সত্যি বলতে কি, আমি মনে করি না যে সংখ্যায় আইনটির শিল্পে একটি বিশাল ভূমিকা আছে। সাধারণ পদ্ধতির asympotic ন্যায়সঙ্গততাগুলি বোঝার জন্য এটি সহায়ক, যেমন সর্বাধিক সম্ভাবনা অনুমান এবং পরীক্ষাগুলি (সর্বশক্তিমান GLMs এবং লজিস্টিক রিগ্রেশন সহ, বিশেষত), বুটস্ট্র্যাপ, তবে এগুলি খারাপ নমুনার সমস্যাগুলি আঘাতের সম্ভাবনার চেয়ে বিতরণমূলক সমস্যা ।
ইতিমধ্যে উল্লিখিত বিষয়গুলির বাইরে (জিএলএম, ইনফারেন্স, বুটস্ট্র্যাপ), সর্বাধিক সাধারণ পরিসংখ্যানের মডেল হ'ল লিনিয়ার রিগ্রেশন, সুতরাং লিনিয়ার মডেল সম্পর্কে একটি সম্পূর্ণ বোঝা আবশ্যক। আপনার শিল্প জীবনে আপনি কখনই অ্যানোভা চালাতে পারবেন না, তবে আপনি যদি তা বুঝতে না পারেন তবে আপনাকে একটি পরিসংখ্যানবিদ বলা উচিত নয়।
বিভিন্ন ধরণের শিল্প রয়েছে। ফার্মাসে, আপনি এলোমেলোভাবে পরীক্ষা এবং লজিস্টিক রিগ্রেশন ব্যতীত জীবিকা নির্বাহ করতে পারবেন না। জরিপের পরিসংখ্যানগুলিতে, আপনি হরভিটজ-থম্পসন অনুমানকারী এবং প্রতিক্রিয়াবিহীন সামঞ্জস্য ছাড়া জীবিকা নির্বাহ করতে পারবেন না। কম্পিউটার বিজ্ঞানের সাথে সম্পর্কিত পরিসংখ্যানগুলিতে, আপনি পরিসংখ্যান শেখা এবং ডেটা মাইনিং ছাড়া জীবিকা নির্বাহ করতে পারবেন না। জননীতিতে থিংক ট্যাঙ্কগুলি (এবং, ক্রমবর্ধমান, শিক্ষার পরিসংখ্যান), আপনি কার্যকারিতা এবং চিকিত্সার প্রভাব অনুমানকারী (যা ক্রমবর্ধমানভাবে এলোমেলোভাবে পরীক্ষায় জড়িত) ব্যতীত জীবিকা নির্বাহ করতে পারবেন না। বিপণন গবেষণায় আপনার সাইকোমেট্রিক পরিমাপ তত্ত্বের সাথে অর্থনীতির পটভূমির মিশ্রণ থাকা দরকার (এবং আপনি সেগুলির দুটিও একটি সাধারণ পরিসংখ্যান বিভাগের অফারগুলিতে শিখতে পারেন)। শিল্প পরিসংখ্যানগুলি তার নিজস্ব অদ্ভুত ছয় সিগমা দৃষ্টান্ত দিয়ে কাজ করে যা মূলধারার পরিসংখ্যানগুলির সাথে দূরবর্তীভাবে সংযুক্ত; একটি শক্তিশালী বন্ধন পরীক্ষামূলক উপাদানের নকশায় পাওয়া যেতে পারে। ওয়াল স্ট্রিট উপাদান আর্থিক একনোমেট্রিক্স হবে, স্টোকাস্টিক ক্যালকুলাস পর্যন্ত সমস্ত উপায়। এগুলি অত্যন্ত স্বতন্ত্র দক্ষতা এবং "শিল্প" শব্দটি "একাডেমিয়ার" চেয়ে আরও খারাপভাবে সংজ্ঞায়িত। আমি মনে করি না যে কেউ একই সাথে উপরোক্ত দুটি বা তিনটির বেশি জানতে দাবি করতে পারে।
তবে শীর্ষস্থানীয় দক্ষতাগুলি হ'ল "ইন্ডাস্ট্রিতে" সর্বজনীনভাবে প্রয়োজনীয় হবে (এটি আপনার জন্য যা কিছু অর্থ হতে পারে) হবে সময় পরিচালন, প্রকল্প পরিচালনা এবং স্বল্প পরিসংখ্যান-জ্ঞান ক্লায়েন্টদের সাথে যোগাযোগ। সুতরাং যদি আপনি নিজেকে শিল্প বসানোর জন্য প্রস্তুত করতে চান তবে এই বিষয়গুলিতে ব্যবসায়িক বিদ্যালয়ে ক্লাস করুন।
আপডেট: মূল পোস্টটি ফেব্রুয়ারী 2012 সালে লেখা হয়েছিল; এই দিনগুলিতে (মার্চ ২০১৪), আপনার সম্ভবত শিল্পে গরম কাজ পাওয়ার জন্য "একটি পরিসংখ্যানবিদ" না দিয়ে নিজেকে "ডেটা বিজ্ঞানী" বলা উচিত ... এবং সেই আত্ম-ঘোষণার অনুসরণ করতে কিছু হাডুপ আরও ভালভাবে শিখতে হবে।