虽然生统人少，知道生统的人更少XD
希望这个可以让想读统计的人也参考一下我们家。
知道生统在搞什么东西的也人参考看看我们家。
那基本上我们家课程的编号是
BIOS 5XX:给其他公卫学院硕士
BIOS 6XX:给自己生统硕士(跟统计STATS 5XX类似)
BIOS 8XX:给自己生统博士(可以去修统计STAT 6XX)
必修课程们:
理论课程:
BIOS 601, 602
基本上毫无反应就是机率跟统计推论。601, 602为期一学年，是生统硕必修。
(生统硕的课都是以601, 602为基础。)
各种收敛，各种分配介绍，强弱大数，中央极限定理 (601到这)
Exp family, sufficient, complete, ancillary statistics, NP lemma, Karlin-Rubin
Cramer-Rao 等等的
基本上就是照着Casella & Berger Stat Inference。
应用课程: 基本上这系列的课程(还有survival)的讲义是每年通用。
BIOS 650, 651, 653
这个系列则是共一年半的三门系列课。
650: 基本的线性回归, OLS
651: generalized linear model
653: longitudinal data analysis: mix effect model and GEE
这边我得说653是所上很重要的课。我自己在跟医院面试的时候，医院那边表示这个东西
大部分是生统硕的人的优势。
Capstone:
BIOS 699
最后一个学期的必修课，基本上就是5个Projects。是一门把老师跟学生都累得半死的一门
课。但是对找医院的工作有著作弊一般的效果。(面试的时候全都在问project然后也被要
求带报告过去。)每个project都得上台报告至少一次并且交出一个纸本报告(背景知识当初
查得要死)。学期的project都不太一样，完全要看上课的老师手上有什么资料。那因为是
自己一个人一组，每次project都会被要求做期中或者是期末报告，所以可以预期大概2.5
个礼拜就得结束一个报告。给大家参考一下我这学期的题目是什么。
第一个project基本上就是暖身上台，写份医院的报告。
prostate cancer surgery comparison
第二个project: clinical trial with longitudinal data
Fibromyagia treatment efficacy
第三个project: breast cancer prediction with gene biomarker
这个project因为是做预测，各种方法都来了。我记得那个时候最好是gradient boosting
第四个project: Power calculation and simulation
这边要我们计算power and sample size。用的资料会是logitudinal data或者是survival
第五个project: spatial data
基本上，不太可能会让你轻松结束的一门课。
老师们对于上台的标准是要能够讲出选用这个模型跟变量的理由。
对于报告的要求则是可以让没有统计背景的医生也能看懂你的报告。
(严禁太多数学的意思
选修课程:
BIOS 615 Stat Computing
大概一半的学生会是统硕的学生。那基本上就是教C++跟RCpp。
会有一些作业会是Leetcode题目XD
另外会教到比较统计的部分会像是HMM, MCMC implementation。
BIOS 617 Sample Design
老师是专门做问卷跟抽样方法的Michael Eillot。基本上老师很忙，那个时候还兼了Univ
of Maryland的课，常常会需要自己上网看课程。
课程不外乎就是从最基本的SRS到stratification，cluster，systematic等等的统计量。
会教你在各种抽样方法下，要怎么使用哪种统计量会比较efficient。
(注意，不会教你怎么抽样的细节，那方面请洽询survey methodology的课程)
这门课，个人觉得其实可以学到很多，但是老师我真的不喜欢。
BIOS 619 Clinical Trial
老师是好爸爸的Philip Boonstra。我上的时候还是两学分的课，现在变成了三学分，所以
可能内容有所变动。
课程其实算是相对悠闲的课，不会有太多太难的数学跟统计，我个人觉得常常流于太叙述
性质。不过可能在变成三学分之后会有所改变。
BIOS 665, 666 Population genetics and stat method in genetics
老师基本上就是center of statistical genetics的老师们。(Sabestian, Xiang Zhou)
