V1ncent19
物理系 / Stat@Northwestern ¶

基本信息¶

专业：数理基础科学
GPA：3.77
排名：50%
科研段数：2
TOEFL/IELTS：7 (R8.5, L7, S5.5, W7)
GRE：319 (V149, Q170, WNone)
联系方式：v1ncent19@outlook.com, Homepage
可提供的帮助：随便聊聊, 选校咨询

科研/实习经历

一段物理系微纳器件
一段统计中心NLP
一段可有可无的线上research

无pub。

物理系的科研感觉基本相当于没有因为完全统计无关，也没去那边要推荐信；统计中心那段主要是方向其实不是很 stat ，组里基本都在 AI 炼丹；最后那个线上经历感觉没怎么在科研（所以我也懒得称之为暑研），但是学到了很多东西，使得 PhD 面试的时候能吹吹牛。

其他经历

课程：由于本人是转专业申请者，所以也介绍一下课程背景，基本就是物理系的数学课 + 大量的（偏应用的）统计课

微积分两门(5+5)、线性代数(4)、复分析(2)、数学物理方程(3)

概率论两门(3+3)、统计推断(3)、回归分析(3)、多元统计(3)、统计计算(4)、数据科学导论(3)、生统概论(2)、生存分析(3)、随机过程(3)、时间序列(3)、统计学习(3)、因果推断(3)、实验设计(3)、贝叶斯(3)

总体上来说其实数学基础不是很扎实，应该盘算着上点实分析 / 泛函 / 数值分析之类的；统计课也有几个因为各种原因没能选上，比如非参 / 分类数据回归；计算机 / 运筹优化的课这里没列，反正不太多。

推荐信

国内老师, 科研推
国内老师, 课程推
国内老师, 课程推

申请项目¶

项目	学期	结果
MS Stat@Yale `Master`	2023 Fall	Reject
MSPH Biostat@Emory `Master`	2023 Fall	Admit
MPH&MS Biostat@UMich `Master`	2023 Fall	Admit
Stat@Northwestern `PhD`	2023 Fall	Chosen
MS Biostat@UW-Seattle `Master`	2023 Fall	Reject
Biostat@Rutgers `PhD`	2023 Fall	Reject
Biostat@Brown `PhD`	2023 Fall	Reject
MS Stat@UChicago `Master`	2023 Fall	Reject
Biostat@UPitts `PhD`	2023 Fall	Reject
MS Biostat@Columbia `Master`	2023 Fall	Reject
MA Stat@UCB `Master`	2023 Fall	Admit
Biostat@USC `PhD`	2023 Fall	Reject
MS Biostat@Harvard `Master`	2023 Fall	Reject
MS Stat@EPFL `Master`	2023 Fall	Admit
Stat@UMich `PhD`	2023 Fall	Reject
MS Stat@ETHZ `Master`	2023 Fall	Reject
MS Biostat@UNC `Master`	2023 Fall	Reject

申请总结¶

知乎回答，包含申请季期间时序更新的纪要和碎碎念。

经历¶

其实我本来打算保研来着，但大三下的时候出了点小情况导致决定火线出国了，大约五月份才开始规划出国，算是一个备战比较晚的案例，当然还好由于专业课都在前 5 学期上得七七八八了，而且得益于物系优良的 seminar 机制导致我还是有不为零的经历，所以准备申请的时候也没有特别尴尬。

这里简单介绍一下我前申请时期的经历，之后是选校定位、面试之类的经历，最后包含一些杂谈。作为一个转专业（物转统）的申请者我想我的一些经历可能也能给后面类似情况的同学一些坐标参照。

前申请时期¶

我的经历可能主要包含两个部分：一方面是如何逐渐转统，另一个是发展各种各样的学术相关经历。事实上这两者是相互交织相互影响的，我倒也并非一开始就想 quit 物理的 hhhh（如果不是真的笨又没有兴趣了，谁又想 quit 呢 x）。大家会从中看到我的经历积累和申请过程中就是包含很多很仓促的部分，属于是规划了一些但是没有完全规划，也有我个人比较摆哥的因素。总之导致最后的申请总归是有很多缺陷和 debuff 的，希望大家早做规划，引以为戒。

大二上：开始统辅；
大二下-大三上：物理系科研，微纳器件；
大三上：决定 quit 物理；
大三下：统计中心科研，NLP；
大三暑期：一段很囫囵的线上 research.

