Hellrabbit
Active member
Niet per se, maar wel een pak beter dan je zou denken. Je raakt er waarschijnlijk wel door in een master stat met een iets bovengemiddelde kennis van wiskunde, maar als je ook maar iet of wat deftig wilt zijn in het vakgebied (en dan heb ik het over de theoretische kant van de statistiek) kan je maar beter goed zijn.
ugar
Well-known member
Wanneer je heel basic statistiek doet.
Ik zie tijdens 6-sigma certificaties, dat mensen die geen fatsoenlijke wiskundige opleiding hebben gekregen, zich echt door die tests heen moeten worstelen, en dan vaak nog maar met de hakken over de sloot geraken.
Ik snap je punt, maar je moet op een gegeven moment ook ergens een grens trekken om dat organisatorisch geregeld te krijgen. Met zo’n à la carte optie is weinig haalbaar zoals je zelf aanhaalt. En de meeste scholen zijn ook gespecialiseerd, als je Latijnse volgt en je wilt ook houtbewerking doen zou je al naar een andere school moeten. Want een standaard aso-school kan moeilijk enkele tienduizenden euro’s aan een houtbewerkingslokaal uitgeven.
Laatst bewerkt:
Hellrabbit
Active member
Dat klopt grotendeels wel ja, ik had het dan ook specifiek over het statement dat iemand met een master statistiek niet noodzakelijkerwijze een goeie wiskundige is.
Anderzijds is statistiek ook gewoon een heel breed vak dat sterk op de kruising ligt met andere vakgebieden. Modelleren bijvoorbeeld of nog beter, machine learning, komt sterk in het vaarwater van informatica en op veel vlakken is het onderscheid soms moeilijk te maken. Ik heb bijvoorbeeld mijn eigen thesis geschreven binnen een Chemo-informatica research groep.
En dan spreken we ocharme nog maar over 6sigma.
Straddle
Well-known member
6sigma is toch echt basic statistiek dacht ik ?(allé, toch van wat ik ervan gezien heb).
Ik heb economie gestudeerd en statistiek ging me toch beter af dan wiskunde (vooral dan lineaire algebra). Op het werk (en voor mijn beleggingen) komt het nog wel eens van pas om een bijv. volatiliteit in asset prijzen te modelleren.
In een vorige job heb ik ooit in een project team gezeten, waar (een deel van) het credit risk model herschreven moest worden in functie van een inverse gamma PDF. Dat werd toch iets technischer toen we de gevoeligheid van die parameters moesten nagaan.
Hellrabbit
Active member
Wat dan natuurlijk op zich weer ironisch is aangezien lineaire algebra aan de basis ligt van vele kanten van modelleren
Straddle
Well-known member
Voor credit risk modellen kwam dat er toch niet zoveel bij kijken. Bij option pricing ook niet. Daar stoppen mijn toepassingenWat dan natuurlijk op zich weer ironisch is aangezien lineaire algebra aan de basis ligt van vele kanten van modelleren
Hellrabbit
Active member
Om ze op stellen en om de parameters te interpreteren (het toegepaste deel dus) inderdaad niet, maar onder de motorkap van je software (en deels ook in de achterliggende theorie) is het wel alom tegenwoordig.
Er is natuurlijk wel een verschil tussen iemand die aan de master statistiek begint en iemand mét een master statistiek.
WhiteCollar
Member
Ik heb een master statistiek en start volgend academiejaar met een PhD. Het is waar dat je niet per se een wiskundige moet zijn om die master te kunnen (je kan instromen van veel verschillende bachelors), maar om een écht goede statisticus te zijn, moet je wel een degelijke wiskundige basis hebben (dan vooral Lineaire Algebra en Calculus). Om de theorie achter de statistiek te begrijpen moet je een goed wiskundig inzicht hebben, al moet ik toegeven dat de master meer gericht is op het correct toepassen en interpreteren van de modellen dan de wiskundige formules erachter. Ik zal mezelf dan ook zeker geen wiskundige noemen, helemaal niet. Maar een wiskundige zou ik ook geen statisticus noemen 
Probleem is eigenlijk dat in bijna elke academische opleiding een basis statistiek wordt gegeven, wat natuurlijk op zich zeer nuttig is, maar dat maakt dat je eigenlijk twee soorten mensen hebt: mensen die dit vak heel moeilijk vonden en naar u kijken alsof je de nieuwe Einstein bent wanneer je vertelt dat je statistiek studeert, en mensen die dit vak heel goed konden en daardoor denken dat ze alles van statistiek kennen/kunnen en een beetje lacherig erover doen "Waarom is daar een aparte richting voor? Ik heb ook statistiek gekregen hoor!". Ik zie statistiek (en bij uitbreiding "data science") eigenlijk eerder evolueren naar een "aparte" wetenschap, zoals bijvoorbeeld fysica, wat ook eigenlijk "toegepaste wiskunde" is.
