---------------------11/24/2022----------------
2022年更新一下这个答案，之前我的回答更新了4-5次，所以可读性不是很好，重新提炼了一下重点。如果有兴趣也可以看我下边2018年以前的回答。现在的基本观点与2016年最开始写差不多。
-------------------------------------------------
我本科毕业于国内一所211大学统计学专业。根据问题描述与身边人的经历简单绘制了一个我身边国内统计本科就业去向表格。
结论：
我了解到的统计学本科毕业后进入银行与各个私企国企的同学比较多。基本可以认为他们都转行了。做跟本专业相关（数据建模）的同学很少。
原因：
我认为统计学专业最对口的工作是（生物）统计师与数据分析建模师，其次是数据分析师。但是建模相关的工作要求高，学历要求高，数量相对少，本科学的东西不足以通过面试，所以本科生极少数能找到对口的工作。而银行与四大等大型企业都有他们自己比较完善的培训系统，相对来讲并不太需要专业特别对口。
而且我认为国内本科教育与企业需求太脱节，老师教的内容和软件都比较落伍，落伍的主要原因是工业界更新迭代比较快，而大学老师不需要更新课程内容也不会被裁员，他们大部分甚至都没在企业里工作过，所以教的很多内容都是闭门造车。我大学时候非常痛苦，因为我也很努力学了统计专业设置的统计与经济学各种课程，但是大部分课程对就业毫无帮助（比如各种宏观微观区域经济学）。曾一度非常羡慕计算机专业，我那时候以为他们学的东西跟就业非常相关。但是后来我知道了其实很多计算机专业的也学不到现在企业中用的内容，甚至有的计算机学院的老师已经很多年没有敲过代码了。所以你想找到专业对口的工作，就要自学，自己搜索资源，刷专业相关面试题。但是也不要悲观，因为市面上也有很多对专业对口要求不高的工作。
如果你还迷茫：
如果你奔着就业去，我个人认为
2. 确定好方向后去各招聘网站搜索你想申请的职位，多找一些，根据招聘简介补充自己的项目背景与相关知识，刷面试题。
3. 根据你想做的职业招聘需求决定你自己是否考研。我认为能否找到心仪的工作与你做过的项目，会的技能与招聘需求是否匹配关系比较大。即使你是好学校的研究生，没有相关的企业级项目背景也是很难找到专业匹配的工作，只能找一些对专业相关性要求不大的工作。
----------------------10/05/2018最新更新------------------
这个答案是我学统计学以来的心路历程，随时更新，希望帮大家少走点弯路。转载请带上出处，谢谢
-----------------------个人情况----------------------
我本科国内211，4年统计，研究生美国2年统计。
学过传统统计，概率论，回归，抽样，计量，会计，经济学，金融学，机器学习，数据挖掘，数据结构与算法等等。
语言或软件会：Scala, Python, R, SAS, SPSS, SQL, Java
大数据或工业界相关：Spark, Hive, Kafka, Airflow, Docker, AWS, Kinesis, Jenkins, Databricks, Git, Terraform
我统计研究生毕业到现在还在美国，现在在洛杉矶工作，职位是Data Engineer。我相当于转半个计算机了，走了很多弯路。过程非常痛苦，非常不建议学统计的同学走我的路，而且没有公司的集群环境自学很不方便。如果还是坚持想自学，建议用Databricks服务跑自己的spark任务，很方便！或者用云服务比如AWS或者阿里云之类的搭建环境跑任务，windows装linux虚拟机还是有很多坑的。而且大部分统计学同学没有计算机的底子，所以自学编程写代码会很辛苦。
工作中，我用过Python，Scala 写spark做ETL，kafka/Kinesis导实时数据，ETL的数据供BI部门做分析，或者给提供数据给客户和合作公司。同时，我们还有机器学习的模型，这个模型给我们公司增加了销量，增加20%利润。