在还比较有 phys 梦想的大一大二时代曾尝试联系过天文系的教授，但因为大一下非常尴尬地居家线上了导致事情一直搁置，后来因为课业压力还是没有在大二进行，后来就被卷入凝聚态实验了，这是后话。但是单纯聊天的时候 shude 跟我说“啊，我们也招一些统计背景的学生来做数据挖掘”云云，我就屁颠屁颠地决定大二开始修统辅了，这就是本人看起来比较随便的统计入门 timing。

由于物系有专业课狠狠往前排的偏好 & 近年大环境的推动，所以大二还是比较忙碌的，科研训练也做的很囫囵。第一段科研训练是在物理系一个做微纳器件的组进行，感觉内容较为 blackbox 导致逐渐对 phys 科研 ptsd（这件事也是挺吊诡的，连 phys 都能说是 blackbox 了吗？其实现在想来单纯是因为机缘巧合下加入的那个组基本就是在搞应用，几乎可以定义为是微电 / 材料，可见人生就是由很多巧合构成的），加上愈发无法从学习物理中感觉到快乐，遂最后大三上决定 quit 物理，于是莫名变成统计壬了。大一下填写课程志愿的时候物统并进勃勃生机万物竞发的境界犹在眼前，如今竟要转而放弃物理了，不得不说令人感慨。

由于决定转统了，因此于大三下直接在统计中心做 seminar，同时课也几乎都是统计课了。在统计中心搞的是 NLP，用预训练模型做各种各样的下游应用任务，学到了不少东西，虽然和 stat 一点关系也没有，应该说是一段更 ds 的科研。之后保研出了小问题之后考虑之下决定转而出国了，于是大约五月份左右开始筹备各种各样的考试、文件文书之类的。

决定火线出国时发现联系暑研为时已晚，但是还是随便尝试联系了几个老师，最后在某个做于统计物理有关的运筹优化的教授组里找了点活干，期间学了不少东西，虽然没有什么科研内容，但是这期间学到的东西最后竟然奇妙地派上用场了，再次可见人生就是由很多巧合构成的。

& 后来发现这个老师似乎对量子力学和统计物理有什么奇妙的误解

在科研之外我也没有什么特别的经历了，唯一后验来看派上了用场的是写 note 的小习惯，一些熟悉我的朋友可能知道我维护了一份 statistics note，有时候我也会写一些 random thoughts 在 homepage里，有些场景下这些也算是一种 outreach 吧。

选校策略¶

一个每个申请者都会遇到的困惑就是“我该申哪些学校”。由于贫穷导致了我没有找中介，所以申请初期我很是挣扎了一下，被淹没在论坛里海量的信息中。后验来看这也是很多人决定找中介的原因，如果不是一直规划出国 & 与很多过来人有过了解的话，在申请初期的迷茫中会有一条陡峭的学习曲线来了解留学申请的各个要素，更别提很多地方还有一些只凭口耳相传的经验了；各个论坛上几乎没有相似背景学生的低信噪比问题也是很头疼的，总之如果是时间很紧张的同学我觉得找中介也未尝不可，可以帮你快速地上手申请并让你能把精力用在提高自己的 bg 上。（虽然如果你情况特殊的话他们可能也没见过，而且我的一些观察是对于 thu 背景的同学申请就是一例一议的）

你清没有统计本科的劣势在此一览无余，其它有本科组织的专业方向能够比较容易地发展 connection，但是在你清转统就比较痛苦。

这里尝试从后验的角度讨论一下转专业（尤其是理科专业）申请统计的选校录取问题，其中当然包含我自己的 bias 或是有一些小道消息，但我会尝试比较客观地描述情况，读者可以参照自己的情况作 correction。

Master or PhD?

