统计学博士学什么？
UW-Madison 统计系PhD Student，来浅谈一下我了解的PHD课程（以2019－2020年为例）。首先强调一点，不同的学校可能课程设置略有不同，我所了解的美国Top校的统计PhD大都设置5到6门核心课，3到4门选修课，以及一个final project。
核心课主要包括：随机过程、计量/回归方法、统计推断（Probability/Statistics Foundations）、算法与复杂度（Algorithms and Complexity）、统计软件（Statistical Computing）等。
每个学校的课程设置会有区别但是学习的内容大致都是这几类，其中核心课的学习会在第二年完成。在完成了必修的课程之后，学生需要选择自己的研究方向并跟导师讨论制定研究计划。在这里我们区分开“统计”和“数据科学”两个方向，前者偏理论，后者更侧重于应用。无论选哪个方向，必修的课程都是一样，不同的是选修课的选择。
比如我在学PhD program的时候选了数据科学的方向，因此除了随机过程之类的概率统计基础课之外，还额外学习了机器学习（Machine Learning）、优化（Optimization）、数据库（Database）等等。不过这些课程都是选修，如果后期想转统计方向也是OK的~
那在完成了所有课程的设定后就是最重要的Research Proposal部分了！这个需要提前联系导师商量，看导师是否愿意带你，然后给你提供研究的idea。这步完成后就可以等待录取通知啦～ 另外美国的统计 PhD 大多实行的是Tailor Made Program，也就是说你的课程安排是根据你个人的需求及导师的研究领域而定，只要你最终能达到毕业的要求即可。这样设置的好处是学生可以根据自己感兴趣的课题深入学下去，缺点则是比较耗费时间和金钱(因为每修一门课都需要支付相应的学费)。