1. 申请结果.

Offer:

(1) Cambridge - PhD in Biostatistics
(2) Duke - PhD in Statistics
(3) UNC - PhD in Biostatistics
(4) Emory - PhD in Biostatistics
(5) Upitts - PhD in BIostatistics
(6) Toronto - PhD in Biostatistics
(7) UBC - PhD in Statistics
(8) McGill - PhD in BIostatistics
(9) NUS - PhD in Quantitative Biology and Medicine (QBM)

Rej:

(1) Harvard - PhD in Biostatistics
(2) Stanford - PhD in Statistics
(3) JHU - PhD in Biostatistics
(4) UW - PhD in Biostatistics
(5) UCB - PhD in Biostatistics. Waral dи,
(6) Yale - PhD in Biostatistics
(7) Columbia - PhD in Biostatistics
(8) UMichigan - PhD in Biostatistics
(9) Duke - PhD in Biostatistics
(10) Oxford - DPhil in Health Data Science
. ----
2. 申请背景.

本科：数学与应用数学，南京师范大学
硕士：生物统计，耶鲁大学
标化成绩：本科GPA 3.98/4.0 (WES认证), 硕士课程全Honor, TOEFL 110+, GRE 330+
科研经历：截至申请的时候，一篇二作accepted，一篇共一submitted，三篇一作在写。其中四篇都是贝叶斯统计相关。另有一段三个月在上海某生物科技公司的实习经历。
推荐信：三封推荐信分别来自三个跟着做研究的advisor

3. 项目信息. Χ

讲讲拿到offer的项目我的一些了解吧：

Cambridge:

是MRC Biostatistics Unit下的PhD项目。看官网数据平均每年招4个左右。今年的面试是这样：我选择在周三上午九点面试，那在周二上午八点的时候会收到关于第一道笔试题的邮件。是一道数据分析题，给的是统计局某一年的人口普查数据，问能从这些数据中发现什么interesting pattern，然后写一篇不超过两页的report，另外还可以附不超过两页的图表。要求在周三上午八点前将report和用于进行数据分析的代码发给面试的老师们。然后周三上午八点会收到第二道笔试题：是两道短小得多的题目，第一题是计算期望（用了一下指数的级数展开公式），第二题是要求用100 words to summarize昨天数据分析题的发现。面试九点钟开始，有三个老师。问了三道technical question，包括计算方差+给定一个具体情形让你建模+给你一个模型问这样建模有什么局限性，然后会针对你的回答有follow-up questions。另外也有behavior question：比如当你和authority (advisor, parents) 的意见不一时你会如何处理？也问了做过的research projects还有why our program, why PhD. 最后会给你机会问他们问题。

面试总共45分钟左右，总体来说我还是非常享受这次面试过程的！因为我个人把这个当作一个交流讨论的过程而不是一个被测试的过程 - 我觉得他们更多是在考察你是怎样思考一个问题的，而不是非常在意最后的结果。建模题的时候我有些卡壳，老师很nice地给了一些提示，然后我就顺着他的提示继续往下思考。

总体来说，我觉得剑桥的笔试和面试题不是非常具体地考察某一个细分领域的知识，更多的是fundamental knowledge. 面试完一周之后收到录取通知。

Duke:. 

说是贝叶斯统计的圣地也不为过吧。这里有一个小插曲：我硕士一年级下学期的时候就想好了以后要做贝叶斯相关的research，所以从一开始就非常想去duke这个贝叶斯氛围浓厚的地方，但误以为是biostats项目所以申请了biostats...后来很偶然地，跟一个学长聊天的时候他告诉我其实是duke的stats项目贝叶斯氛围浓厚啊！不是biostats！biostats并没有很多老师做贝叶斯的...当时已经12.15了...还好stats项目的申请截止日期是第二年的1.1，赶紧补申了一下。

无面试，直接收到offer。挺惊喜的! 因为之前听说过这个项目比较难录取，我觉得能拿到offer主要是因为跟我的科研方向非常match。. ----

UNC: ..

生统非常好的项目。无面试，直接收到admission，funding需要自己找老师做research. 目前联系了两个感兴趣的老师都说没钱，让我暑假再跟他们double check.
.--
Emory:

也是生统很好的项目。面试挺轻松的，并没有什么technical question，就让你讲讲自己的科研经历还有why emory. Funding给得很generous, 经过faculty nomination还额外给了一个fellowship, director和department chair都非常nice。另，今年进了面试的同学都收到了有Emory logo的马克杯和一件短袖，算是一个小惊喜。

Upitts:

申请的时候学长学姐推荐这个项目当保底校，因为往年录取发得很多。但是从今年的录取情况来看(据说第一批发了13个)，这个也真不能当成保底校...无面试，直接发offer. 个人也很喜欢这个项目，一是因为匹茨堡是一个非常适合生活的城市; 二是因为和CMU的合作很多，可以去那里上课也有机会参与到相关research中; 三是一个文艺青年非常personal的原因了- 匹茨堡是王小波和李银河的母校，著名历史学家许倬云教授也在这里任教。已经decline了但希望以后有机会去那里旅游。

Toronto:

第一个给我发offer的项目 (无面试)，还是很感激的。但是要求做决定的时间实在太早了，1.27收到录取通知, 然后只给了一周的考虑时间。当时其他很多项目还没有出结果，就decline了。

UBC:.

无面试，直接发offer. 它家的统计应该属于加拿大top3. 没有单独的biostats项目，只有stats，其下有biostats这个research area. 申请ubc主要是因为很想去大城市生活+安全...

