美国统计学硕士难读吗？
本人Wisc-Madison 统计系，MS+PhD 双硕士，PhD in Statistics track.先放成绩单，证明我不是瞎说： Econ/Stats dual major 加double minor R语言和Data Science是我自学的。虽然我的成绩不算特别高（不过我拿了两个major的毕业证所以应该还是可以的吧），不过我至少认真读过书也做过题了，应该还是有资格来答这个题的哈哈哈。 我在Madison读了两个学年的statistical methods，Methods I 和 Methods II。其实methods的内容并不是很难，只要好好做了笔记然后上课跟住了就不会有大问题。
但是，statistics的难点不在于 methodological 的知识，而是在于计算。比如说假设检验里各种distribution表就要背过，尤其是当这个distribution你从来没见过的更要花时间去熟记。另外就是计算能力一定要好，因为statistical calculations很多时候很麻烦而且容易出错。 除了methods之外我们还有另一门课statistical computing。这门课教我们用R语言来做数据分析。说实话这们课对我来说有点简单，因为我本来就是学R的所以知道很多trick（比如说R数据处理里的tidy data和dplyr包简直太棒了！）。而且老师给的例程基本都是用的tidy data来处理的，只要会tidy data基本上就能把题做出来。老师每次给的练习题量都很大，基本上一周要敲一百多行代码（都是处理数据和做graph的）。如果上课能跟住并且课后作业能及时完成（不要拖到deadline）的话基本上的练习就可以了。考前好好看notes（这是老师给的重点内容）加上自己做过的例子就基本可以拿个不错的分。
除了这门课之外我还要补一个math的背景（我是eco/stats的双专业所以有两门要补），于是我又选了Probability and Random Processes。这门课主要讲随机过程，需要一定的probability的基础。如果同学有probability的基础这门课就会轻松不少。同样需要复习的内容很多且需要做好计算。 我个人建议如果是学习统计的话最好能有一定quantitative background（比如eco/math/cs）这样在学习时会更轻松一点。如果没有这些背景也不需要担心，毕竟有很多统计的学习资源（比如coursera和edx上有不少的stat课程）可以帮助你打基础。只要肯花时间并且方法得当也不是难事。