Probleem is eigenlijk dat in bijna elke academische opleiding een basis statistiek wordt gegeven, wat natuurlijk op zich zeer nuttig is, maar dat maakt dat je eigenlijk twee soorten mensen hebt: mensen die dit vak heel moeilijk vonden en naar u kijken alsof je de nieuwe Einstein bent wanneer je vertelt dat je statistiek studeert, en mensen die dit vak heel goed konden en daardoor denken dat ze alles van statistiek kennen/kunnen en een beetje lacherig erover doen "Waarom is daar een aparte richting voor? Ik heb ook statistiek gekregen hoor!". Ik zie statistiek (en bij uitbreiding "data science") eigenlijk eerder evolueren naar een "aparte" wetenschap, zoals bijvoorbeeld fysica, wat ook eigenlijk "toegepaste wiskunde" is.
Mijn vriend is fysicus en die zegt dat ook steeds. Ik word daar onnozel van. Statistiek is geen wiskunde? Ja 't is goed, 't zal dan wel een taal zijn of zo!Ik ben zelf een halve wiskundige en er zijn er eigenlijk veel onder 'ons' die statistiek zelfs niet als wiskunde zien. (volgens quasi elke definitie is het natuurlijk wel wiskunde) Als er iemand dat wiskunde durft noemen wordt er vaak neerbuigend op gedaan en durf een statisticus geen wiskundige noemen hoorTriestig, gezien het een van de meest nuttige onderdelen is maar het is iets minder 'zeker' en 'precies' natuurlijk. Hoewel dat het misschien het punt is van statistiek, zo veel mogelijk zekerheid toekennen aan onzekere zaken.
Hellrabbit
Active member
Dit is dus de eloquente versie van wat ik probeerde te zeggen :') Ik moet toegeven dat ik zelf ook jarenlang wat lacherig gedaan heb over statistiek omdat ik tot die tweede groep behoorde: ik ben er vrij goed in (mag ik ondertussen wel zeggen denk ik) en ik haalde er mijn hoogste punten ooit op, terwijl de rest van de wiskunde toch wat meer voeten in de aarde had, dus ik ging er ook van uit dat statistiek niet zo heel wiskundig was. En eigenlijk klopt dat ook als je naar een basis cursus statistiek over de verschillende wetenschapsrichtingen heen kijkt. Is vooral toepassen van formules.Ik heb een master statistiek en start volgend academiejaar met een PhD. Het is waar dat je niet per se een wiskundige moet zijn om die master te kunnen (je kan instromen van veel verschillende bachelors), maar om een écht goede statisticus te zijn, moet je wel een degelijke wiskundige basis hebben (dan vooral Lineaire Algebra en Calculus). Om de theorie achter de statistiek te begrijpen moet je een goed wiskundig inzicht hebben, al moet ik toegeven dat de master meer gericht is op het correct toepassen en interpreteren van de modellen dan de wiskundige formules erachter. Ik zal mezelf dan ook zeker geen wiskundige noemen, helemaal niet. Maar een wiskundige zou ik ook geen statisticus noemen
Proficiat trouwens met je afstuderen. Waar gevolgd?
rubenvb
Well-known member
Zoals met vele dingen is er statistiek en statistiek.Mijn vriend is fysicus en die zegt dat ook steeds. Ik word daar onnozel van. Statistiek is geen wiskunde? Ja 't is goed, 't zal dan wel een taal zijn of zo!
Als wiskundige vrienden over statistiek beginnen krijg je heel andere dingen te horen dan eender welke tak van de wetenschap.
Zelfde gebeurt als een fysicus begint te "goochelen" met differentiaalvergelijkingen en distributies.
Wiskundigen komen compleet zot.
Terwijl de fysici gewoon een hoop semi-stilzwijgende aannames doen waardoor al die dingen mogen.
Totdat de aannames blijken fout te zijn, en dan komt er ineens nieuwe fysica boven.
Zelfde gebeurt spijtig genoeg ook soms met statistiek: de simpele aannames die de "modale" gebruiker zo ingebakken hanteert, gelden in een bepaald geval niet meer en dan is het paniek of wordt er schande geschreven over conclusies die nooit of te nimmer kunnen kloppen.
Geef mij maar wat integralen en differentiaalvergelijkingen om op te lossen.
Weet je tenminste waar je zou moeten uitkomen
.
