生物統計學家
SOC 15-2041 · O*NET 15-2041.01
生物統計學家（崗位也常稱生物統計師，O*NET 15-2041.01）與醫生、生命科學或公共衛生團隊協作，把問題寫成可複核的研究設計和分析計劃，核對輸入、報告結果與限制。醫學判斷由具備資格並獲授權的人員負責。
快速判斷
生物統計學家適合什麼樣的人？
先看自己是否願意把同一個問題寫成可以復算的計劃，找出分母、資料和版本問題，並向團隊解釋結果還能說明什麼。
到入行區做 BS-07。紙面短題寫兩句交接；完整題另交一頁複核說明。
什么样的人更可能适合生物統計學家？
願意先寫分析計劃、核對樣本和缺失記錄，並接受他人復算與質疑。
什么情况下需要慎重选择生物統計學家？
若只想執行模型找顯著結果，或尚未核清資料許可權和誰負責複核，先用虛構資料練習。真實專案不能憑軟體熟練度獨立簽發結論。
如何用一次小实验判断自己是否适合生物統計學家？
做入行區 BS-07 短題：把每組 60 條裡的 10 條缺失寫清，計算三種 B−A，並給複核者寫兩句交接。
职业画像
生物統計學家（美國側 O*NET-SOC 15-2041.01，Biostatisticians）把生物統計學理論與方法應用於生命科學研究：與醫生、生命科學家或其他專業人員共同設計研究，計算臨床研究的樣本量，編寫分析計劃與分析結果說明，用統計軟體編寫程式碼分析臨床或調查資料，並把結果與限制解釋給研究團隊、資料監查委員會或監管機構。它既不是資料錄入崗位，也不承擔診斷或處方責任。
生物統計學家的工作可以分成哪幾類？
生物統計學家的工作可分三類：一是研究設計與推斷任務（與臨床或生命科學團隊明確問題與終點、計算樣本量、選擇分析方法、解釋結果能支援到什麼程度）；二是資料與計算任務（清洗與核對資料、編寫分析程式碼、建立或維護生物資料資料庫、監控試驗資料質量）；三是溝通與文件任務（撰寫分析計劃、結果報告、向資料監查委員會或監管機構提交統計材料、參與方案評審與論文）。三者共享同一條可複核的證據鏈。
臨床與流行病學研究任務：
臨床與流行病學研究任務
- 01明確研究問題與終點
- 02與臨床團隊確定設計與比較
- 03計算樣本量
- 04編寫分析計劃並預定義分析人群與處理缺失的方法
- 05分析臨床或調查資料
- 06解釋效應量與不確定性
- 07記錄限制與偏離
- 08提交結果供複核與申報。
資料與計算任務：
資料與計算任務
- 01核對資料來源與編碼
- 02檢查缺失與異常
- 03用 SAS、R 或 Python 等編寫可復現的分析程式碼
- 04輸出表格與圖形
- 05做敏感性分析與模型診斷
- 06保留程式碼、資料版本與分析日誌，使他人可以重跑得到同一結果。
生物統計學家和相鄰崗位的邊界在哪裡？
相鄰方向按真實物件及任務核：統計師父級可含生物統計、農業、經濟等；資料科學家亦可研究分析而非只做預測產品；臨床協調員計劃/管理/協除錯驗，也可能評估分析資料；生物資訊研究涉及組學、演算法和統計；數學家包含基礎及應用數學研究，非只做純理論。轉向差距為編輯分析，不自動互換責任。
| 维度 | 主要方向 | 比较方向 |
|---|---|---|
| 核心目的 | 用可複核的統計方法，讓生命科學、臨床與公共衛生研究的問題得到有依據、有不確定度說明的結論。 | 核心目的 |
| 主要物件與依據 | 物件是臨床與調查資料、試驗方案與生物學資料；依據是研究方案、統計分析計劃、統計方法與適用的倫理與監管要求。 | 主要物件與依據 |
| 核心過程 | 設計研究、計算樣本量、編寫分析計劃、清洗與核對資料、建模與推斷、解釋結果並記錄限制。 | 核心過程 |
| 主要產出 | 可複核的統計分析計劃、分析資料集說明、結果表格與圖形、方法學描述、研究侷限說明與申報用統計材料。 | 主要產出 |
| 責任主體 | 統計方法與分析結論由受訓並獲授權的生物統計人員負責；醫學判斷由臨床研究者與醫生負責；監管結論由監管機構作出；超出本人授權範圍時應升級而不是自行決定。 | 責任主體 |
| 准入與許可 | 能否訪問可識別受試者資料、能否簽署統計報告、能否對外提交申報材料，由機構授權鏈、倫理批准與法規共同決定，不由職級或軟體技能自行產生。 | 許可權與批准 |
| 結論邊界 | 統計結果說明的是給定設計與資料下可支援的推斷及不確定度；它不等於臨床有效性結論，也不替代醫學、倫理或監管判斷，且受樣本量、缺失、多重比較與方案偏離影響。 | 結論邊界 |
核心工作
- 01讀取與確認 · 核對研究方案、既有資料與本人資料訪問授權，明確本次需要回答的統計問題與未決事項
一份註明來源、授權範圍與未決問題的確認記錄。
- 02設計與計劃 · 與臨床或生命科學團隊確定終點、比較與人群，計算樣本量並預定義分析方法、缺失資料處理與敏感性分析
與研究方案一致、可復現的統計分析計劃。
- 03資料與計算 · 核對資料編碼與缺失，編寫可復現的分析程式碼，保留資料版本、程式碼與分析日誌
他人可以重跑並得到同一結果的分析資產。
- 04推斷與解釋 · 報告效應量與不確定度，做模型診斷與敏感性分析，說明結論能支援到什麼程度及限制
含區間、假設與侷限說明的結果報告。
- 05協作與提交 · 向研究者、資料監查委員會或監管機構解釋統計問題，配合方案評審與申報材料準備
寫明口徑、版本與責任人的統計材料。
- 06記錄與複審 · 按機構要求留存分析計劃與修改理由，接受第二人複核或由統計負責人簽署
可追溯的計劃變更與複核記錄。
入職前必須逐條核對什麼？
入職前至少核對六項：職業口徑與崗位實體、學歷與訓練路徑、統計方法與軟體的實際使用範圍、資料與受試者資訊的訪問授權、分析計劃與記錄的複審機制，以及真實報酬結構與工時安排。
- 01
證據不足：本輪未核到中國大陸職業分類中與生物統計學家一一對應的正式細類程式碼。美國為O*NET-SOC15-2041.01；中國崗位須按機構、任務與主管要求核對，不能據同名崗位斷言分類不存在。
職業口徑
- 02
O*NET 列為 Job Zone Five，受訪者認為需碩士學歷者佔 58%、博士 29%、學士 13%；BLS 將統計師序列的典型入門學歷列為碩士。統計、生物統計、應用數學與流行病學方向的課程與訓練是常見基礎。
學歷與訓練路徑
- 03
O*NET採用Lightcast美國全國2025年唯一招聘啟事資料：關聯15-2041.01的啟事中，SAS出現66%、R61%、Python17%、SQL9%。它是崗位廣告技能訊號，不是所有僱主或從業者的採用率。
方法與工具
- 04
臨床/遺傳資料可能含個人資訊，不能一概認定可識別。個人資訊處理先核識別性、目的、許可權與第13條合法基礎；醫療健康屬敏感個人資訊，基於同意時核單獨同意等條件；匿名化資訊不等於仍可識別的去標識化資訊。人遺按2024條例材料/資訊定義及具體活動核，主管為衛生健康部門，不把所有統計/動物/匿名化資料當同一類人遺許可。
資料與隱私授權
- 05
編輯建議讓分析計劃、程式碼、資料與日誌相互追溯，向機構核對複核人和簽署安排；變更分析口徑記錄理由與影響，不假定所有機構均採用同一第二人複核方式。
記錄與複審
- 06
同一崗位名稱可能按年薪、專案制或機構編制計酬；比較時把資料訪問許可權、複核責任、申報衝刺期加班、繼續教育成本與是否有統計負責人帶教納入書面約定。
報酬與工時
职业方向比较
