他院系选择，包括公共卫生系，工业工程和运筹学系，数学系，经济系和商学院等等。
如果学生同时选择了两个研究项目，那么一个研究项目会被计算成选修课程的一部分。
申请要求
· 本科背景-该项目明确说明了申请者需要拥有非常好的数学背景，或者其他专业背景例如统计，数学或者计算机科学。
· 先修课程要求-线性代数，高级微积分，理论或应用统计学/概率论，编程语言
· 工作经验-没有做具体的要求
· 语言成绩-托福最低100分，雅思最低7.5分
· GRE成绩-没有具体成绩分数要求
虽然该项目确实出现过背景不怎么好的学生也能录取的情况，但这也不是一个来者不拒的项目，也有许多背景还不错的学生收到了拒信。该项目的课程设置，地理位置雅思几个项目，学校提供的资源，机会和校友网都是非常强大的，所以还是一个值得申请的项目。
加州大学伯克利分校
加州大学伯克利分校的统计学项目颁发的是文学学位，旨在培养学生进入职场所需的统计知识和技能，重点在于解决行业遇到的统计挑战，因此该硕士项目不可以作为申请博士的跳板
课程设置
该项目的时长为两个学期（秋季和春季），学生在这期间需要完成至少24个单位的课程并且通过一项综合考试。
在第一学期，所有学生都将参加概率，理论统计和统计计算等密集的研究生课程；在第二学期，学生将学习一门高级现代应用统计的课程，一门选修课程和一个capstone课程。在capstone课程里，学生主要是以团队合作的方式去学习解决现实中的问题并执行大量的数据分析项目，最终将以书面报告和口头陈述调查结果的形式呈现。至于选修课程，学生则可以根据自己的兴趣选择，并与advisor协商后决定。
【下图为一些可供选择的选修课例子：概率论与统计课题，计算机科学特别课题，入门级机器学习，机器学习，应用随机过程I。】
申请数据和要求
作为全美统计学专业排名第二的加州大学伯克利分校，每年接收到的申请非常多，该硕士项目每年都能收到400-600份申请，但只会发放80-90份录取，而最后也只有仅仅40人顺利入读。从这样的一个数据来看，该项目的竞争非常激烈，只有13-20%的录取率。
具体申请要求如下：
· 本科背景-最好是来自数学，统计或者其他定量（quantitative）的背景。
· 先修课程要求-没有具体的先修课要求雅思几个项目，但是需要学生提交一份upper division的数学/统计课程列表，也需要包括其他具有定量成分的课程。
· 工作经验-没有做出具体的要求。
· 语言成绩-最低的托福要求为90分，最低的雅思要求为7.0分。
GRE成绩- 没有给出最低的分数要求，但是根据往年的录取数据，硕士生提交的GRE成绩verbal部分有平均70%，quantitative平均94%和analytical writing平均48%。
