第一次算总和生育率，我算错了一个数量级。查了半天，是把千分率和百分率混了。老师在旁边说了一句：人口学的数字，差一位就是另一个世界。
一、心路：从数字到人
我一开始是被数据吸引的：普查数据、生命表、各种率，干净、整齐、可计算。学进去才发现，每个数字背后都是一群人。
印象最深的一次作业，做某个地区的年龄结构分析。画完人口金字塔，我忽然看出一件事：底部窄、中部鼓、顶部尖，那是一个正在老去的地方。数字变成了形状，形状变成了故事。
准备推免时，我的焦虑是 “不够社会学”。人口学容易被看成 “算数的”，我的应对是把每次分析都写清 “这个数字说明什么社会过程”。
二、绩点：统计要真会
人口学的主干：人口学概论、人口统计学、人口分析方法、生育与死亡、迁移研究。
统计是硬门槛。描述统计、标准化率、生命表、队列分析，这些必须自己算一遍。我用表格软件手算过一张简略生命表，算完才懂 “预期寿命” 是怎么来的。
数学底子弱的话，早点补。概率论、回归基础，这两样不会，后面的课会很吃力。
论文写作上，人口学的文章讲究 “数据、方法、解释” 三段清楚。数据来源要写明年份、口径、样本量，含糊一句就会被问。
三、英语：读人口学文献
人口学的英文文献，实证为主。
我的读法是先看数据来源与样本，再看方法，最后看结论与政策含义。术语表记了：total fertility rate、life expectancy、age structure、migration selectivity、standardization、cohort。
一周读两篇，重点看它怎么处理数据缺陷。这一块最见功力。
四、竞赛：数据类项目
这个方向的竞赛，数据类项目最有用。
我做过一个数据分析项目，主题是某地区人口结构变化。数据用的是公开普查资料，做了清洗、分类、可视化。
经验是：数据项目要写清 “口径”。同一组数字，不同口径能得出不同结论，把口径写明白，才显得专业。
五、科研：一次数据分析
我的科研训练是一次完整的数据分析。
流程：定问题、找数据、清洗、描述统计、分组比较、提出解释、写局限。
最花时间的是清洗：缺失值、异常值、口径不一致，处理方式不同，结论就不同。我把每一步处理都记在附录里，别人能复现。
六、辅导：方法与表达
我报知点保研的定制辅导，问题是 “只会算不会讲”。
咨询师帮我把每段分析改成 “问题、数据、方法、发现” 四段，个人陈述删掉所有术语堆砌；模拟面试追问 “你的数据口径是什么”，逼我把来源说清。
说明：辅导改善的是表达与准备，录取由院系考核决定，任何服务都不构成录取承诺。
人口学让我学会敬畏数字：每一个率后面，都是活生生的人。
如有保研问题可以咨询电话 4000003363 或者微信 shuoedu，知点保研咨询师将热情专业的解答您的考研问题。