665是population genetics。一句话: Coalescence theorey。(当然会慢慢加上mutation,
population structure, recombination等等的)。但个人觉得碍于限制在硕班的程度，背
后其实有些随机过程的数学被藏起来，常常流于看公式自己心领神会。以为是佛系学生，
让我觉得很困扰。
666则是跟665有很大的重叠，但是会放比教多比重在coalescence以外的模型。像是
phasing 等等的。
个人觉得665和666比较可惜的一点是，想要教的东西太杂了，所以也没有好的课本。常常
教的东西都还在论文里面，让整个课程常常有点太发散。
BIOS 675 survival analysis
对，我们所survival analysis是选修。但是因为也是医院求职必用的，基本上跟必修一样
。所有人都会上。但是有一半的学生是统硕学生。
老师这几年换成了Yi Li。老师之前在哈佛，所以常常跟大家讲密西根的大家上的survival
比哈佛硕班难啊(不知道是真是假XD)
但是survival的课程在所上的讲义是有固定的。所以内容其实每个老师差不了太多。(老师
特别提到的是counting process的部分，他说这不应该出现在硕班的survival)
个人很喜欢Yi Li，老师调条理很清晰，每次上课也都会先花点时间复习上次讲了什么。
只要上课跟得住老师的脚步，讲义可以理解的很快。但是老师的作业偏难。
BIOS 680 applied stochastic process
老师是Willam Wen，是个大好人。虽然这门课冠上stochastic process，但是实际上非常
地不数学理论。能够不用到太难的数学，老师就尽量不用到。比较特别的是老师会花点时
间讲Metropolis-Hasting跟Gibbs Sampling的基础。另外这门课不会上到martingale。如
果想上正统的随机过程，请洽stats 621, 625。
BIOS 682 applied Bayesain inference
我上的是Jian Kang的课，也是个大好人。这门课的组成跟615一样，一半是统硕。最近我
们统计所好像聘了几个Bayesain，终于自己也开了自己的贝氏统计。(不过也听说，跟原本
的frequentist起了些争执XD 是的，我们学校统计所走frequentist)老师其实中规中矩，
但是作业跟考试常常出得太难。导致最后老师分数都给很甜(?)。
BIOS 695 categorical data analysis
虽然之前Yi Li说生统三大跟统计不同资料类型: categorical, survival, longitudinal
但是如果651修的好，这门课就是门轻松美满混学分的课。如果缺学分，这是最好的选择。
所上少数可以混学分的选修。
BIOS 801, 802
在几年前，原本都是跟统博一起上STATS 610, 611。但是这几年老师们决定自己收回来教
自己喜欢的东西(?)
801基本上会花不少时间在测度论上。不过比较可惜的是之前的老师Bin Nan去了UCI。
现在的老师个人不是很喜欢。现在的老师Notation很混乱。
801大致上会照着Durette Prob Them前几章再配上一点M-est, z-est。
802则是各取一点。教的内容也很广泛。
基本上是
Stat Decision Thm:
loss func, risk func, decision func, acion func, admissibility, minimax
Bayes Stat and EM alg:
Bayes principle, minimax priciple, Stein-James est, Empirical Bayes est
Testing:
NP lemma, UMP, UMPU, Karlin-Rubin, Sequential testing, Generalized llh test
Multiple testing and false discovery rate
BIOS 885 Nonparametric Statistics
应该是两年一开的课。老师Peter Song是个走非常理论的老师。我本来以为会是教rank
test, chi square等等的。结果教kernel density estimation, local polynomial reg,
spline reg, gam, varying coeffcient model。最后把mixed effect model和spline 连
起来之后，个人觉得这门课算是650, 651, 653系列的集大成。因为原本的650, 651, 653