生物統計學家的工作方向與相鄰職業怎麼比較？
下表比較的是生物統計學家與相鄰職業，以及從相鄰崗位轉入的路徑；判斷依據是主要產出、責任物件與所需訓練，而不是職業名稱的相近程度。
| 职业方向 | 核心工作与产出 | 关键区别 | 更适合什么选择 |
|---|---|---|---|
| 統計學家（Statisticians，SOC 15-2041.00） | 統計師在多個行業設計收集辦法、分析資料並報告結果；兩類工作都可能使用同樣的統計方法。 | 生物統計師的應用物件多為臨床、公共衛生或生命科學，常交付分析計劃、估計與限制說明；具體職責仍看專案。 | 若你想把方法本身與跨行業應用作為主線，優先考察統計學家；若你的興趣集中在臨床與生命科學問題，優先考察生物統計學。 |
| 資料科學家（Data Scientists，15-2051.00） | 圍繞通用資料產品或預測模型工作，產出以特徵、模型、評估指標與資料產品為主。 | 資料科學家更關注預測效能與產品化落地，評估標準常是模型指標；生物統計學家關注效應估計、不確定度與預先設定的推斷問題，評估標準是結論能否支援研究判斷。 | 若你更願意做端到端資料產品與預測最佳化，優先比較資料科學；若你更關心因果與效應估計的嚴謹性，優先考察生物統計學。 |
| 臨床研究協調員（Clinical Research Coordinators，11-9121.01） | 負責試驗現場執行：受試者篩選與隨訪、知情同意、記錄與監查配合。 | 臨床研究協調員以現場執行與受試者管理為核心，生物統計學家以設計與推斷為核心；兩者在方案與資料上密切協作，但責任物件與所需訓練不同。 | 若你更願意直接與人打交道並組織現場流程，可先比較臨床研究協調；若你更願意處理設計與推斷問題，優先考察生物統計學。 |
| 生物資訊學家（Bioinformatics Scientists，19-1029.01） | 圍繞組學與生物學大數據開發演算法與流程，產出以計算流程、註釋與生物資訊學分析為主。 | 生物資訊學家更偏演算法、資料結構與生物學機制挖掘；生物統計學家更偏研究設計與統計推斷，兩者都可能處理大量資料，但問題型別與評價標準不同。 | 若你更想寫演算法並處理組學資料，優先考察生物資訊學；若你更想回答「這項研究能否支援結論」，優先考察生物統計學。 |
| 數學家（Mathematicians，15-2021.00） | 以數學理論、證明與建模方法本身為產出，應用領域不限於生命科學。 | 數學家以理論貢獻與形式化證明為主要成果，生物統計學家以在具體研究中給出可解釋的統計結論為主要成果。 | 若你更享受理論推導與證明，優先比較數學方向；若你更願意把方法落到真實研究問題上，優先考察生物統計學。 |
| 從生物醫學實驗或臨床崗位轉入 | 已有實驗、臨床或資料管理經驗，希望轉向研究設計與統計推斷。 | 缺口通常不是生物或臨床知識，而是機率與統計推斷、研究設計、可復現計算與資料責任；做過實驗或管過資料不等於能獨立承擔統計分析責任。 | 若你願意補足統計推斷與程式設計訓練並接受複核，可考慮轉入；若只想換一個崗位名稱而不願補方法基礎，落差會很大。 |
怎么选
本頁把生物統計學家與五個相鄰方向放在同一組維度上比較：職業方向、核心工作與產出、關鍵區別，以及每種偏好更適合選擇哪一個方向。相鄰方向按各自的官方職業說明描述，不代表崗位名稱可以互換。
結論：方向選擇的依據是主要產出、責任物件與所需方法訓練，而不是名稱的相近程度；確定方向後，應逐項核對目標方向的學歷要求、統計方法與軟體的實際使用範圍、資料訪問授權與複審機制，並保留書面確認。
AI 对职业的影响
怎樣用虛構材料檢驗 AI 草稿？
用虛構材料練習生成變數字典或分析指令碼初稿，再逐項核對變數、樣本數、缺失處理及版本。可用的資料沒有證明本職業的 AI 採用率、節省工時或替代程度。不要把真實參與者資料放進未經專案批准的工具。
AI 能處理哪些生物統計學任務？
編輯建議在檢索、程式碼草稿、資料字典與圖表初稿中試用工具，逐項測量時間和錯誤。當前來源沒有給出本職業統一提效比例；必須回到原始資料與分析計劃複核。
哪些環節會真正被採用？
取決於機構的資料許可權與倫理批准範圍、受試者資訊的訪問控制，以及分析結果的複核與署名安排。技術可行不等於被允許用於可識別資料，也不等於團隊已經採用。
AI 會減少生物統計學家崗位嗎？
就業預測不是AI因果測量。BLS預計統計師父級2025—2035增長11.0%；ILO暴露框架也不能據此量化本細分職業的崗位增減。
任务影响矩阵
| 工作方向 | 任务 | 当前变化 | 人的控制点 |
|---|---|---|---|
| 研究設計與統計推斷 | 與醫生、生命科學家共同設計研究，確定終點與比較，計算臨床研究樣本量並撰寫詳細分析計劃。 | 編輯任務建議（具體機構規則另核）：文獻與既往方案檢索、樣本量公式與程式碼草稿可輔助生成。 | 判斷設計是否能回答研究問題、樣本量假設是否合理、分析計劃是否需要預先註冊。 |
| 臨床與調查資料分析 | 用縱向分析、混合效應模型、邏輯迴歸與建模方法分析臨床或調查資料並作出結論或預測。 | 編輯任務建議（具體機構規則另核）：建模程式碼補全、正規表示式與資料字典整理等可輔助。 | 核對缺失機制、模型假設與敏感性分析，判斷結論能支援到什麼程度。 |
| 資料質量與試驗監查 | 監控臨床試驗或實驗是否遵守既定程式，核對所收集資料的質量，設計或維護生物學資料庫。 | 編輯任務建議（具體機構規則另核）：異常值篩查與一致性檢查可自動化初篩。 | 判斷異常是資料錄入問題還是真實訊號，決定是否需要質疑或核查原始記錄。 |
| 結果呈現與分析報告 | 準備表格與圖形呈現臨床資料或結果，撰寫分析結果說明供研究方案、報告或發表使用。 | 編輯任務建議（具體機構規則另核）：圖表初稿、格式統一與摘要草稿可輔助生成。 | 核對圖表口徑與統計量是否與分析計劃一致，確認限制說明是否完整。 |
| 監管與委員會溝通 | 為資料監查委員會、監管機構、管理者或客戶準備統計材料，解釋方法學與口徑問題。 | 編輯任務建議（具體機構規則另核）：材料結構整理與模板複用可輔助。 | 決定哪些內容可以對外陳述，確認口徑、版本與責任人，並對陳述負責。 |
| 諮詢與方案評審 | 向客戶或同事提供生物統計諮詢，評審研究方案並推薦合適的統計分析方法。 | 編輯任務建議（具體機構規則另核）：方法選項梳理與資料檢索可輔助。 | 判斷推薦的方法是否適合該設計與資料，並說明其假設與侷限。 |
| 教學、督導與團隊協作 | 講授生物統計課程或研討班，向統計助理或程式設計師分配工作，參與論文與會議報告準備。 | 編輯任務建議（具體機構規則另核）：課程材料與講稿初稿可輔助生成。 | 對教學內容、示範案例與團隊產出質量負責。 |
为什么就业证据会得出不同结论？
五張證據卡分別說明來源、研究對象、結論與使用限制；它們支援官方職責、任務口徑、招聘技術訊號、就業預測與任務暴露研究，不是AI替代率或AI造成的崗位增減預測；其中BLS總體就業預測非AI歸因，須保留數學家與統計師合計口徑。
O*NET-SOC 15-2041.01 職業摘要
查看来源 ↗- 研究对象
- 美國職業身份與官方職責
- 主要结论
- 「開發並應用生物統計學理論與方法，用於生命科學研究。」該職業標註 Bright Outlook，頁面 2026 年更新。
- 使用限制
