近10年網路大幅普及化的時代，大家每天花在網路瀏覽的時間越來越長。但無論是逛拍賣網站、影音串流平台或是論壇，每一個點擊與評論都會留下足跡。而這些足跡與紀錄裡面卻可能包含著重要資訊。

例如：當今的流行趨勢、社會議題的風向，甚至是未來新興產業的發展。因此現今幾乎每個企業都會投入大量資源聘請專業人才，分析這些資料並萃取出重要資訊。而分析資料最重要的基本知識，便是統計學。

而無論你大學未來選擇的領域為何，都可以看到統計學的足跡。舉例來說，許多科技業（例如：台積電與鴻海）早在10年前就開始成立資料分析部門，收集機台的數據並找出影響良率的因子，用以改善製程與降低成本，增加企業的利潤。

在生技醫療業中，新藥的開發與解盲需要通過統計學的驗證，證明該藥的療效是具有統計顯著性的，而如何設計實驗過程以確保藥物的有效性也是生物統計學中的重要課題。

而法律的實證分析在近年的能見度也逐漸提昇，法律案例的研究也逐漸從質化分析轉換成量化分析，意即利用統計學方法分析過去的案例，作為當前案例的判決依據。

同樣的，在公司的會計報表中包含的各項目都可能包含重要資訊，因此可以利用統計學分析報表中的資訊與股價報酬之間的相關性。舉例來說，著名的 FAMA 五因子模型中，考慮了財務報表中的市值、淨值、獲利能力與投資總額等。此外，在公司發布財務報表當天，股價是否出現異常報酬的事件研究法也是一個熱門研究主題。

政治學中，重要的政策制定也需要背後嚴謹的模型建立，再確認了政策施行與成效的因果關係與政策成效的估計後方能施行。最後，在金融與經濟學中，統計學的重要性更不言而喻。因此，不管高中選取的類組與大學選擇的科系為何，進入大學後，建議都要學習統計學與資料分析來增強該領域的專業知識。

舉例來說：

當然，隨著有興趣的問題不同，則收集的資料、選取的模型與分析的方法都會不同。除了股票價格以下，還有其他更多有趣的問題。例如「大學的畢業科系不同，之後就業的平均起薪是否不同？」或者「在大學畢業之後，選擇唸碩士與直接就業，在10年之後的總收入是哪個何者較高？」而這些問題，統計學都有辦法回答。

統計學對數學的要求最高

令人聞風喪膽的商學院三大必修經濟學、會計學、與統計學當中，以統計學對於數學的要求最重。統計學除了常見的微分以外，更有著積分（事實上統計學微分的應用比積分要少得多）、代數運算、累加符號和連乘符號充斥在統計學的課程當中。而在一類的科系中，課程注重於個案分析，而分析方法大多是質化分析，缺乏量化分析的科學證據。因此會使學生傾向放棄量化分析，而轉向需要口才（就是偏嘴砲啦）的質化分析。然而，只有理解每個統計學方法的數學原理，才可以在不同的情境當中選擇最適合的模型。事實上，若在避開數學的情況下學習統計學，只能知道在固定的框架下應該如何應用，但如果遇到比較創新的情境下，就會缺乏開發新方法的能力。因此建議還是在理解數學原理的前提下學習。故修統計學之前，其前導課程「微積分」對於一類組的同學是非常必要的。

事實上相較於高中數學，微積分中的數學在統計學的應用事實上是簡單許多的，因此只要拿出高中時期付出的一半努力，這樣的課程是難不倒各位的。在二三類組的科系當中，由於大多數的課程都有數學方面的訓練，因此在學習統計學時通常不會遇到什麼困難。

但在學習完之後，由於系所訓練比較少針對個案的分析邏輯進行訓練，往往擁有一身好功夫卻不知該如何應用。因此我建議除了修統計學，也建議修「經濟學原理」的課程加強模型建立與邏輯分析，以及「計量經濟學」加強統計學在實際資料的應用方式。

許老師小語

在現今的產業中，無論是哪一個領域，注重的是應用實際的資料作為下決策的依據。因此除了領域的專業知識以外，也需要統計學的相關知識。雖然在學習的過程中，統計學帶給同學的挫折感比較大，但是對於未來的幫助卻也是非常巨大。因此我認為在大學的課程當中，同學可以投入大量時間去學習統計學。希望這篇文章，能夠提供同學理解到統計學的基本概念與重要性。