还有survival其实都可以把原本的parametric model换成non-parametric。考试跟作业都
是要求把原本课堂上的normal continuous的结果变成glm的假设去证明。最后的最后，老
师给了不少functional data analysis的论文出来。我个人很喜欢peter，也学到很多。
BIOS 830 spetial topic
基本上是看老师们自己想开什么课。这两年Rod Little大师，开了history of stat，听
说是把重要的论文全都抓出来看。不过我上的William Wen的machine learning。William
一样是个老好人XD。更重要的是，比起我之前在CS上的，我觉得William上的方式我个人
觉得比较适合统计背景的人。老师基本上会讲这个模型是怎么想出来的，跟为什么这个模
型会可以minimize loss function。(下面我会讲我去CS上的版本。)对我来说，William有
好好把背后的数学讲好，我很开心。
EECS 545 machine learning
我上的时候是Jacob Abernethy还在的时候。现在不知道被挖去哪了。基本上没有人知道
他在干嘛。是我最害怕的教学类型: 直接丢结果，跟你讲这个方法的性质。我都觉得我如
果可以直接理解，我就直接wiki不就好了。(佛系老师: 不证明，不推导，不解释。时间到
了，学生自然学会。)最后，我所有的理解都是从线上课程学到的。
(这边推荐youtube mathematicalmonk给大家，现在是哈佛生统的老师)
MATH 451 advanced calculus
是的，小弟不才，之前大学化学的，没修过分析导论。老师其实一般般，但是选书我很喜
欢: Introduction to Real Analysis, Bartle。个人觉得很容易理解。我之后甚至买了
Bartle的测度论来啃完。
EPID 601 Principles and methods of epid
流行病所博一必修，也是生统硕流病选必修之一。当初上课的老师是大老Hal Morgenstern
。(现在已经退休。)基本上，流行病学在讲各种实验设计，跟因果推论。老师其实很严格
。不过讲义写得很好。但我知道美国流病学生不喜欢他XD因为他做人太严厉XD
Public Health 610 Intro to Public Health
基本上是门一学分必修凉课，主要是给没有任何公卫背景的人一点现在公卫的议题。简单
来说就是读paper然后上台报告。
Stats 608a Optimization in Stats
统计所607, 608的课程设计很奇怪。上学期上了607a, 608a各半学期，下学期再把607b,
608b上完。我上的是最近统计所聘来的老师Yuekai Sun，专长就是最适化。缺点是老师步
调极快。完全不觉得有可能好好地把课程完整的数学上完。老师自己也说，理论上课程是
要608a + 607b才是一门完整的课。
epid 515 genetics in public health
基本上让我对基因体的方法有基本的了解。但我对这门课的印象全都被后来的665,666盖掉
基本上，所上硕班课程跟统硕可能差异不大。但是到了博士班，分野就会比较清楚了，生
统博士的课程还是比较偏向应用。证明大致上可以不用在意太多细节跟条件。但是要读得
懂就是。
那依照自己的经验，如果想找工作，医院的生统职大概是生统硕最容易找到的工作。(当初
我丢自己学校医院，通常回复都不错，也可能是因为没有人想待密西根医院XD)那如果要找
这类型的工作，我会建议好好学653, 675，然后做好project，并学一下SQL(EECS 484去旁
听半学期一下)会容易很多。另外，医院生统职的工作真的要会知道医生要什么。跳过数学
们，那些数学留给自己自high就好。如果有机会，做到claim data，那流行病学就要学好
一点。当初我有家医院就因为这个被打掉。另外，我们家也有学生团体在接NGO的案子，想
要更多project跟consulting的经验其实会很有帮助。
最后，如果对于做统计基因体，那我们家可能就是你的首选了。所上大概一半的老师是在
做基因体，不会不愁找不到没有喜欢的老师。
(但我真的好想抱怨为什么课上的这么佛系.....。网络上资源已经够少了。)
另外，如果你现在问我统计跟生统的差别在哪，我会说硕士的话应该差不多。博士班的话
就看你想不想走理论。如果想走理论的话，统博会是比较好的选择，因为你可以选择的老
师会比较多。
(记得当初有人跟我讲统计所跟生统所的差别:
统计所你可以找到很多做理论的老师跟一些做应用的老师
生统所你可以找到很多做应用的老师跟一些做理论的老师