我们的project需要用python/scala写很多自定义类，用传统的编程语言，完全是计算机面向对象那一套，还有设计模式，数据库连接池等等。跟统计软件SAS公式化敲命令完全不一样。当然也有调各种工具类完成业务的部分，但是如果只会调别人写的代码，自己的代码/算法不行，找下一份工作应该会底气不足。
机器学习的算法比如线性回归罗辑回归，spark确实是包括这些的，但是代码调用比SAS复杂。
我在美国的好多同学做数据分析也找到很不错的工作，有了工作经验以后也可以转行走走数据科学家的路，所以请不要学我，我只是自己兴趣驱使才走到现在这一步。
----------------------------------------
很多刚刚进入大学读统计的本科生说想读研或者转专业，问我学专业好，什么学校好。
我的回答是不要盲目转专业或是考研！！！而且我个人不建议大多数人读研。
大部分同学读研的目的是工作，那为什么不直接看看市场上的工作呢？很多30多岁读完博士的同学舍弃了本专业，为了收入或者别的原因转行工资高的领域我其实觉得有点为教育资源的浪费惋惜，如果他们能早点进入想进的领域，也许不用为转行挣扎。
很多专业学校学习的知识和工业界是脱节的！与其闭门造车，不如走出象牙塔。而且很多高校老师会的是以前的知识，很多不会跟社会接轨更新。学很多年前的知识，学很多工作中用不到的技能是很难通过好工作的面试的。
为了收入或者前景随便读一个统计学的国内研究生，通常得不到理想中工资很好的工作，因为工作前景好不好跟行业关系大，跟你学的方向关系大，跟你是研究生还是本科关系不太大（大部分行业）。比如统计研究生中一个方向是抽样，职业需求量小，除了少数读完去相关单位做抽样方法决策或老师之类的工作（需要研究生及以上），其他的比如给企业发放调查问卷，写分析报告本科生就可以做。而且这个方向跟热门的数据挖掘或者大数据不相关。
所以请看看招聘市场已有的工作再决定考什么研。
而且第一份工作很重要，几乎奠定大部分人以后的工作走向。比如你第一份工作是银行柜员，那几年里你会学到和银行相关的业务，理财产品相关知识，但是如果你3，5年后不想在银行干了，转行很困难的。比如你想从柜员转做市场营销，那你和应届毕业生在相关知识储备上几乎差不多。更困难的是，你工作3-5年，对工资有了要求，可你不会银行之外的知识，那你真想转行要不接受低工资从头学，要不自学，都挺艰难的。
所以第一份工作请考虑清楚。
转专业：
对于问我 “我自己xxx专业，学校有A专业和B专业，我转哪个？我毕业做C工作还是D工作”这种问题的同学。
我的建议是请你写出自己的需求，再搜索你要转的专业的课程设置，比对一下，再看看学长学姐的就业情况。分析完你就知道应该怎么选择了，这种分析是私人订制的，比网上千篇一律的建议要有效得多。
我相信一个经历过高考的大学生会有基本的搜索信息与分析的能力。不提自己的背景（成绩能力学校），不提自己的工作兴趣/方向，不提学校开设的具体课程。仅凭两个专业名字就让我给建议，我只能说我不会根据两个名字就告诉你选哪个专业，或者做哪个工作，因为这种建议不负责。
我的建议一定不适合所有人。我觉得计算机好，但是有人就不喜欢写代码，我建议读这个是害了人家。学什么专业要结合自身需求。我只了解我学的东西我喜欢的东西，你什么情况我不知道，问我什么专业好我无法回答，也不想误人子弟。因为行行出状元。
我不建议大多数人学计算机，因为码农很辛苦，工作之后你也要一直学习，并且要自学！！因为资源更新太快了（今天用MapReduce, 明天就用Spark）。要不然就没工作。你如果喜欢学习拼搏可以。
各工作专业相关：
考虑半天我决定在后边附上尽量客观地描述我对各个专业浅显的理解，你想转专业请看看你喜欢这些专业吗？适合自己吗？喜欢请自己去查，我理解的不一定对。如果有同学发现我的理解有误，欢迎指正。
-------------------------------------------------------------------------------------