起初这个问题还是非常困扰我的，因为我感觉自己作为一个非科班出身的学生没有很 rigorous 的数学课作支撑，担心自己读 PhD 会被暴打，遂一开始计划还是先读个跳板硕吧，于是选校里有很多都是 master 项目，随意摸了几个 PhD。但是后验来看其实如果以后想读博的话应该就都去申 PhD ，只留少数的 master 保底就行，毕竟总会有不那么需要很硬的数学的方向的，事实上如果不是做概率论 / 随机过程 / 高维这种分析很多的方向，其它似乎物理 / 也许工科的数学课也足以 handle，大不了以后再学嘛。而且从另一个角度来说既然 committee 有老师决定要你，那就说明他们认为你的 bg 足以 qualify 这个 PhD 项目。所以我觉得之后转统的同学如果以后有不低的 PhD 意愿的话还是可以考虑申 stat 直博；至于 biostat PhD 感觉不怎么喜欢陆本直博，横向对比来我感觉相同的陆本背景下，有/无 biostat 美硕的 PhD 申请结果是差很多的，所以本科同学也许可以不申 biostat PhD。综上所述应该说我的选校方向策略还是出了一点问题的，希望后来者引以为戒。

Stat / Biostat / DS / Analytics / OR / FE ?

有很多个与 stat 有很多关系的方向，我单纯是因为对 fin 和 coding 都不太喜欢所以很自然地只剩下了 stat 和 biostat，但实际上对于不同的申请者来说这几个方向各有不同，应该结合自己的未来规划和专业偏好来挑选。Generally 可以印象流地向还不太了解这几个学科的同学介绍一下这些个方向

Biostat: stat + 一些公共卫生的知识，和 biology 关系不太大（不过我在论坛上看到过“申请时应该表现出对 bio 或 Public Health 的热情”的观点）。主要是开发各种 methodology 和应用 application；就业时主要未来的去向是药厂和 cro，有点卡学历但不太看学校，一般 bios master 只能做到 sas programmer，做高阶工作的 statistician 一般只招 PhD。
DS: 近年新兴领域，stat + coding，典型来说 coding 部分是 DSA, DB 之类的东西；似乎除了极少数学校基本都是 master 项目，就业导向。由于本身是交叉方向有时候会有啥都会一点啥都不太会的问题，所以近年就业寒冬之下似乎就业跟 cs 科班这些比还是没那么 promising，但是可能可以称为非科班出身同学转 cs 的一个路径（但既然要转 cs 为啥不直接申 cs 呢）
OR: 主要处理运筹优化问题，有些地方会用到一些 stat 的东西。清华的统计中心就是挂在工工（其中一个重要方向就是运筹）下面的。
Analytics: 从我了解到过的一些项目来说学的内容和 stat 很像，基本就是 stat 的一个面向商业场景的版本，大多数都是就业导向 master 项目。

选校梯度

在定下来大致的方向后其实就是合理地安排各个 tier 项目的分配，这个事也比较迷幻，因为其实你能参照的只有上届的数据点，以及一些比较 vague 的前辈经验，但是每年的情况都不一样（general 来说尤其是疫情之后一年比一年难了）。anyway 一个比较 robust 的方法总还是每个 tier 的项目都整一点，保底校扔太多或彩票校扔太多都是不太好的。对于我这种 stat biostat 混申的情况来说我现在觉得可能比较不错的策略是在 stat 这边多刮点奖，biostat 那边用 SOPHAS （一个集成化的公卫项目申请系统，可以交一份材料申很多项目）解决。另一个确定梯度的不错的方法是问问你的推荐人，如果他比较了解你。

其它选校因素包括学校 title（如果回国需要考虑）、地区（找工方便/生活符合你的习惯）、安全性等等，不再赘述，大家可以看看飞跃手册里的相关内容。

我的选校

我最后选择了申美国和欧陆。没申英国是因为语言太烂，我不想到时候拿个 conditional offer 暑假了还要苦巴巴刷分，而且英国有时候 PhD 不给奖，挺整蛊的何必呢；没申港新是因为我估计了一下自己的 bg 感觉应该稳录，适合作为保底，然而他们一般一二月份就出 decision 了，事实上我要交一大笔占位费，完全起不到保底的作用（不过根据今年的案例似乎 HKU stat PhD 其实并不需要占位费，msc 应该还是要），我还是要苦苦等后面的 offer，加上有 SOPHAS 这个好东西，所以决定干脆把推荐信用在更重要的项目上。

之后我的大致申请方向：

由于考虑照顾家庭的因素未来大概率要考虑回国或至少是回香港的可能性，所以需要考虑学校 title（或者更狭义地，考虑 qs）。
申 PhD 跳板硕，所以主要挑选学术氛围好、往届学生 placement 申博多的。
一些比较 random 的情感因素。

于是就非常普通地敲定了几所学校，具体大家可以去逛逛我的知乎回答，其实选校并不是什么难事。

面试¶

比较尴尬的是由于我 Stat PhD 申得蛮少，所以我只面了一个项目 (½)。不过我的面试经历还是挺有意思的，出现了包括但不限于“我觉得能学得会量子力学的人一定也能学得会实分析”, “跟你用英文聊天感觉不到你这么有意思”这种比较整蛊的 chat，或者“我给你用量子力学的 language 复述一下这个问题”这种不寻常出现在 stat 面试中的考察用语。

说回来，内容大致就是先由我做自我介绍，然后 prof 直接开始提问他感兴趣的部分，并问了几道基础的线代/概率论数学题，答得还不错（i mean 如果忽略掉我没有反应过来什么叫“两个矩阵同时对角化”于是被 hint 道：“两个 observable 在同一组表示下对角化”这事的话），之后还被加面了一场，大概讲了讲我那段可有可无的 remote research 都学了啥，还展示了一下我 post 在 homepage 上的 reading note，似乎氛围还不错就是了，最后也是一两周后拿到了 oral offer，我估摸了一下后面的项目估计也没有能录且 tier 更高了，于是接了 offer，申请季就这么迅速且 quiet 地结束了。

关于申请的杂谈¶

科研经历 & conn¶

感觉 stat 这边好像因为见刊太慢，大家基本都没有 pub，有科研经历当然是好事，但没有很显著的成果应该也不用太担心。有海外 connection 交推荐信应该才是比较重要的（每每都会为海本/姚班同学丰富的海外 conn 而羡慕落泪.jpg）。关于科研内容方面一些个人的看法是：很多段方向比较 diverse 的科研 / 方向集中于一处的科研都有可取性，总会有 professor 看上你的经历的，至于是哪一种类型更受 prefer 其实不好说，我还是希望之后的同学们能有机会多了解一些不同的领域的，也能避免一棵树上吊死的问题。

标化¶

如前所述，我的 GPA 是一个非常 median 的水平，但是得益于物理系较好的给分政策其实绩点绝对值倒是不太拖后腿。由于我主要申的都是 master 导致一开始为自己的 GPA 焦虑了很久，后验来看倒也还好，尤其是对于申 PhD 更是如此。

语言成绩：过关就行；GRE：没啥用（乐）。

物转统¶

转专业一直都是个老大难问题，generally 你需要 convince committee 你对这个学科有很好的准备且有深造的热情，所以很多时候你需要在维护好主修学业的基础上多花一些精力。在知识发展上华清有统辅项目，其实我觉得基本也足以支撑转申统计了，虽然对于申 PhD 来说存在一个数学课不够的问题，但总可以去做做 methodology 之类的不是很需要理论的方向的。而且近年统计一个显著的趋势就是越来越与 Data Science 和 CS 相关了，例如很多统计系都开始改名叫统计与数据科学系之类的，所以大家倒也不用太担心数学的问题。

警惕学太多理论导致走火入魔（雾）

具体到物转统上，物理还算是一个和统计 share 比较多思维方式的学科，而且本身也算是“数理基础比较扎实”的专业，所以其实入门起来也不算困难，甚至 stat 里还有不少用到 phys 知识的地方，加上基科班培养方案带来的便利，我觉得 stat 还算是一个相当值得考虑且转起来方便的方向，实践上确实物理系也年年都有转统的同学，统计中心也有不少物理出身的 PhD。不过另一方面各种论坛上似乎物转统的例子相当少，所以希望我的经历能够为之后的同学们提供一些参考，也欢迎大家 dd 我。

关于一些项目的印象流¶

这里简单说说我对于一些项目的印象，基本来源于我与对应项目学生 / 论坛冲浪所得，所以信息会 bias 或者不保真，大家可以看个乐子。

下面“有 dp ”或“招了”表示录取且去了，“有录取记录”或“发了 offer”表示录取了但没去，或者至少是我不知道

stf & berkeley: 不多说，stat 顶校，值得提及的是这俩校一些老师分布在 eecs 那边，如果有相关方向的 dl 也可以申他们 cs （当然 dl 应该不需要看我的这个帖子）。额外一提的是 Berkeley 的 bios master 项目录取上等价于 PhD，由于 B 每年只能交一份申请，所以需要斟酌一下是申他们 stat 还是 bios。另外 Berkeley 今年似乎 stat PhD 扩招了，他们跟我说今年计划有 50 个 PhD ?? 不是刚涨了工资吗还能招这么多 666，不知道是不是发错了。
Harvard: 由于历史原因与你清统计 conn 较多，每年都有学生在那边暑研，但是 Harvard 不收 stat master 所以申请的时候只能申 PhD，23fall 在你清工工有一个 dp。他们的 bios 有很多 track，对应着不同学分数（不同项目时长）。
Uchicago: 学术强校，物理壬应该是非常熟悉的，shuo 就是该校 alumni，另外 uchi stat 是在物理学部下面的所以你不仅能和 shuo 当校友还能当系友。排除掉安全因素不谈中了无脑去就是了，但是考虑到安全因素可能要谨慎一些。物理系 8 字班有 uchi stat ms dp。此校的 stat 项目据说学术含量较高，本校转博机会也较多，适合学术目标的申请者。他们系官网还有所有学生的 placement，非常方便。
Columbia: master 项目知名被黑，具体水不水好不好不评价，但是 columbia stat 其实院系实力很强，master 可能单纯是招的人太多导致鱼龙混杂了，bar 不是特别高，但是 PhD 真是挺高的。物理系 7 字班有一个 dp。Columbia bios master 跟 stat 比起来至少风评好一些，bar 不好说，据说不高但是反正没录我哈哈，他们的 master 也分很多 track。PhD 23fall 有录取记录。
Duke: 不多说，贝叶斯神校，做贝叶斯的同学唯一顶校，但弊端也是几乎整个系都在贝叶斯，所以如果还没定方向或者不做贝叶斯的同学需要三思。Master 项目转申结果还不错，留校机会也多。另外北卡那块生活据说挺舒适的，也有很多药厂工作机会。值得特别指出的是他们 bios 还是比较正常的，做啥的都有，不用担心只能贝叶斯。
Umich Ann Arbor: stat tier 2 强校，他们 stat 系做应用和乱七八糟交叉方向的老师比较多，也和隔壁 biostat 有很多合作。23fall stat 只在你清录了一个，而你科有三个，你北不知道确切但似乎也有一两个，可见你清真是 stat 申请校下校。Umich ms biostat 项目在 21fall 之前是一个很好的 t1.5 项目，但是 22fall 之后疯狂扩招，有 columbia ma stat 化的嫌疑，近两年都是发三五百个 ad 666 感觉在印钞；但是他们是真的喜欢招本校 master，有不知名懂哥的 23fall 统计数据是 internal application 46 份能录一小半人，其中录了 15 个国人，已经是相当惊人的本校转博比例了。另外 umich bios 从 24fall 开始应该是不开 mph 了，而之前他们是 mph 走 sophas, ms 走自己的系统，不知道以后会咋样。
UPenn Wharton: 挂在商学院下的一个比较特别的 stat 系，但是系里做理论的老师比较多，而且有不少你清 alumni。23fall 在你清招了一个。
UW: bios 顶校 stat 次顶校。他们 stat 系比较 cs，well 能理解，master 转申结果挺好的，每年一个左右本校转博名额，总体来说还是不错的跳板项目（但另一方面由于至少在 seattle 所以也很适合就业）。biostat master 分两个 track，capstone track 的 bar 低一些，尤其是近年环境不好大家都要读博使得 thesis track 更加吃香。stat master 和 PhD 23fall 你清有录取记录。
NCSU: stat 大校，他们似乎是阿美 stat 系招 phd 最多的。统计中心的 wjd 老师是该校 alumni，23fall 也在清华发了 offer。他们 bios 也很不错，北卡那块资源很多。
UNC: 被评价为“历史上的统计重镇”，23fall 在你清发了一两个 offer。近年可能是资金吃紧导致 bios phd 发了很多无奖 offer 要学生自己联系老师出 funding 呃呃，统计系也走了不少老师（一位你北的 NWU stat PhD 跟我说的，部分导致他选择来 NWU），但是 anyway 他们 bios master 项目还是非常好的，转申结果不错，属于读博工作双修的项目。本人应该是一直被丢 wl，到五月中旬才把我拒了，蚌，好感度再下一层。
TAMU: 中部统计大校，统计中心的 wty 老师是该校 alumni。也是比较大农村，不过 wty 老师的说法是“村一点正好适合做学术”不无道理。
Cornell: 不好评价，处于一个游离于 tier1.5 - tier2 之间的位置，主要是不同人给我的测评比较两极分化。唯一能比较确证的就是康村是知名的"well, it's like, between hills and hills"没有什么多彩生活。
Yale: 早年似乎是比较拉跨，近年院系实力上升很快，对应地他们的 stat / biostat master 项目也变得bar“又高又怪”（一位海本朋友的瑞屏）。生统系据说早几年比较穷只收 CSC，近年应该是好一些了，实力还是有的，有一些大佬坐镇。另外此校似乎比较分控，建议低标化者谨慎尝试。
UWM: 传统强校，虽然被上面那位海本朋友 diss 但是他还是身体很诚实地去了（乐）。他们的 stat 和 bios PhD 似乎是不分开的，录取的时候会进入一个 track 或者是以后再选。
UMN: 很冷，23fall 在你清有一个 dp，这个学校对我来说比较神秘，建议大家直接移步这位同学的帖子。
ISU/PSU/OSU/MSU/CSU: wty 老师对这几个 state univ 介绍为“做传统的实验设计 / 概率论那块比较强”（and 似乎 PSU 额外有高维统计的强项），都是很大的系，招人很多，在你清 23fall 有录取记录。PSU 算是比较有钱的，但是 ISU 似乎经济情况不是很好。
UCLA: 一个比较小的统计系，23fall 在你清你北均有录取记录。院系实力与录取 bar 匹不匹配不好说。
UIUC: 排名一般但其实统计系有很多强人。统计中心的 ypk 老师是该校 alumni (ee系)。
Rutgers: 附近很多药厂，就业还不错，具体 bar 不明因为没见过 dp，招人很少。
Rice: 米大的系也比较小，似乎就十个左右的 faculty 但是水平不错。对于排名这事大家要辩证地看，对于米这种小 faculty size 但能有这个排名可以说明其实水平是很高的。地方有点村。
Emory 公卫强校，Atlanta 附近实习资源比较多，但是本校硕不能转博，似乎外申情况也比较一般，知乎上有一位 Emory bios master 的帖子大家可以去找找看了解一下。对于清本感觉基本是点击送，还没怎么见谁被拒的。
Brown 比较神秘的小藤，招人不太多（master ~ 几十），但是 bios master 据说转博比较容易。
HKU: 该系有几位做时间序列的大佬，不过平均来说可能没 CUHK 那么强；23fall 在你清有一个 dp 且给了顶格奖学金。
ETHZ: 他们 stat 项目 size 比较小而且不喜欢招陆本（每年 1-2 个一般）而且欧陆学校很看 GPA 和先修课。两个 E 比较知名的一点是他们采用贝叶斯招生法，如果一个学校出来的学生表现好他们会倾向于接着在这个学校招，而如果表现不好那学弟学妹就有难了。曾有不知名小道消息称此校对于清本的要求是 rank 20% 左右（不保真）。但总之还是建议高 GPA 申请者冲刺。
EPFL: 一个没有那么有存在感的瑞士联邦理工，但一般被与 ETHZ 合称双 E。btw ETH 和 EPF 都是联邦理工的意思，一个是德语一个是髪语（因为分别在瑞士的德语区和法语区）。他们的 stat master 项目是 23fall 开始刚开的，从应数项目分出来，招人也非常少，申请不用提交语言成绩还挺迷惑的。课程主体比较理论，但是可以方便地选隔壁院系的课（因为人少），自带一学期实习，普遍两年完成。学校在湖边，隔湖就是雪山，风景非常漂亮，但是据说夏天没有空调。一个杂谈是听说由于明年 qs 评分标准会改所以此校的 qs 会烂掉，计划回国在意 title 的同学记得甄别。

结语¶

希望大家尽早规划自己的申请，但即使起步晚也别担心，不必太纠结过去的选择，多想想怎么用好当下手上的东西，并对未来保持 positive 的态度，自信主动交流，车到山前必有路。最后祝大家都能获得心仪的 offer。

有想要交流或了解更多关于我，包括但不限于申请相关、学术相关、其它杂谈，欢迎造访并联系。

另外也欢迎大家考虑 Northwestern Statistics，近年由于有钱了，招了很多很强的 faculty，排名也涨了不少。23 fall 的陆本 dp 是1北1科1清，应该说大家还是比较看好发展的（imean 我觉得是，乐），学弟学妹们不嫌弃的话欢迎来当校友。

V1ncent19 物理系 / Stat@Northwestern ¶