McGill:

加拿大生统top的项目。申请前套瓷了一个老师，zoom聊了一下（我感觉就相当于面试了...），问的问题包括：research experience, why McGill, why are you interested in working with me. 申请这个项目的原因同UBC...

NUS:

申请新加坡的项目一开始也是作为保底的，毕竟今年大环境太特殊了，申请前很担心失学。 有面试，而且可以说是很technical，具体问什么问题我觉得跟你的sop里写的感兴趣的advisor有关. 这个advisor手上可能有一些项目，然后需要你有哪些方面知识的储备就会着重去考察，我被问到了贝叶斯统计和因果推断相关的问题，还有research experience. 因为面试前已经拿到了一些学校的offer，所以面试的时候没有很紧张。而且依然是抱着和老师们共同交流，向老师们学习的态度，所以还是挺享受的。

4. 总结和建议
..
(1) 关于准备：个人觉得，博士申请，标化成绩不要太难看就行。重点是科研经历，而且科研经历最好比较consistent，就是你能将自己做过的所有研究串起来，有一条比较清晰明确的主线，让别人能看清你的motivation和strength. 拿我自己来讲，硕士第一学期跟了一个非常好的advisor做贝叶斯统计，领域是spatial/temporal model，觉得很有意思，于是早早就想好了我以后要做贝叶斯统计相关的内容，计划在申请前尝试更多贝叶斯相关的研究：于是第二学期参与了一个bayesian boundary detection的project. 后来暑期找的internship是做贝叶斯统计在competing risk process和neuroimaging field的应用。唯一的一个小例外是一个和measurement error相关的project，是用的frequentist approach...参与这个项目主要是因为1) 有机会和harvard老师合作; 2) 那个学期刚刚学完longitudinal analysis，想要找个实例应用一下。

总之，如果以后想要申请博士，硕士期间多去尝试不同的project是很有好处的：首先，多尝试才能尽早发现自己喜欢的东西，为以后博士期间定课题方向节省时间；其次，你永远不知道参与的哪一段科研经历会在你申请的时候帮上你大忙：近期和不同项目的老师聊天了解项目的时候，发现有的老师是看重我的贝叶斯统计背景，有的是很具体地关注到我有分析competing-risk data的经历，有的则是因为measurement error的经历...真的就是，一分耕耘一份收获，没有一份努力是白费的。

另外，找research opportunity之前千万千万先了解好advisor的working style：同样是在做research，遇上了性格相合的advisor真的就非常快乐, 一有空就会思考如何进行下去，每天都期待着去跟ta交流自己的idea. 对方不会给你压力，自己也不觉得是负担，我觉得这才是做research该有的样子。千万不要只看advisor的title/publicaiton，只看advisor的project是不是自己感兴趣的，最重要的还是advisor这个人怎么样。可以在找之前多跟ta以前的学生聊一下，确认适合自己再申请。我觉得这也是我硕士期间多尝试project的一个好处，充分认识到自己喜欢的advising style是什么样的，以后读博期间找导师就会有更加明确的方向。

(2) 关于标化成绩准备：首先英语成绩，海外硕士申请博士的话，以上项目中只有harvard和columbia需要托福成绩，其他都可以waive. 其次陆本成绩单的wes认证问题，如果之前申请硕士项目的时候只认证了大学前三年的成绩，没有第四年成绩的话，是需要重新认证一下大学四年的完整成绩单的；而且也需要额外认证一下自己的学位证书。具体步骤wes官网上都有。建议wes认证越早开始准备越好。

(3) 关于套瓷：我申请的所有项目，基本上，套瓷是没用的，除了McGill. 申请前有没有必要套瓷我觉得还要看具体项目，可以和那个项目在读的学生聊一下了解情况。我有一个朋友在McGill读统计博士，是她建议我说申请McGill生统套瓷还是有帮助的我才提前发邮件联系了老师。

(4) 关于面试：

一句话总结：事先要充足准备，面试时心态平和。具体如下：

首先，好好准备一些基本的，所有项目都会问到的问题，why this program/ why phd/ future plan/ talk about your research experience. 每一段科研经历可以做一个slide准备进行present: 思路可以按照motivating example ->  method -> simulation study -> data application -> conclusion -> current stage of this project. 要对这些经历非常非常熟悉，并且事先准备一些你觉得老师非常有可能问的问题。第一次准备这些问题会花费比较多的时间，但是你一旦准备好了自己的回答，可以用来应对基本上所有项目的面试。觉得自己准备得差不多之后，可以找同学帮你mock interview: 我找了自己同专业的朋友考我一些专业知识，考我讲述自己的科研经历，并且让他们随机提问；也找了不是自己专业的朋友考我一些general questions。大概练习了4-5次吧，这之后再参加面试就真的对自己要讲的内容烂熟于心。

其次，不必过分紧张，抱着学习和交流的态度：我是一个非常容易在关键场合紧张的人，一紧张就会忘记自己准备的内容（这也是我为什么在面试前练习了很多次的原因lol）...但是面试前我会告诉自己，就当成是一个你很久没见的朋友问你最近在做些什么，然后你的目的是把自己近期的这些经历告诉ta，分享给ta，这样想我会很有倾诉欲。遇上不会的问题，就想，我还是赚到了，因为至少这个老师的这个问题让我学到了自己以前不知道的东西。

5.写在最后

虽然还在纠结最后到底去哪里读书，但申请季差不多算是结束啦。感谢帮我写推荐信帮助我成长的advisor们，感谢陪我mock interview帮我修改cv/ps的朋友们，感谢不同项目的学长学姐们在我需要的时候愿意跟我分享他们在自己项目里的经历。

也希望这个经验贴能帮到之后想要申请生物统计博士项目的同学们！