CerumenCrevice
Well-known member
Als ingenieur kom je allerhande wiskundes tegen. Lineaire algebra en discrete wiskunde zijn zeer nuttig binnen bijvoorbeeld computer graphics en aritifial intelligence. Statistiek ligt zowat aan de basis van machine learning en gelijkaardige voorspellende algoritmes.
Het moeilijke om aan mensen uit te leggen is dat wiskunde vooral een meta-science is die zichzelf bewijst en verschillende toepassingen kan hebben (zoals in deze thread al is aangehaald).
Statistiek is vooral toegepaste statistiek in de meeste richtingen (bijvoorbeeld psychologie, economie en zelfs fysica en chemia). Er bestaat wel degelijk iets als meta-statistiek, daar komen de minder exacte wetenschappen minder mee in contact. En daar begint de fun net .
Het moeilijke om aan mensen uit te leggen is dat wiskunde vooral een meta-science is die zichzelf bewijst en verschillende toepassingen kan hebben (zoals in deze thread al is aangehaald).
Statistiek is vooral toegepaste statistiek in de meeste richtingen (bijvoorbeeld psychologie, economie en zelfs fysica en chemia). Er bestaat wel degelijk iets als meta-statistiek, daar komen de minder exacte wetenschappen minder mee in contact. En daar begint de fun net
.Ik heb absoluut geen master in statistiek, maar ik zit wel in het vakgebied "data science". En daar zie je eigenlijk heel snel terugkomen dat je daar eigenlijk ook niet echt een master/phd statistiek voor nodig hebt. Het punt in data science is net dat uw computer voor u het "moeilijke" werk gaat doen. Als ik de data scientists bij ons bezig zie, hebben die veel meer moeite met Python dan met het genereren van de modellen.Ik heb een master statistiek en start volgend academiejaar met een PhD. Het is waar dat je niet per se een wiskundige moet zijn om die master te kunnen (je kan instromen van veel verschillende bachelors), maar om een écht goede statisticus te zijn, moet je wel een degelijke wiskundige basis hebben (dan vooral Lineaire Algebra en Calculus). Om de theorie achter de statistiek te begrijpen moet je een goed wiskundig inzicht hebben, al moet ik toegeven dat de master meer gericht is op het correct toepassen en interpreteren van de modellen dan de wiskundige formules erachter. Ik zal mezelf dan ook zeker geen wiskundige noemen, helemaal niet. Maar een wiskundige zou ik ook geen statisticus noemen
WhiteCollar
Member
Tja, tegenwoordig wordt elke job waarbij er met data gewerkt wordt geprofileerd als "data scientist". Tuurlijk moet je geen master statistiek hebben als je vooral bezig bent met standaard problemen en standaard modellen. Maar het zijn juist die niet standaard problemen die het interessantst zijn om op te lossen. De computer doet inderdaad het moeilijke technische werk zoals de parameters schatten en het model fitten, maar het correcte model toepassen, resultaten correct interpreteren,... is allemaal niet zo straightforward als hoe het soms wordt voorgesteld. Ik ken persoonlijk aardig wat mensen met een master handelsingenieur die nu als data scientist werken. Zij zijn ongetwijfeld heel goed in hun werk, maar kunnen enkel werken met bestaande modellen. OpenAnalytics is bijvoorbeeld een zeer gekend data science bedrijf dat zich bezig houdt met het oplossen van niet standaard problemen. Daar kom je niet in aanmerking voor jobs tenzij je een master statistiek/wiskunde/informatica hebt. Mijn punt is dat "data science" de dag vandaag een beetje een modeterm is geworden en dat de ene "data science" job niet de andere is. Er zijn zelfs bachelors toegepaste informatica die als "data scientist" werken, niets mis mee natuurlijk, maar dat zijn natuurlijk jobs van een ander niveau dan dat een master statistiek zou moeten kunnen (ik zeg bewust "zou" want net zoals in elke richting zijn er ook hier afgestudeerden die eigenlijk het diploma niet waard zijn).
WhiteCollar
Member
Inderdaad! Vaak is er ook maar ruimte voor een beperkt aantal vakken/studiepunten statistiek in een bacheloropleiding, waardoor op een uur tijd regressie wordt uitgelegd, ANOVA op een uur wordt behandeld,... dat geeft vaak de impressie dat je als student alles hebt gezien wat er te zien valt over statistiek. Ik ben zelf ook de master begonnen met het idee "huh? een master van twee jaar enkel statistiek? valt daar nog zoveel over te vertellen?", nu na twee jaar ben ik afgestudeerd met het idee dat mijn kennis statistiek peanuts is :')
Ik heb aan de KU Leuven de master statistiek gevolgd (sinds dit jaar "master of statistics and data science")
En geef ze eens ongelijkDit is hoe collega's van mij die wiskundigen en fysici zijn reageren op een statisticus:
