统计学和数据科学哪个专业好啊？
当今时代，数据大爆炸，需要借助统计学或数据科学来分析数据，找出问题的本质，预测未来趋势，为决策提供依据。虽然两门学科都强调数据分析处理，但是统计学数据更侧重于理论，需要学习大量的数理统计公式、原理等，数据科学则是从问题出发，先确定分析的目标，再有针对性地选择合适的数据分析方法。
以就业为导向的话，数据科学更值钱。时下最热门的职业之一就是数据分析师。据前程无忧官网2016年5月的统计，该职位平均月薪达到12792元，年薪达到15.3万元，而有51%的数据分析师薪资收入超过20万元，36%的分析师拥有2到7年的从业经验，34%的分析师拥有本科或学士学位，26%拥有硕士或博士学位。可见，数据分析师是个相当抢手的职位。
而担任数据分析师，需要掌握比较全面分析方法与技能。在利用统计学方法进行数据分析时，需要拥有从原始数据提取、清理和转化等的能力；需要理解数据的特征及产生数据的成因；需要了解数据的处理方法包括查询、提取、转换等；基于业务理解，对数据进行分析，得出分析结论，并构建数据模型；需要熟悉常用统计分析方法及其适用条件；能够使用SQL进行数据库查询及数据维护；需要掌握基本统计分析方法如描述性分析、推断性分析等等；需要具有解决复杂数据分析问题的能力；需要具有跨团队合作经历及良好沟通能力。
可见，数据分析不仅要懂统计，更要熟识经营战略、营销知识、信息系统、管理决策等方方面面。而在北大核心期刊《科学社会》2016年第4期摘要里，也对数据分析师的社会角色进行了解读：他必须是对数据有极强的敏感性，对业务理解很深入，同时能够跳出常规思维框架，发现新规律、新方向。
而统计学更注重理论，研究如何用样本数据来推断整体情况，分析数据背后的规律性，是研究“是什么”的问题。所以毕业生需要掌握概率与统计相关的理论与方法，例如抽样调查、参数估计、假设检验、相关分析、回归分析等等，熟悉常用的统计软件，如R， SPSS 等。
如果擅长数理分析，具有严格的研究习惯，善于进行长时间的思考，乐于探究事物的本质，热衷钻研、勇于挑战、富有激情和抗压能力，那么可以考虑选择统计学。
如果希望能将数据分析应用在现实之中，解答现实生活中的困惑，改善或取代现有的决策流程，同时兼顾理论挖掘和数据可视化，用数据讲故事，吸引非技术受众，那么可选择数据科学。