考研：
纠结要不要考研的人，我非常不建议考研。因为你根本不知道自己想要什么，也不了解读完研之后你会面对什么。我见过太多耽误了大好年华结果好好学习但是浪费学习资源浪费时间的心痛事情。
几种建议考研的情况：
1。研究生学历能给你带来你需要的东西，比如某岗位只要求研究生
2。转专业学习更深领域的东西，比如做算法做机器学习
3。去美国／加拿大／欧洲等等地方留学并想留在当地赚钱。
4。普通学校考很好的重点本科
其他情况请慎重考研。
盲目考研的结果是研究生毕业发现公司需求与研究生所学不匹配，进而找不到工作或者找的工作不理想甚至怪自己的专业不好。
我的建议是请看看市场上有哪些工作！你想做什么？产品？前端？后端？大数据工程师？运维？软件开发？数据分析？人力资源？财务？
看看各招聘网站上的职位要求。你哪个软件不会就学，哪个背景经历缺少就补，你发现某个岗位自学还不够的话再考虑考研，这时候就不是任何学校的研究生都能满足你了。比如你想做数据挖掘，请查全国开设数据挖掘相关课程的计算机和统计的硕士项目都有哪些，学校网站都有大致的课程描述，看到某教授开了数据挖掘课，请你去期刊网站，如万方数据 搜这个教授发表的期刊论文。看你是否感兴趣。
这时候你已经给自己定制了一条最适合自己的路。
建议参考知乎上“为什么现在这么多研究生想退学？”这个问题再考虑是否考研。
-----------
我不回复笼统的问题，比如推荐专业，学校之类的。你真的找不到人咨询特别迷茫的话请把自己的情况描述清楚（能力学校兴趣需求，相关课程设置，具体技能等等）。
----------------------01/11/18最新更新------------------
有同学问我不知是否应该转专业，或者转CS。或者问“我的这个专业这个学校能找到data scientist的工作吗”。我想说看你未来想做的工作。其实现在很多美国或中国的统计或CS专业研究生读完并不一定能让你找到工作，因为不匹配。其实学校和专业并不那么重要。重要的是你学到了什么。所以有的同学可能觉得统计找不到data scientist的工作。不是这样的。是很多统计研究生的课程设置没有关于数据挖掘的内容。如果某个统计学校有相应的课程那肯定完爆一些没设置数据挖掘课的CS学院（对于data scientist来说）。
而且就算你们学校统计学院没开设相关的课程，那你也可以自学。我统计研究生同学，他就自学，现在去了硅谷做数据科学家相关工作，一年10万刀也sponsor h1b。他面试了很多家公司。自己学习算法刷leetcode准备面试很努力。我们班同学能力都挺不错的，但他找到的工资最高。他本科是跟统计cs都没关系的专业。所以只要你努力得对那就能找到想找的工作。
如果你想问“我能找到XXX的工作吗”这个问题，不妨问问自己“如果让我今天入职，我能立刻顺利上手工作吗？”如果你能那你肯定能找到工作。如果不能，那现在开始学绝对不晚。
----------------------------------------
补充了个工作叫statistician，统计学家，我感觉美国中国学的传统统计就是做这个工作。主要在药厂等等地方工作。用SAS、spss 做方差分析，t检验，计算P值。数据量不大。举两个例子。
1：生物统计。比如做某种抗癌药物的对照试验，一组是对照组，另外一组给他们吃新研制的药物，一段时间后测身体内指标的变化，有一些数据产生，但是数据量一般不大。可以用配对样本t检验算出这个药是否有效。
2：或者做用户满意度调查。用户用某项服务之前做个调查问卷，一段时间后，再给同一批用户再做调查问卷，用t检验看计算p值。看客户有没有满意。
----------------------------------------
选专业与职业
专业：
1。 统计／数据相关：不需要考证
data analyst -- 统计/BA/数学/以及其他各种想转专业的同学/（本科，硕士，博士均可）
data scientist -- 统计/数学/计算机/ （倾向硕士，博士多一些）
data engineer -- 计算机/有相关经验/（本科，硕士，博士均可）
statistician -- 统计/数学 （倾向硕士，博士多一些）
----------------------------------------
选专业与对应必备软件语言与工作内容概括
data analyst -- Excel, Tableau, Sql, 可能有SAS或R -- 写分析报告，描述趋势，销量等，占比等
data scientist -- R, SAS, Python, Sql -- 建预测模型，比如银行根据个人信息历史账单等，建模，决定是否拒绝给申请人开信用卡。也可以数据量很大。
data engineer -- Hadoop, Java/python/scala, Spark, Sql, Hive, Hbase，linux等 -- etl 倒数据，数据量极大，例如上亿条数据。从web server清理提取日志数据，存入非关系型数据库，再用Java或Scala根据业务逻辑写代码。用Hive查询数据。需要很多前后端的知识。有的做推荐系统，或者machine learning
statistician -- SAS, SPSS, Excel -- 方差分析或t检验看几组数据有无差别，得出药效或服务是否有提升
建了个表来描述我说的4种不同工作。
1。统计：刚刚做描述性数据分析的话工资一般，有一定工作经验了工资也很好，需要有对行业以及产品的感知力。建模的话有门槛。大数据的话一般统计学不是学这个的。
想了解大数据方向的同学请看我这个回答。
统计学专业未来从事大数据方向有优势吗？
2。计算机／软件：需掌握数据结构算法，掌握至少1门语言，如Java，python，需要自学能力，debug能力，包括网站web开发，前后端，数据库／IOS开发／安卓开发，shell脚本，面试重要，不需要考证，甚至学历在代码能力面前也不那么重要了。
3。会计／审计：考证重要！！
4。精算：考证重要！需求少，要求高，工资不错。
5。金融：考证重要！能进投行或者金融机构交易所请选金融。挣钱。但是大部分学金融的进不去上边的公司会去银行或者卖金融产品。
6。工商管理：不建议本科生选这个专业。工作后有了相关行业的经验，再读好学校的MBA工商管理学硕士深造或转金融方向会比较好。【感谢建议，已改】
7。国际经济与贸易：emmm 个人不太建议
8。经济学：偏文科专业，很理论。入门可以参考宏观经济信息和微观经济学书籍
9。建筑学：供大于求。不建议。工资与付出不成正比。太累，经常熬夜。
10。化学／材料／生物：需求不多，不建议
就业去向：
1。银行。柜员大堂经理，我个人不喜欢这个工作。
之前办公室吐槽君有关于银行的吐槽你们可以看看：
「看了很多銀行櫃員的吐槽，作為一名剛剛考入銀行的小櫃員想說兩句」
去微博搜 办公室吐槽君，然后搜 银行。有很多相关的信息，你可以自己衡量
吐槽君好像还有一个研究生还是海归在银行的体验。emmm
2。四大会计师事务所。很多审计，季节性忙碌，会出差，起点好，累，加班多
3。公务员，如统计局。emmm，13年我妈妈问了一个退休爷爷，他之前是国家统计局的，我都不敢相信，每月工资好像是几百还是一千出头。。。但是福利还可以
统计年鉴就是国家统计局出的，统计gdp之类的指标，隔一段时间还会有人口普查之类的工作。会出报告。
4。BAT，百度，阿里，腾讯。面试难！！！好好准备，起点好
5。各公司市场部。还行，好好学应该能学到东西。比如如何做市场营销，市场推广
6。各公司产品经理。挣得可以
7。各公司运维。维护公司系统／集群，互联网公司需要了解linux等知识
8。大城市小学老师。挺好的，考教师资格证，我大学同学最近跳槽到一所市重点小学，也是爽歪歪。工资也好，之前她所有年薪福利大概15W，现在去市重点应该更好。还有寒暑假。我觉得挺好的。
（中学老师和大学老师都要求高学历，不讨论）
9。新东方。平台不错。努力会有一定的回报。要考相关语种的证书。例如英语考托福GRE，日语考N1
请看你想做的职业以及所需技能。努力学习这些相关知识，一定能找到你想找的工作！
对啦，如果觉得有点帮助求点赞！
----------------------08/25/17最新更新------------------
针对一些私信和留言还有我最近的找工作的感受做个更新。稍微总结下从8个小点来说。
1.数据挖掘与传统统计区别
数据挖掘（或者机器学习）传统统计学是有比较大的区别的。
统计：高校课程设置包括多元回归，序列相关，计量经济，抽样调查等等。建立的模型要注重统计学检验和计量经济学检验。所用软件SAS/SPSS/EVIEWS，模型：回归模型，主成分。数据量不一定大。
数据挖掘：模型不注重统计学检验和计量经济学检验。数据量比较大。软件：Python/R/SAS。模型：随机森林，逻辑回归，SVM，神经网络（还有一些深度学习的模型，CNN什么的，alpha go用了CNN），主成分。要有train集合和test集合
统计学有很多年的历史，数据挖掘只是最近发展比较好。我觉得数据挖掘发展了一部分的统计学，然后增加了自己的内容。在国内读统计学本科会学到比如抽样调查等跟数据挖掘无关的课程，而且统计学经历那么多年，老师们轻易不会对课程设置不会做太大调整，所以对数据挖掘有兴趣请读相关专业。
2.中国统计前景
传统统计学的建模与抽样方法这些很好，但是我现在不了解就业情况。我以前觉得就业不太乐观，因为传统统计的建模要博士或者公司已经有成熟的模型，轻易不修改。所以以前我觉得统计本科毕业做描述性分析的比较多。现在我无法说还是这样。
3.中国数据挖掘前景
最近看到一个本科同学（工作3年）发了个招聘启事，招数据建模师，要熟悉数据挖掘模型，他们用SAS/python/sql，工资范围是15K-30K，工资取决于职位匹配度和经验。我突然觉得国内统计就业现在好像还挺好的，只要跟数据挖掘相关，建模，不是单纯描述统计那工资就会高一些。
4.其他国家的前景
美国数据挖掘发展得比中国快，有数据科学家的公司也很多，我最近了解中国市场也在往这方面发展，所以比如加拿大，日本我觉得也是同理。有这个职位的会越来越多的。
5.国内考研-选专业/哪个专业更偏数据挖掘
很多同学问我XXX学校XX专业好么，我只能建议你们看这所学校的课程设置。因为名字好不代表课程好不代表你能学到东西。专业名称不好也不代表课程不好。我无法根据名字来判断，你看看课程设置与课程大纲可以做出对自己最合理的决定。我研究生读统计，但是我自己选了计算机学院开的data mining和machine learning。在这里领域我比我认识的一些学CS的同学知道得更多。所以重要是你学了什么。
6.国外考研-选学校
准备出国读研的同学同理，我只对美国稍微了解一点点。美国学校很多，统计学几乎所有学校都有这个专业，但是录取率高低，录取人数高低这些需要你自己做点功课。如果你不方便可以找靠谱的中介，我有朋友找的中介不靠谱最后比较闹心。中介做出来的东西大部分比较平庸，如果你有时间自己做是最好的。
7.找工作看重什么
无论是国内还是国外找工作最重要是相关！工作职位需求什么技能你就要会什么，简历上也写相应的技能。而且同一个职位名称，不同公司需求也很可能不同。比如都是建模，A公司用SAS，B公司用R。你如果只会SAS，那想应聘B公司就要及时学啦。
8.大一新生
几乎所有学校的大一新生都不怎么学专业课，所以你第一年觉得没学到什么请别着急。看看大二大三的课程设置再行动。
-------------------------03/2017更新----------------------------------有要学统计或者已经学了统计的本科生看了我的文章之后问要怎么办，我并不是说统计学专业不好，实际上这是个很好的专业，比很多应用性不强的专业好很多，我只是说这个专业并不是一个像计算机会计这种能找到薪水高并且工作专业相关性特别高的专业。就业也并不差。其实能不能找到好工作看个人综合水平，面试啊等等，所以不想转专业的话就好好准备面试，自学想要做的工作内容什么的吧。中国很多工作并不需要专业对口，都可以在入职之后再培训，所以读了统计不要觉得这是一个不好的事情，我们班的同学照样能找到薪水高的好工作，只不过不对口而已。
