申请统计学专业,如何弥补编程技能,积累实际应用经历?
01
学生需求
W同学本身是会计专业的学生,想要申请香港地区的统计学专业。本身在校的时候有学过一些统计学相关的知识,但是都没有进行实际应用,大多数所学的知识还是停留在理论上,也没有和统计学高度锲合的经历,对于一些统计工具、编程工具都很陌生。
为了弥补W同学知识应用的能力,工具使用能力以及补充一段和统计学相关的高含金量经历,我们推荐他参加了全国大学生高斯杯数学竞赛,并且完成了《PM2.5影响因素分析与预测研究》赛题。在该题目的求解过程了使用描述性统计、灰色关联分析、回归分析、随机森林、GBDT等方法,并且使用stata、MATLAB、python等工具完成算法求解与模型构建。充分锻炼了自己实际问题的解决能力与工具应用能力。
02
项目的申请应用
PM2.5是指大气中直径小于或等于2.5微米的颗粒物,也称为可入肺颗粒物。虽然PM2.5只是地球大气成分中含量很少的一部分,但是它对空气质量和能见度等有重要的影响。与其他比较粗大的大气颗粒物相比,PM2.5粒径小,含有大量的有毒有害物质,且在大气中停留的时间长,输送距离远,因此对人体健康和大气环境之类的影响更大。
空气质量关乎着人们的身体健康,PM2.5是影响空气质量的重要指标,并且其浓度受到多种因素的影响。空气质量问题备受政府和市民的关心,为此对PM2.5浓度的变化规律、影响因素进行研究显得尤为重要。
在这次项目中主要是计算数据各特征的统计指标并且配合直方图、散点图等确定了数据的质量。然后使用相关分析与灰色关联度来筛选出与PM2.5相关的特征数据,利用多元回归模型、随机森林模型、GBDT模型构建PM2.5预测模型,通过MSE、R2等指标判断各个模型预测效果选取最优预测模型。该项目对统计知识的应用广泛,也使用了stata、MATLAB、python等多种工具的使用,是一段高度匹配的经历,可以作为申请的兴趣来源和专业积累,因此我们在文书设计中就对于这个经历进行了应用,很好地证明并串联起兴趣、过往积累、职业发展规划等方面。
本科作为会计专业学生,平时大多所学统计学知识还停留在理论阶段,在和同学组队参加数据建模比赛之后,第一次所学的统计学知识配合一些工具去解决了实际问题,感受到了应用统计的魅力,希望可以学习并且应用更多的统计知识去解决实际问题。
在竞赛中使用了各类统计指标以及直方图、散点图等统计图,还使用了灰色关联、相关分析、回归分析等统计方法,并且还额外学习了机器学习算法中的随机森林与GBDT来解决问题。对于工具掌握了stata、spss、MATLAB、python等,可以使用它们完成对数据的处理、分析、建模等操作。
03
学习过程
04
学习成果
(部分报告展示)
扫描下方二维码
咨询同款项目实战经历
▼
微信扫码关注该文公众号作者