如果你实在不满意这个专业，那就转专业或者自学或者读研转专业。一切看你自己的规划。只要适合你就是最好的，没有一个方法出路是适合所有人的。
我是一个自知水平很一般的Master，无法跟牛人以及PHD们比，我写的所谓统计学找工作现状是现阶段我能看到的我这个水平的现状，代表不了牛人，我说得不对的地方请前辈们谅解，欢迎指正。
-----------------------------------------------------以下正文------------------------------------------------------------一句话概括我大致的中心思想：中国大多数统计学本科学的内容不足以让统计学本科生做与本专业相关的内容（如建模），大部分找的都是描述统计工作，比如画画图表，说说走势。
所以不是统计学本科找不到工作，是找不到特别对口的工作，几乎无法学以致用。（不过如果你想做描述统计的工作就很好啊，很符合你的要求）但是话又说回来，其实现在很多工作对专业要求不严格。有些比如管理类、经济类的学科学到的东西更没法好好呈现给面试官，大家也能找到好工作。我认识学统计的最后也有去投行的，所以这个看个人吧。我个人喜欢偏技术的学科，所以如果再给我选择专业的机会，我会选计算机。
美国就业情况：
在美国我见到大部分找到的工作1. CS相关 2. 各种analyst. 所以去美国学统计也是条可以走的路，学长学姐们做的基本用SAS 和 R，还有必会SQL。然后好好准备面试，还是能找到analyst的工作的。
然后现状有个倾向是我研究生同学们，无论Master还是Phd，无论统计还是CS还是EE还是工作了的analyst似乎都有一种全民皆数据挖掘的氛围，我觉得大家可以考虑考虑向这个方向学习学习。
我自己的情况：
我之前也像很多学统计的同学一样，觉得迷茫，觉得找不到工作，觉得不对口，对自己有一种挫败感。我觉得很可能是我自己统计学的不好，但是统计又真的有很多很难的知识需要学习，而且很多很难的课程与企业需求联系不紧密。而且如果我回国做统计的话那心理落差会比较大，工资差得也比较多。但是如果我回国做大数据相关的工作，感觉心理落差会小点。去年我想做机器学习，但是越学我就越觉得有太多内容要学，我现在面临找工作，我很有自知之明，虽然我会用Python， R做Random Forest, 会建 Logistic并能推导公式，会用SVM等等， 也会建深度学习的模型如卷及神经网络，但是我还是知道自己水平做不了data scientist。 那就硬转学Hadoop. 我学校有Hadoop相关的课程，自学了Java以及hadoop平台上的很多如 Hive HBase MapReduce 等等内容，下一步计划好好学Spark。但是这个跟我以前学的统计学的知识一点关系都没有，所以我不建议学统计的同学这么做，因为等于我6年学的东西好多都用不上了。我自己这么选择是因为我对自己建的模型有时候会怀疑有效性。主要还是水平不够吧。所以我现在的目标是找一份跟Hadoop有关的工作，以后有可能会继续数据挖掘，但是现在还说不好。
两件重要的事情重复下：1.会计和统计是截然不容的2个学科，专业课完全不一样。如果你想以后做会计，那就转专业吧2.精算和统计是截然不容的2个学科，专业课完全不一样。如果你想以后做精算，那就转专业吧
如果你不想做描述统计，想要建模，也因为大数据这两年比较火，想要做数据挖掘相关的工作，挺好。但是现阶段国内统计学本科做不了相关工作。你得读研究生甚至博士。以下一些内容是对想找数据科学家工作的同学说的一些跟数据挖掘有关的内容，其实跟统计学本科没太大关系，我认识的好几个CS学院的博士生也在做数据挖掘，机器学习，感叹一句真是全民都学数据挖掘啊。（我自己不找数据科学家的工作）。所以如果这块看不太懂就跳过分割线1吧，直接看分割线2以下的内容就好。--------------------------------------------------------分割线1-------------------------------------------------------------16年更新下回答吧。不匿名了，要不不方便回复评论。因为很多人关注大数据这个概念，所以可能会有人觉得统计学的前景会很光明，不过我还是觉得在未来几年甚至十年内，中国的统计学就业前景并不会太好。原因有5。【以下论点均建立在平均水平基础上，大牛不在讨论范围内】比较数据挖掘与统计学几方面1.专业课基本不吻合。有数据挖掘（data mining ）或机器学习 的课基本都开设在计算机学院。而传统统计学 诸如 概率论与数理统计，统计学，多元回归等等这些课程虽然也跟数据挖掘有关，甚至概率论、线性代数这些是弄懂数据挖掘必会的课程，但是仅仅靠这些是不够的。而且国内的统计学会学抽样等等这些统计课程，这些专业课就跟大数据关系更不大了。
2.必需软件基本不同数据科学家岗在软件上需要会编程，需要会Python或是R，如果会更专业的大数据挖掘工具Spark等等那就更好了。这些工具开源而且处理数据量极大的数据很好。而统计学本科的课程学得多的是SAS/SPSS/Eviews。SAS很好，处理各种检验，各种回归都很好，但是很贵，做数据挖掘很多公司不用，而且SAS在处理数据挖掘的相关内容不如Python甚至R好。
3.统计学本科生所学知识建的模型有可能不具有参考意义举个例子，本科我学过计量经济学，统计学应用等课，做的project可以从国家统计局出的年鉴上找数据。比如研究我国人均GDP的增长和什么因素有关，然后找相关的几个因素，如居民消费、基尼系数，就业率，旅游支出，气温等等等等，然后建模，然后进行计量经济学和统计学检验，检验有可能因为多重共线性啊异方差啊就不通过，然后要修改模型，最后得到一个看起来合理的模型公式，就给建议决策了说某某因素造成我国GDP增长。可是因为数据量并不大，我对自己给出的结论并不确定，而且模型有可能是无效的！！因为假如这是个多元线性模型，最后气温留在模型中，并且和GDP成正比，这个模型就一点说服力都没有，因为通过常识我们知道气温对GDP增不增长没什么影响。但是为什么可能出现这个结果呢？因为气温和GDP都是逐年增加的，有可能气温就留在模型里了，这个时候建立的模型就无效。但是统计学有很多方法解决这个问题，我只是举一个极端的例子。想说明统计学本科学的知识并不足以建立一个特别有价值的模型供决策者参考。所以本科毕业找的数据分析工作描述统计比较多。
4.美国的统计学比中国发展得好，招人也不少，但是学统计学做数据分析也并不是特别牛的工作。如果Master是CS在美国十多万刀起薪的话，统计analyst就只有6-7万刀左右的起薪或更少（最近听说学姐学长找的都税前5万多刀，虽然给抽H1B，但是除去吃住用真的剩不下多少钱）但是数据挖掘岗如data scientist 起薪还是可以的，但是研究生能面到这个职位的人都是自己自学了很多东西，靠学校学的是做不了这个的，我感觉这个职位要PHD。美国尚且如此，在国内学统计学也不可能在短期变成炙手可热的热门专业。
5.同学近况。本科统计学班里一学霸，他读了某985研，但是快毕业找工作他觉得数据分析待遇不行，所以毅然决然换工作方向。本科班里貌似只有1人还在国内做数据分析相关的工作。之前还有本来做数据分析的1个姑娘已经去证券公司了。补充个题外话，做analyst在美国算是还比较好找工作的，我同学统计学ma毕业有3个offer，还是在她第一年没想找工作就没找intern的情况下。而且哥大的那个统计项目虽然招的中国人多，但是牛人也挺多的，课程也没那么水，只要自己努力了肯定可以找到工作，毕竟决定能不能拿到offer是面试的情况。
所以，数据挖掘的算法与统计学的各种建模方法还是有区别的。大数据很火，京东阿里给数据挖掘之类的岗位的起薪不低，但是纯学统计做不了数据挖掘。不过你可以选择自学，这是条很艰难的路，如果你自学了数据挖掘相关软件和知识的话 统计学的背景还是能帮助你拿到一个面试的，但是进不进得去全看你自学得如何了。补充个例子，我现在研究生有个同学，她之所以选择出国，有部分原因是觉得原来在国内做的数据分析工作没有含金量，只能做做描述统计分析，连SAS/SPSS也都用不到，她觉得没前景。
上到最后一学期统计Master。我要硬转型了。不会找analyst的工作，要从头学起CS。原因还是我心中放不下的计算机梦，纠结很久觉得现在不做这个决定这辈子都会留有遗憾。
-------------------------------------------------------------分割线2----------------------------------------------------------------以下是以前的答案今年我大四毕业，本科国内一211普通一本，统计学 经管院 班里二十多人 班里找工作的6个去各银行，1个德勤，剩下的基本跟经济金融有关，几乎没有人找数据分析，虽然院的招人邮件里有不少数据分析相关，也有人拿到数据分析公司的录取了，但到现在没人去。我猜他们主要考虑前景和薪水吧。剩下6个读研，4个出国，出国统计学的前景看起来比较不错。国内跟统计学较对口的应该是数据分析，但现在无法让人对薪水满意，前景不明。还有我读研的6个同学都换专业了，有数量经济还有别的什么的。以上是个人不成熟的看法，请轻拍~
PS：补充下同学关于我是否看好中国统计学的前景问题。分两种情况讨论
一、中国本科统计学毕业找工作我有学姐认为数据分析确实有前景，她也确实做了数据分析的工作。我虽然也认为数据分析有前景，但是感觉中国真正能发展起来数据分析会很久以后。原因有四。1.薪水。美国的数据分析工作就业已经算不错了（所以我选择去美国读统计学的研究生。）但是相比较于商科类的如金融等等，薪水确实相对较低一些的。美国尚且如此，中国短期之内情况应该也不会改变。而国内有些统计学属于经管院，毕业后统计学也可以找银行或者证券公司等相关职业，金融类的薪水更高。2.升职前景。就美国统计学就业而言，很多学统计学的会进入各个行业，不局限在数据分析公司。可能是我自己对统计学的刻板印象吧，除非进入如麦肯锡之类的数据分析公司，总感觉数据分析的职业晋升我不明了，所以会不会类似会计一样就待在同一个位置上我很不确定啊啊~所以如果有人能告知真实情况，非常感激！~3.社会及专业认同度。据说在国外如果你跟别人说你学统计学，那他们会觉得你很聪明，因为感觉学统计学是非常厉害的。但是国内的，跟一些亲朋好友提及学的是统计学专业，往往被回复“那是不是跟会计差不多呢”。我就...哎...还有我同一所大学的其他专业同学也不知道统计学是做什么的。工作以后，如果说自己的职业是做数据分析，可能并不会让大多数人对自己的职业自豪。如果说是在证券公司或是做什么，就感觉高大上啊，当然了，证券公司不好进啊不好进，举个栗子嘛~求莫拍4.个人感觉社会大环境没有重视主要是感觉中国正常公司（不包括数据分析公司）里会开设数据分析部门的还是不多的，有些公司干脆找专门的数据分析公司。这些行为都挺正常的，但是就总感觉对数据分析没那么重视呀~
所以，假如金融类的工作比数据分析工作的薪水高3000以上，而金融类更能看到升职加薪的曙光以及更广泛的社会认同度。我很可能会选金融类的工作而不是统计。（哪怕我已经学了多年统计学并挺喜欢正在做的东西）
二、美国等留学生读统计学
相比较就业来说，个人感觉统计学比较适合留学。
1.美国前50的大学中至少30-40所都有开设统计学项目。而商科中的金融和会计真是远远少于这个数目，我老师跟我说过想念商科且是前50的都不用怎么选校，看前50哪所有金融就选哪了，这个数字我没核实过，姑且一看吧。
2.如果本科学统计学，申请读研在背景上会有优势。
3.无论是否学成回国感觉都不错，如果能找到工作那很好，以后的选择看自己的意愿了。
4.如果在美国找不到工作那回国也不错，因为感觉只要不是野鸡大学，并且自己确实认真学习统计学知识了，这些对于工作是绝对有帮助的。