- 為美國口徑，不能外推為中國大陸；官方職責不等於具體僱主的崗位說明書。
O*NET-SOC 15-2041.01 詳細資料（任務與工作活動）
查看来源 ↗- 研究对象
- 官方 25 項任務與 41 項工作活動
- 主要结论
- 任務包含基於資料摘要或統計分析作出結論或預測、用縱向分析／混合效應模型／邏輯迴歸等方法分析臨床或調查資料、撰寫詳細分析計劃、計算臨床研究樣本量、與醫生或生命科學家共同設計研究、用統計軟體編寫分析程式碼；工作活動以分析資料或資訊（92）、使用計算機（91）、溝通與解釋資訊含義（79）為主。
- 使用限制
- 任務清單描述職業群體的工作內容，不代表每個崗位都承擔全部 25 項任務。
O*NET-SOC 15-2041.01 技術清單（僱主招聘技術訊號）
查看来源 ↗- 研究对象
- 僱主招聘中出現的軟體技能
- 主要结论
- 頁面列出 29 項軟體技能，以 SAS 66%、R 61%、Python 17%、SAP 11%、SQL 9%、Microsoft Excel 7%、PowerPoint 5%、Microsoft Office 5%、IBM SPSS 5% 為主。
- 使用限制
- 招聘技術佔比是僱主招聘啟事中的出現頻率，不代表機構已部署工具，也不代表崗位已被替代。
BLS《Mathematicians and Statisticians》職業展望手冊
查看来源 ↗- 研究对象
- 數學家與統計師合計的工資、就業與 2025—2035 年預測
- 主要结论
- 2025 年 5 月統計師年薪中位數 105,650 美元、數學家 126,710 美元（大組中位數 105,720 美元）；2025 年該組就業 33,500 人，預計 2025—2035 年增長 10%（遠快於平均）、淨增 3,400 個崗位，年均約 2,000 個空缺，典型入門學歷為碩士。
- 使用限制
- 本卡為數學家與統計師合計口徑；統計師單列預測另見本頁美國薪資及前景模組，不代表個人就業保證。
國際勞工組織（ILO）工作論文 140
查看来源 ↗- 研究对象
- 全球職業對生成式 AI 的任務暴露
- 主要结论
- ILO 2025 年方法用 29,753 項職業任務中的代表性樣本、1,640 人調查與 52,558 個數據點構建暴露梯度；報告指出多數職業由需要人工投入的任務組成，最可能的影響是工作轉型而非整體替代，且該指數不提供單一職業的崗位數量預測。
- 使用限制
- 指數衡量的是任務層面的暴露程度，不是採用率、自動化率或失業預測，也不能用於推算單職業崗位數量。
不同工作方向受到的影响为什么不同？
以下是三類工作中可用虛構材料試做的草稿。先確定複核責任和檢查辦法，結果不能用於推斷自動化程度。
研究設計與統計推斷
AI 主要改变編輯任務建議（具體機構規則另核）：文獻與既往方案檢索、方法選項梳理與程式碼草稿可輔助生成。
仍由人负责編輯任務建議（具體機構規則另核）：決定終點與比較、確認樣本量假設、預設缺失資料與敏感性分析的處理方式，並對結論能支援到什麼程度負責。
資料與計算
AI 主要改变編輯任務建議（具體機構規則另核）：程式碼補全、語法轉換、正規表示式與資料字典整理可自動初篩。
仍由人负责編輯任務建議（具體機構規則另核）：核對原始資料與缺失機制、確認模型假設是否成立、保留可復現的版本與日誌，並承擔結果可追溯責任。
溝通與文件
AI 主要改变編輯任務建議（具體機構規則另核）：摘要草稿、格式統一與圖表說明初稿可由工具生成。
仍由人负责編輯任務建議（具體機構規則另核）：不得把模型輸出當作統計結論或監管陳述，須逐條對照原始分析核對並由責任人署名。
AI 进入专业流程后，责任链不能断
編輯任務建議（具體機構規則另核）：工具進入分析流程時，人的控制點應按以下五步固定下來；任何一步缺失都不應擴大使用範圍。
- 需求與邊界確認
編輯任務建議（具體機構規則另核）：先確認本次研究的統計問題、分析人群、資料訪問授權與機構規則。
- 工具處理範圍
編輯任務建議（具體機構規則另核）：只把可回滾、可複核的輔助環節交給工具，例如文獻檢索、程式碼草稿與文件結構整理。
- 人工複核
編輯任務建議（具體機構規則另核）：逐條回看工具輸出與原始資料和分析計劃，判斷是否偏離預設口徑或遺漏缺失機制。
- 記錄留痕
編輯任務建議（具體機構規則另核）：保留資料版本、程式碼、分析日誌與人工修改理由，使結論可追溯。
- 授權與責任
編輯任務建議（具體機構規則另核）：分析計劃、結果解釋與對外提交材料由具備訓練並獲授權的人簽署和承擔。
使用 AI 的专业风险
工具輸出被當成已確認的統計結論
未複核的摘要或推斷可能誤導研究判斷，並越過統計結論與醫學結論的邊界。
控制方式：編輯任務建議（具體機構規則另核）：把工具輸出標記為草稿，逐條對照原始資料與分析計劃後再採納。
受試者資料被不當外發
臨床與遺傳資料常含可識別資訊，洩露可能侵害受試者權益並違反倫理與法律要求。
控制方式：編輯任務建議（具體機構規則另核）：按倫理批准與資料使用協議處理；上傳前確認處理者、儲存位置、保留期限與刪除可行性。
工具與模型版本不可追溯
無法複核的分析流程不能作為研究結論依據，也無法在核查時重現。
控制方式：編輯任務建議（具體機構規則另核）：記錄工具名稱與版本、輸入資料範圍、人工修改理由與決定人。
口徑與人群定義不一致
把不同口徑或不同人群的資料並列比較，會得出無法支援的結論。
控制方式：編輯任務建議（具體機構規則另核）：在分析計劃中固定口徑與人群定義；變更時記錄理由與影響範圍並重新核對既有結論。
複核缺失導致責任不清
責任不明的分析在申報或審計時會造成延誤，也可能讓錯誤結論進入研究材料。
控制方式：編輯任務建議（具體機構規則另核）：在分析開始前確認複核人與升級鏈；超出本人訓練與授權範圍時停止並上報。
不同人群应该如何应对？
準備進入該職業的學生或轉行者
先用完全虛構的資料完成一次從研究問題到分析計劃、結果與限制說明的閉環，再談工具與證書；同時核對目標崗位屬於藥物臨床試驗、醫院臨床研究、公共衛生還是生命科學研發，四者的資料授權、複核鏈條與合規要求不同。
在崗的生物統計人員
編輯任務建議（具體機構規則另核）：把生成式工具用在文獻檢索、程式碼草稿、資料字典整理與文件結構等可回滾環節；研究設計、分析計劃、缺失資料處理、結論口徑與簽署責任仍須由人負責。
機構與統計團隊
編輯任務建議（具體機構規則另核）：引入工具前先明確可用環節、資料許可權與倫理批准範圍、訪問控制、留存與銷燬規則、出錯升級路徑和人工複核責任人，保證任何輸出都回到可追溯的分析記錄。
教育與培養
編輯任務建議（具體機構規則另核）：把訓練重點放在機率與推斷、研究設計、可復現計算、資料倫理與記錄質量上，同時訓練對生成內容的來源核實、偏差識別與不確定性表達能力。
关于 AI 与职业发展的常见问题
生物統計學家會被 AI 取代嗎？
不能據現有資料斷言會或不會整體替代。編輯建議先核可複核的輔助任務；研究設計、解釋與簽署責任仍按專業訓練、適用法規和機構授權由人承擔。
来源：O*NET 職業摘要 / 詳細資料原始资料 ↗
現在入行需要會寫程式碼嗎？
O*NET任務含統計軟體程式設計，2025招聘SAS66%、R61%、Python17%、SQL9%；編輯建議練習可重跑程式碼與複核，不將一個作品或語言清單當所有僱主統一門檻。
来源：實際連結O*NET詳細頁支援程式設計任務；SAS/R等招聘比例另見hot_tech，不是所有僱主統一門檻。原始资料 ↗
哪些任務最容易受 AI 影響？
編輯任務建議（具體機構規則另核）：文獻與既往資料檢索、程式碼草稿與語法轉換、資料字典與正則整理、圖表與文件初稿等；這些環節可回滾、可複核。
来源：此來源僅給美國招聘軟體詞。它不衡量 AI 替代、採用或節約工時。原始资料 ↗
到 2035 年這個職業會變少嗎？
美國 BLS 只給統計師 SOC 15-2041 母類預測：2025 年約 31,300 人、2035 年約 34,700 人，增長 11.0%，十年淨增約 3,400，年均約 1,900 個空缺，含增長和替補。2025 基期含 1.3% 自僱。該表不單列生物統計師，也不是即時招聘數。
来源：表 1.2 的統計師母類行給出就業、空缺和自僱比例，不能據此預測本細分職業或 AI 的影響。原始资料 ↗
AI 能簽署統計分析報告嗎？
不能。統計報告的簽署、資料訪問與對外提交由機構授權與法規決定；工具既不能承擔專業責任，也不能取得倫理或監管批准。
来源：O*NET 職業摘要 / 本頁方法說明原始资料 ↗
哪一年這個崗位會消失？
當前查閱職業資料未給崗位消失年份，不據此宣稱全球所有官方資料均未提供。
来源：實際連結custom是欄位選擇入口，不提供消失年份。原始资料 ↗
現在應該優先學什麼？
優先學機率與統計推斷、研究設計與樣本量、可復現計算與資料倫理，並完成一次受複核的完整分析；工具能力排在可複核的方法能力之後。
来源：實際連結詳細頁支援教育、技能和任務；訓練目錄另見localtraining。原始资料 ↗
本職業內部的方向差異主要體現在資料來源與責任場景：藥物臨床試驗、醫院臨床研究、公共衛生監測、生命科學研發與醫療健康資料，其終點定義、資料授權、複核鏈條與合規要求各不相同；選擇方向時應核對實際資料許可權與複審機制，而不是只看崗位名稱。
中国大陆薪资参考
生物統計師薪資｜大陸行業與招聘樣本
職業對照：美國為O*NET-SOC15-2041.01。證據不足：本輪未核到中國大陸職業分類中與該細分職業一一對應的正式程式碼；應按實際機構、任務和主管要求核對，不據崗位名稱斷言不存在分類。
中國大陸薪資參考：官方統計口徑與缺口
職業對照：美國為O*NET-SOC15-2041.01。證據不足：本輪未核到中國大陸職業分類中與該細分職業一一對應的正式程式碼；應按實際機構、任務和主管要求核對，不據崗位名稱斷言不存在分類。
北京｜北京大學臨床醫學高等研究院
北京大學臨床醫學高等研究院 2026 年 2 月 9 日招聘 1 名勞務派遣制生物統計部統計師，要求相關專業博士；職責包括樣本量、統計分析計劃、指導程式開發、複核統計表圖及分析報告。公告未列薪資金額。
上海｜復旦大學
復旦大學 2026 年 5 月 12 日公告列 2 名派遣制生物統計師，要求相關專業本科及以上、至少 3 年資料管理和分析經驗，其中至少 1 年與臨床研究相關；工作包括準備分析資料集、編寫和驗證分析程式、出報告。公告未列薪資金額。
大陸全國口徑
國家統計局 2025 年城鎮單位就業人員稅前年平均工資：科學研究和技術服務業，非私營 182,064 元、私營 83,560 元；衛生和社會工作，非私營 146,266 元、私營 75,631 元。行業平均不能替代生物統計師個人或全國職業工資。
不同學歷背景對應哪些崗位方向？
沒有核實到大陸全國生物統計師職業工資；下列兩家僱主也都未給金額。
| 學歷背景 | 崗位方向 | 說明與核對建議 |
|---|---|---|
| 統計、生物統計、應用數學或流行病學等相關專業本科（在讀／應屆） | 醫藥企業與研發外包機構的統計程式設計或資料管理初級崗位；醫院科研部門的資料整理與統計支援崗位。 | 通常不獨立承擔分析計劃與結論簽署；應核對帶教安排、資料訪問許可權與複核流程。 |
| 碩士層級（生物統計、統計或流行病學方向） | 藥物臨床試驗的生物統計崗位；醫院臨床研究中心、疾病預防控制機構的統計崗位。 | 中國大陸藥物臨床試驗適用2026修訂GCP（2026-09-01施行），核教育、培訓、經驗和明確分工，醫學判斷由有資質臨床醫生承擔；涉及中國人類遺傳資源時，依2024修訂條例按活動核對倫理、知情同意及相應審批/備案條件；國際合作臨床試驗存在限定備案例外，安全審查有適用觸發條件，並非所有活動均同時審批、備案和安全審查。 |
| 具備醫學或公共衛生背景並接受系統統計訓練 | 醫院、公共衛生機構與科研院所的臨床研究統計崗位。 | 醫學判斷仍由臨床研究者負責；統計人員不承擔診斷或治療決策。 |
| 海外生物統計學歷或認證 | 跨國藥企、外資研發外包機構或跨境研究專案的統計崗位。 | 海外學歷與認證僅是訓練材料，不能自動產生本地許可權。涉及中國人類遺傳資源時，依2024修訂條例按活動核對倫理、知情同意及相應審批/備案條件；國際合作臨床試驗存在限定備案例外，安全審查有適用觸發條件，並非所有活動均同時審批、備案和安全審查。 |
國家統計局 2025 年城鎮單位就業人員稅前年平均工資：科學研究和技術服務業，非私營 182,064 元、私營 83,560 元；衛生和社會工作，非私營 146,266 元、私營 75,631 元。行業平均不能替代生物統計師個人或全國職業工資。
哪些行業與方向會用到這個職業？
科學研究和技術服務業
NBS2025科學研究和技術服務業：城鎮非私營182,064、私營83,560元/年；規模以上該行業企業全部173,855、專業技術172,877、管理324,177元/年。按實際僱主行業和本人職責選擇寬口徑參照，不作為生物統計職業中位、起薪或月薪。
衛生和社會工作
醫院/公共衛生按實際行業核：NBS2025衛生和社會工作城鎮非私營146,266、私營75,631元/年，行業全體人員稅前年平均非生物統計職業值。
資訊傳輸、軟體和資訊科技服務業
軟體/健康資料機構按實際行業核：NBS2025資訊傳輸軟體和IT服務非私營248,752、私營128,166元/年；行業人員年平均非本職業值。
AI 會影響生物統計學家的工資嗎？
證據不足：未取得AI使用對中國大陸生物統計崗位工資的可歸因影響資料。編輯建議另核目標機構的職責、效率與計酬變化，不從工具能力推導漲薪或降薪。
美國薪資參考
美國生物統計學家工資多少？
美國2025年統計師父級OEWS年薪中位數105,650美元，10—90分位64,000—174,050美元；BLS 2025—2035 年 Statisticians（SOC 15-2041，統計師父級代理口徑）預測：2025 年約31,300人、2035 年約34,700人、增長11.0%、淨增約3,400人，年均約1,900個職位空缺；不是生物統計學家15-2041.01單列統計。
美國工資分佈
| 工資統計位置 | 年工資參考 | 換算邊界 | 怎樣理解這個位置 |
|---|---|---|---|
| 第 10 百分位 | 64,000美元/年（第 10 分位） | 官方折算，非個人月收入 | 第 10 分位為年薪 64,000 美元；這是分佈的低端，不代表所有新人，也不構成起薪承諾。 |
| 第 50 百分位 | 105,650美元/年（中位數） | 非個人月收入 | 中位數為年薪 105,650 美元；它描述整個分佈的中點，不代表個人實發收入。 |
| 第 90 百分位 | 174,050美元/年（第 90 分位） | 官方折算，非個人實發工資 | 第90分位年薪174,050美元；它是分佈位置，不代表普遍水平，亦不能單獨證明資歷導致高薪。 |
薪資 · 10 分位：64,000美元/年（第 10 分位）；對應時薪第10分位30.77美元；是工資分位點，不是最低工資或入門起薪承諾。
薪資 · 25 分位：82,220美元/年（第 25 分位）；同口徑時薪第 25 分位為 39.53 美元。；O*NET 展示的 BLS 2025 年工資分位
薪資 · 中位數：105,650美元/年（中位數）；對應時薪中位數 50.79 美元，中位數不等於入門工資。；O*NET 展示的 BLS 2025 年工資分位
薪資 · 75 分位：141,490美元/年（第 75 分位）；同口徑時薪第 75 分位為 68.03 美元。；O*NET 展示的 BLS 2025 年工資分位
薪資 · 90 分位：174,050美元/年（第 90 分位）；第90分位時薪83.68美元是同口徑工資分佈位置；不由分位點推斷資歷或因果。；O*NET2025工資分位
美國生物統計學家工資怎麼理解？
中位數是入門工資嗎？
中位數不是入門工資：它表示一半從業者高於、一半低於該值；第 10 與第 25 分位更接近分佈低端，但仍受僱主、行業與地區影響。
時薪能推算個人年薪嗎？
時薪與年薪是同一 OEWS 口徑的兩種呈現（該統計按標準工作年折算），不能據此推算個人實發收入或加班收入。
分位數與中位數從哪裡來？
數字來自 O*NET 展示的 BLS 2025 年 OEWS 工資資料，口徑為 Statisticians（SOC 15-2041）；預測期與其他統計口徑以 O*NET 與 BLS 原始頁面為準。
哪些條件會影響實際收入？
編輯建議向僱主比較實際教育/職責/行業/地區條件與報酬；本輪未核各因素對相同崗位工資的因果效應。
不同行業的美國工資差多少？
| 行業 | 該行業內本職業工資中位數 | 這個值怎麼理解 |
|---|---|---|
| 計算機系統設計及相關服務 | 167,180美元/年（2025，Statisticians父級口徑） | BLS OOH統計師父級2025年行業內中位數，不能等同生物統計細分程式碼。｜https://www.bls.gov/ooh/math/mathematicians-and-statisticians.htm |
| 聯邦政府 | 132,620美元/年（2025，Statisticians父級口徑） | 聯邦政府統計師中位數；不是所有政府層級的統一工資。｜https://www.bls.gov/ooh/math/mathematicians-and-statisticians.htm |
| 自然、工程與生命科學研發 | 130,590美元/年（2025，Statisticians父級口徑） | 統計師在該研發行業內中位數；不是研發行業全部人員平均數。｜https://www.bls.gov/ooh/math/mathematicians-and-statisticians.htm |
| 衛生保健和社會援助 | 100,900美元/年（2025，Statisticians父級口徑） | 統計師父級該行業中位數；同表州立高校為80,680美元/年。｜https://www.bls.gov/ooh/math/mathematicians-and-statisticians.htm |
哪些因素真正影響統計師工資？
學歷與訓練
證據不足：當前來源沒有量化相同崗位條件下學歷帶來的工資增幅。教育調查與工資效應分開：O*NET受訪者58%認為需碩士、29%博士、13%學士。
行業與僱主型別
2025美國統計師SOC15-2041父級行業分佈：專業科學與技術服務30%、政府26%、教育15%、其他29%（含醫療社會援助與金融保險）；其他為來源實際公佈項，不是本頁新算餘項。不能當生物統計15-2041.01單列、中國僱主分佈或行業工資。編輯建議比較實際合同報酬，行業分佈本身不證明工資因果。
職責範圍與責任層級
編輯建議比較研究設計、申報統計責任、帶教及複核範圍，並向僱主核對對應工資；當前來源不能證明某一責任比軟體技能更能決定報酬。
美國就業前景
就業 · 就業規模
約31,300人（2025年，Statisticians父級口徑）BLS Table1.2基年31.3千人；不是15-2041.01細分人數，單位換算為約31,300人。
就業 · 增長率
11.0%（2025—2035，Statisticians父級預測）BLS原表同期淨增3.4千人，2035年34.7千人；不能外推生物統計學家精確增幅。
就業 · 年均職位空缺
約1,900個/年（2025—2035，Statisticians父級預測）年均空缺1.9千個含增長和替代，區別於淨增3,400人。｜BLS Table1.2｜https://www.bls.gov/emp/tables/occupational-projections-and-characteristics.htm；BLS OOH統計師單列預測
職業適配指南
做生物統計學家，哪些興趣、能力與工作方式更重要？
編輯自查：能否明確終點與假設、核數據、接受複核及表達限制；這是探索建議，非本職業驗證過的優劣排序。
你可能更適合： 你能在研究問題不清楚時先追問終點與人群，把假設、分析口徑與資料來源寫成別人可核對的形式；你願意在結果不利時如實報告，而不是調整口徑直到出現顯著結果。
這些情況需要慎重： 你把「模型跑通」當作結論成立，不願核對缺失與假設，牴觸複核或修改分析計劃，或在資料不足時給出確定結論；也需慎重對待只想寫程式碼而不願承擔結論責任的選擇。
做一次入行練習： 使用下方120例完全虛構研究包，按固定規則生成資料、先寫計劃再做比較與敏感性分析。核對指令碼、結果和限制，並請有經驗者複核；無法獲得外部複核時記錄這一限制。
不要用一个测试替你决定职业
霍蘭德職業興趣模型（RIASEC）
證據強度：O*NET 明確給出興趣程式碼，屬於官方職業資料層面；它描述職業群體的興趣特徵，不是個人適配結論。霍蘭德興趣中什麼型別更接近生物統計學家？
霍蘭德興趣程式碼為 IC（研究型與常規型）：研究型對應分析資料、探索規律與解決抽象問題，對應領域包括數學/統計、醫學科學與生命科學；常規型對應按既定流程與細節標準處理資料，對應領域包括數學/統計與資訊科技。
- 研究型與常規型的組合與崗位任務一致：既要提出並檢驗假設，也要按預先定義的流程與標準處理資料。
- 若你只喜歡數學推導而完全不願核對資料、遵循方案與記錄，興趣程式碼不足以支援選擇該職業。
别这样用：注意：興趣測試結果與職業興趣程式碼一致，只說明方向接近，不代表你已具備研究設計、統計推斷與可復現分析所需的實際能力。
測我的霍蘭德職業興趣五因素人格模型（大五人格）
這是任務觀察建議；O*NET工作風格不等於大五人格量表，當前未核到職業專屬預測效度。大五人格哪些特質與這份工作更相關？
證據不足：當前來源未提供大五人格分數對生物統計學家表現的職業專屬預測證據。編輯建議觀察按計劃完成分析、接受複核及團隊溝通；O*NET工作風格不等於大五人格量表，也不是錄用門檻。
- 編輯觀察：計劃、程式碼與記錄能否相互追溯，比自行貼人格標籤更可核對。
- 嘗試新方法時說明假設、侷限和複核依據；這些是工作行為建議，不是人格分數預測。
别这样用：注意：把人格分數當作能力結論是常見誤用；本頁不提供分數閾值或人格型別名單。
檢視我的大五人格特質邁爾斯-布里格斯型別指標（MBTI）
本輪O*NET/BLS來源未提供MBTI對本職業表現的預測驗證；本頁不據型別給出勝任結論。MBTI 能用來判斷我適不適合生物統計學家嗎？
本輪資料未驗證MBTI對本職業勝任的預測能力；若用於反思溝通偏好，回到真實訓練與受複核實踐，不設型別門檻。
- 若把 MBTI 用作討論溝通偏好的起點，應同時用分析作品與複核反饋來檢驗。
- 把型別標籤當作能力邊界，會阻礙接受複核與修正判斷。
别这样用：注意：本頁不列出任何「最適合」的型別，也不認可以此篩選候選人。
瞭解我的 MBTI 偏好九型人格（Enneagram）
本輪官方職業資料未提供九型人格與本職業表現的預測驗證；不等於聲稱所有研究均不存在。九型人格能說明我適不適合這個職業嗎？
當前O*NET/BLS資料未提供九型人格對本職業表現的預測驗證。本頁只把自我反思當提出問題的方式，不據型別作錄用、勝任或長期訓練投入的結論。
- 若你用它整理自己的動機與壓力反應，應把結論交給真實資料實踐檢驗。
- 把型別解釋當作研究結論的依據，屬於典型的越界風險。
别这样用：注意：本頁不提供型別與崗位的對應關係。
探索我的九型人格模式智力商數（IQ）與數理推理
證據強度：O*NET 官方技能清單把數學列為重要度最高的基本技能，屬於職業特徵描述，不對應具體分數門檻。數學不好，能做生物統計學家嗎？
O*NET基本技能數學重要性91最高、活動分析資料92；是群體職業描述。編輯建議核機率推斷與程式碼訓練，不能據數學成績推個人勝任或統一準入。
- 能讀懂機率與推斷的基本概念，是理解分析計劃與結果限制的前提。
- 若明顯迴避定量推理與程式碼除錯，需評估是否會影響分析質量與複核配合。
别这样用：注意：本頁不把任何測試分數當作准入或淘汰依據。
瞭解我的智力與推理表現情緒智力（EI，常稱“情商”）
O*NET列有注意細節、誠信與合作等工作風格；它們不是情緒智力測驗。當前來源未給出本職業情緒智力分數的預測效度。做生物統計學家需要高情商嗎？
編輯建議練習解釋不確定性、回應評審和承認資料不足；當前未核情緒智力分數預測本職業表現的效度。
- 編輯觀察：能否回應質疑、說明方法限制並在需要時求助。
- 本輪未核行為與情緒測驗分數的職業專屬預測效度比較。
别这样用：注意：本頁不提供情緒能力閾值，也不把高分等同於勝任。
瞭解我的情緒智力能力你更可能適合哪個相鄰方向？
更偏通用資料與預測建模的方向
更匹配：喜歡做端到端資料處理與預測模型，並且更在意預測指標而不是效應估計。
注意：需要補足因果與推斷方法；預測效能不等於研究結論的可解釋性。
查看相关职业：資料科學家职业详情暂不可用
更偏臨床現場與試驗執行的方向
更匹配：願意直接與受試者和研究團隊打交道，組織隨訪、知情同意與記錄。
注意：需要補足現場執行與法規訓練；現場經驗不能替代統計分析責任。
查看相关职业：臨床研究協調員职业详情暂不可用
更偏方法學研究與統計理論的方向
更匹配：希望研究估計方法、缺失資料與多重比較等方法學問題本身。
注意：編輯建議按目標統計師實際應用領域核訓練；父級含生物統計，不證明必比本職業學制更長。
查看相关职业：統計學家职业详情暂不可用
更偏生物資訊與組學資料的方向
更匹配：對演算法、組學資料流程與大規模資料工具鏈更有興趣。
注意：需要補足演算法與資料工程訓練；流程開發不等於統計推斷。
查看相关职业：生物資訊學家职业详情暂不可用
更偏公共衛生與流行病學的方向
更匹配：關注人群層面的疾病分佈、監測與干預評價。
注意：需要補足流行病學研究設計與現場資料經驗。
查看相关职业：流行病學家职业详情暂不可用
更偏臨床資料管理的方向
更匹配：願意維護資料字典、處理資料質疑並核對資料庫完整性。
注意：需補臨床資料標準、資料庫和質量管理訓練；資料管理經驗不替代統計推斷責任。
查看相关职业：臨床資料管理員职业详情暂不可用
职业适配常见问题
什麼性格的人更適合做生物統計學家？
與其說某種性格，不如說某種工作方式：能接受自己的分析被逐條質疑、願意把假設與限制寫清楚、在資料不足時堅持不下結論。O*NET 工作風格包含注意細節、誠信與合作等特徵。
內向的人適合做生物統計學家嗎？
工作情境郵件92%每天、面對面42%每天46%每週非每天，團隊54%極重要；描述溝通任務，不能推內外向或溝通能力的相對預測效度。
外向的人能做好生物統計學家嗎？
本輪未核外向對本職業績效的因果幫助；編輯建議練習解釋統計問題並記錄複核反饋，不設內外向門檻。
哪種 MBTI 最適合生物統計學家？
本輪O*NET/BLS資料沒有提供MBTI型別對本職業表現的預測驗證，本頁不推薦最適合型別，也不據型別判斷勝任或錄用；若用於反思偏好，應回到實際訓練、作品與複核反饋。
霍蘭德興趣中什麼型別更適合這個職業？
O*NET 把該職業的興趣程式碼列為 IC（研究型與常規型）：研究型對應分析資料與檢驗假設，常規型對應按流程與標準處理細節。興趣程式碼描述職業群體特徵，不是個人適配結論。
人格特質分數能預測這個職業的工作表現嗎？
不能由單次人格或興趣結果確定勝任。當前來源未驗證本職業專屬預測能力；本頁僅借這些工具提出反思問題，並核對作品、實際訓練和複核反饋。
數學不好能做生物統計學家嗎？
數學基礎不足時先補機率與統計推斷，再按下方虛構練習核對實際表現。O*NET數學重要度91是職業技能描述，不是淘汰分數；編輯建議先完成訓練與複核再決定長期投入。
做生物統計學家需要高情商嗎？
編輯建議練習回應評審和解釋限制；未核本職業情緒智力績效效度，不將確實有幫助當已證事實。
九型人格能用來判斷我適不適合嗎？
本頁不能據九型人格判定職業適配。當前核到的職業資料未驗證其預測本職業表現；反思結果須回到任務、訓練與受複核作品核對。
我怎麼用可交付物判斷自己適合哪個方向？
編輯建議比較分析計劃、可重跑指令碼、結果及限制說明，並記錄複核意見；一次練習僅供探索，不證明已能獨立承擔專業責任。
工作壓力、風險與職業邊界
生物統計學家的壓力、風險與職業邊界有哪些？
醫療健康和生物識別資訊屬於敏感個人資訊。真實專案先核對處理目的、必要性、適用同意或其他規則、資料訪問和輸出許可權；涉及人類遺傳資源時另核適用制度。 大陸 2026 年修訂藥物臨床試驗質量管理規範自 9 月 1 日施行，適用於經國務院藥監部門批准或備案、為研製藥品進行的臨床試驗。醫學判斷和醫療決策由具備臨床醫生資質的主要研究者或其授權的臨床醫生負責；統計工作按適用規範和書面職責執行。
證據範圍：風險與邊界條目依據 O*NET 15-2041.01 的官方任務與工作情境、BLS 就業與工資口徑、O*NET 培訓與教育資訊，以及中國大陸人類遺傳資源管理與個人資訊保護的適用規定；不覆蓋具體機構的內部制度。
設計與樣本量不當
典型场景：終點或比較定義不清、樣本量假設與真實效應不符，或分析人群定義在研究開始後改變。
主要岗位：研究者、統計人員、資助方與受試者
可能后果：研究可能無法回答原問題，或在結論上系統性偏離真實效應。
降低风险：編輯建議，結合適用試驗方案、機構職責和GCP核：在研究開始前固定終點、人群與樣本量假設，記錄任何變更的理由與影響。
依据：O*NET完整任務與情境 · 2026GCP：藥物研製臨床試驗適用
分析計劃事後修改
典型场景：在看到結果後更改主要分析、排除標準或缺失資料處理方式而沒有記錄。
主要岗位：統計人員、研究團隊、審評與審計方
可能后果：結論可能被質疑為選擇性報告，研究可信度與申報材料受到影響。
降低风险：編輯建議，結合適用試驗方案、機構職責和GCP核：預先設定主要分析與敏感性分析；事後修改須記錄理由、時間與影響並重新複核。
依据：O*NET完整任務與情境 · 2026GCP：藥物研製臨床試驗適用
資料質量與缺失處理不當
典型场景：資料編碼不一致、關鍵變數缺失或異常未核查，就直接進入分析。
主要岗位：資料管理與統計人員、研究團隊
可能后果：估計出現偏倚或精度被高估，結論無法在核查時重現。
降低风险：編輯建議，結合適用試驗方案、機構職責和GCP核：建立資料核查流程與缺失機制說明，保留資料版本與可重跑的分析指令碼。
依据：O*NET完整任務與情境 · 2026GCP：藥物研製臨床試驗適用
受試者資訊與健康資料洩露
典型场景：把含可識別資訊的臨床或遺傳資料上傳到未獲批准的第三方工具或外部環境。
主要岗位：受試者、機構、統計與資料管理團隊
可能后果：可能侵害受試者權益、違反倫理批准與適用法律要求，並導致研究被暫停。
降低风险：個人資訊處理先核識別性、目的、許可權與第13條合法基礎；醫療健康屬敏感個人資訊，基於同意時核單獨同意等條件；匿名化資訊不等於仍可識別的去標識化資訊。人遺按2024條例材料/資訊定義及具體活動核，主管為衛生健康部門，不把所有統計/動物/匿名化資料當同一類人遺許可。按實際資料協議/倫理批准核許可權和記錄，不一律先靠同意獲得合法性。
依据：《中華人民共和國個人資訊保護法》 · 《中華人民共和國人類遺傳資源管理條例》 · 2026GCP：藥物研製臨床試驗適用
多方協作中的複核缺失
典型场景：研發外包機構、統計團隊與申報方之間責任劃分不清，關鍵分析無人複核。
主要岗位：委託方、受託方與統計負責人
可能后果：錯誤或口徑不一致的分析進入申報材料，造成延誤與責任爭議。
降低风险：編輯建議，結合適用試驗方案、機構職責和GCP核：在合同與方案中明確交付物、複核人與升級鏈，保留版本與簽署記錄。
依据：O*NET職業摘要 · 2026GCP：藥物研製臨床試驗適用
結論越界與責任不清
典型场景：把統計結果直接表述為臨床有效性結論，或由未獲授權的人簽署對外陳述。
主要岗位：臨床研究者、統計人員、監管與機構
可能后果：可能誤導治療或監管決策，並越過統計人員的責任邊界。
降低风险：編輯建議，結合適用試驗方案、機構職責和GCP核：明確區分統計結論與醫學判斷；對外表述由獲授權人簽署並保留依據。
依据：O*NET完整任務與情境 · 2026GCP：藥物研製臨床試驗適用
入行、資格與職業發展
怎樣成為生物統計學家？教育、資格與職業發展路徑
O*NET 將生物統計師 15-2041.01 列為 Job Zone Five；BLS 的典型入門碩士屬於統計師母類 15-2041。大陸公告分崗位看：復旦這個崗位接受相關本科並要求經驗，北大這個崗位要求相關博士。學歷、用人條件、研究職責和資料授權分別核對。
應屆生或轉行者如何驗證併入門
入門方向比較
| 入門崗位 | 入職初期主要做什麼 | 應向僱主核對的材料 | 沒經驗如何證明 | 與其他方向的區別 |
|---|---|---|---|---|
| 醫藥企業與研發外包機構的統計程式設計崗位 | 在帶教下按分析計劃寫程式碼、做資料核查與表格輸出；先熟悉資料字典、分析口徑與複核流程。 | 向目標僱主核對統計訓練、程式設計作品和實習材料要求。 | 用完全公開或自造資料提交一份可重跑的分析指令碼與結果表格，註明資料來源與限制。 | 此路徑不獨立簽署分析計劃；須核對資料訪問許可權、複核安排與帶教責任人。 |
| 醫院臨床研究中心或公共衛生機構的統計崗位 | 協助整理研究資料、完成描述性統計與質量核查，參與方案評審會議並記錄統計問題。 | 核對統計基礎、研究流程理解、溝通及學歷條件。 | 提交一份含終點定義與精度依據的分析計劃樣例，以及一份結果說明。 | 臨床判斷仍由研究者負責；統計人員不得給出診療結論，授權範圍按機構規定。 |
| 生命科學或組學研發的分析崗位 | 圍繞實驗資料做統計分析與視覺化，配合研發團隊解釋結果與限制。 | 核對統計/生物訓練、程式設計與資料處理作品要求。 | 提交一份含缺失與異常處理說明的分析報告，附程式碼與資料版本記錄。 | 實驗設計與生物學解釋須與實驗團隊共同確認，不能只憑統計顯著性下結論。 |
| 醫療健康資料與演算法團隊的分析崗位 | 參與資料治理、指標定義與模型評估設計，負責統計口徑與評估方法。 | 核對統計程式設計、健康資料處理許可權與合規訓練。 | 提交一份評估設計說明，寫明指標、口徑、對照與限制。 | 預測效能與統計推斷是不同目標；涉及健康資料須核對合規要求與訪問授權。 |
| 相鄰崗位轉入（資料管理、臨床協調、生物資訊） | 承接資料整理、質量核查或流程開發任務，熟悉研究流程與記錄要求。 | 核對既有領域經驗、統計課程與受複核的分析經歷。 | 提交一份從既有崗位任務中整理的可複核產出，並說明與統計推斷的差距。 | 相鄰崗位經驗不等於統計責任；轉崗須補足推斷方法與受複核的分析經歷。 |
僱主通常看什麼證據
學歷與訓練
美國側：O*NET 把該職業列為 Job Zone Five（SVP 8.0 及以上），受訪者中 58% 認為需碩士學歷、29% 認為需博士學歷、13% 認為需學士學歷。 BLS 把數學家與統計師合計序列的典型入門學歷列為碩士，但說明部分崗位接受學士學歷。
兩者口徑不同（O*NET 為受訪者估計、BLS 為序列口徑），須分別註明，不能合成一個門檻。
資料與合規
涉及受試者資料時先核適用倫理、資料使用協議與機構訪問規則；匿名化資訊與可識別資訊分開判斷。 涉及中國人類遺傳資源時，依2024修訂條例按活動核對倫理、知情同意及相應審批/備案條件；國際合作臨床試驗存在限定備案例外，安全審查有適用觸發條件，並非所有活動均同時審批、備案和安全審查。
涉及個人資訊（含醫療健康等敏感個人資訊）的處理，須遵守《中華人民共和國個人資訊保護法》關於告知、同意、最小必要與影響評估的規定。
任務與工作風格
官方技能畫像集中在數學（91）、批判性思維、閱讀理解、科學、口語表達、寫作與主動學習；可遷移技能中複雜問題解決與判斷決策的重要度均為 75。 工作活動以分析資料或資訊（92）、使用計算機（91）、為他人解釋資訊含義（79）為主。
興趣程式碼為 IC（研究型與常規型）；這些欄位描述職業群體特徵，不構成個人勝任閾值。
招聘技術訊號
O*NET 技術清單列出 29 項軟體技能，以 SAS 66%、R 61%、Python 17%、SAP 11%、SQL 9% 為主。 這些工具用於資料管理、統計建模、可復現分析與結果呈現，不改變方法選擇與結論責任。
把工具用於臨床或遺傳資料前，須確認倫理批准、資料使用協議與訪問控制是否覆蓋該用途。
BS-07｜分母、缺失與複核
虛構研究包（非臨床證據）
自造120行：A、B各60例，組內j=1…60；id為組名+j，年齡=20+(j mod 40)。主要終點為8周連續量Y（分，越低越好）；j≤50時，A=100+((j−1) mod 10−4.5)，B=96+同餘項；j>50時Y留缺失且missing=1，其餘missing=0。組別僅為演示標籤，不聲稱真實隨機化；次要終點未給，不能另造檢驗。
60分鐘先寫計劃，45分鐘按固定規則生成並分析；用任意統計軟體，不用真實受試者資料。120例是題設，不是已驗證樣本量；角色僅為提交草稿的學習者。
紙面短題（可獨立完成）：每組 50 條有觀察、10 條缺失，觀察均值 A=100、B=96。先算完整記錄的 B−A；S1 的缺失記錄都填 A=110、B=86，S2 都填 A=90、B=106；兩情景按每組 60 條重新求均值。寫出三種 B−A 和兩句交接，說明分母、情景變化以及為什麼不能解讀成療效。軟體生成 120 行和區間只屬於完整題。
任務與交付
先指定B−A均值差、完整案例分析、樣本方差分母n−1和近似95%區間公式d±1.96×sqrt(sA²/nA+sB²/nB)。報告原120例、每組10例缺失與觀察樣本50/組；不能從資料反推缺失機制。
敏感性：僅比較全120例均值差。情境S1給A缺失值110、B缺失值86；S2給A缺失值90、B缺失值106。寫兩種差值及三條限制：虛構非隨機演示、缺失機制未知、正態近似區間非正式試驗結論。
交三樣：已鎖定的分析口徑、可重算的彙總表、給複核者的一頁說明，列明分母、兩種情景和限制。
參考計算與解釋
完整案例兩組均值100與96，各n=50、樣本方差8.418367；B−A=−4.000，SE=0.580288，題設正態近似95%區間[−5.137365,−2.862635]。它只描述自造觀察樣本，不能證明治療有效或真實因果效應。
S1全120例均值差−7.333333；S2為−0.666667。方向在給定情境中未變，幅度明顯變化；不證明真實缺失機制或穩健臨床獲益，不把填補值當新增獨立觀察計算更窄區間。儲存程式碼、資料規則、計劃與偏離記錄。
交接示例：“每組原有 60 條、完整記錄各 50 條，B−A 由 −4.00 變為 S1 的 −7.33 和 S2 的 −0.67。請複核分母和缺失處理，這組虛構結果不提供療效證據。”
邊界與評分
編輯評分10分：輸入與缺失核對2分、均值方差/區間3分、兩種敏感性2分、限制與留痕3分；不是資格或勝任閾值。發現真實識別資訊立即停止，改用自造材料；無外部複核時註明未獲專業複核。
作品與證據準備
計劃與資料說明
提交上述120例規則、變數字典和預設分析計劃；註明缺失機制未知、均值差方向及題設區間演算法。
複核與修訂記錄
儲存對每組50例完整案例、樣本方差和兩種填補情境的檢查；能獲得專業複核則附意見，否則如實標明自行復核範圍。
一頁結果說明
附−4.000及近似區間、S1−7.333333與S2−0.666667，逐項寫侷限；不寫成真實患者獲益或執業證明。
可重跑指令碼
指令碼從固定公式生成120行，附軟體版本與執行記錄；使用生成式工具時註明輔助範圍和人工修正。
招聘、試用與授權邊界
| 階段 | 可能考察 | 觀察證據 | 使用邊界 |
|---|---|---|---|
| 投遞前 | 核對崗位職責、機構性質、資料許可權與複核流程，並準備虛構資料的分析樣例。 | 一份註明來源與資料期的要求核對表；能說清統計分析崗位與資料管理、統計程式設計崗位的區別。 | 不把課程作業當作可獨立簽署分析結論的證明，也不承諾超出本人授權範圍的職責。 |
| 面試中 | 情景提問：如何應對主要終點缺失較多，或如何在結果不利時說明限制。 | 能先給出缺失機制判斷與敏感性分析思路，再討論結論表述；能明確說出自己的不確定。 | 不在面試中承諾無法核實的資格、資料許可權或業績。 |
| 試用期 | 在複核下完成分析計劃、程式碼與結果說明，接受對程式碼與口徑的逐條檢查。 | 程式碼可重跑、口徑與分析計劃一致、限制說明完整、變更留有記錄。 | 不獨立處理超出授權範圍的資料或對外陳述，不擅自更改已批准的分析計劃。 |
| 入職 90 天 | 按計劃核對資料許可權、複核安排與培訓是否落地，評估程式碼質量與協作方式。 | 能獨立完成常規分析，並在不確定時主動求助或升級。 | 授權與責任須以書面形式確認，不以口頭承諾代替。 |
七天漸進體驗
- 01
第一天：任務邊界
閱讀O*NET任務並區分統計設計、程式設計、臨床決策；交付一頁邊界對照。
- 02
第二天：資料與許可權
按題設生成120行及字典，核每組60例/10例缺失；只用虛構資料，列真實專案需核的授權。
- 03
第三天：先寫計劃
固定B−A、完整案例、區間公式和S1/S2；交付預設計劃，不把120當樣本量驗證。
- 04
第四天：檢查輸入
逐組核50例可用、缺失標記、年齡範圍與編碼；儲存資料版本和處理日誌。
- 05
第五天：分析與限制
重跑−4和題設區間及兩種敏感性差值；寫三條限制，交付結果草稿。
- 06
第六天：獨立復算
只用題內記錄重跑一次，核對組別、分母、版本及限制。若有同伴，可請對方用同一份記錄復算；無需接觸真實資料。
- 07
第七天：決定下一步
整理計劃、指令碼、結果和複核邊界，按實際行為決定繼續、暫停或比較相鄰方向；一次練習不證明職業勝任。
七天後的判斷問題
- 繼續：你能在七天內完成全部產出，並願意接受對分析計劃與程式碼的逐條複核。
- 暫停：你能完成分析但難以接受複核對口徑的修正，或不願為記錄與可復現性投入時間。
- 換方向：你更享受寫程式碼或整理資料而不願承擔結論責任，可比較資料工程或資料管理方向。
- 核實授權：若目標崗位涉及臨床或遺傳資料，先核對倫理批准、資料使用協議與訪問控制要求。
- 補齊證據：把七日產出整理成可複核的分析作品，用於課程申請或崗位面試。
- 成本評估：把學費、訓練時間與可能的地區差異列入書面計劃。
- 下一步：按核實結果決定是先補學歷、先補受複核的實踐經歷，還是先進入相鄰崗位積累資料經驗。
資格選擇
| 資格／身份 | 主要適合誰 | 求職現實作用 | 是否普遍入職門檻 | 報考／監管與倫理條件 | 投入等級 | 重要限制 |
|---|---|---|---|---|---|---|
| 碩士層級生物統計或統計學位（美國） | 計劃進入美國生物統計或統計崗位的人 | 通常是專業崗位的常見要求。 | 不是所有僱主的硬性門檻，但為專業路徑基礎。 | 編輯建議核機率、推斷、迴歸、設計及計算課程；實際學位課程以院校專案為準。 | 具體學制/學費/訓練機會按院校和僱主核，未核個人總成本 | 學位本身不等於機構授權或資料訪問許可權。 |
| 博士學位（生物統計或統計方向） | 希望從事相應方法研究的人，實際僱主條件另核 | 用於承擔方法研究與更高層級的設計責任。 | 是否要求博士按專案和機構核，不統一認定全部入門崗 | 須完成博士訓練與研究經歷。 | 具體學制、學費及科研時間以專案為準，未核統一最大投入 | 學位不替代機構授權、倫理批准或申報資格。 |
| 統計程式設計能力證明（SAS／R／Python 等） | 希望從事統計程式設計或資料分析崗位的人 | 在招聘中具有參考價值；O*NET 技術清單顯示 SAS 66%、R 61%。 | 不是普遍法律門檻。 | 通常以課程、專案或認證方式證明。 | 培訓與考核成本因路徑而異。 | 工具能力不等於研究設計與推斷能力，不構成簽署分析結論的資格。 |
| 資料使用與保密協議（機構內部） | 所有接觸受試者或健康資料的人員 | 決定能否訪問可識別資料以及可訪問的範圍。 | 按目標機構資料管理規則核實，不能假定所有崗位統一簽署同一協議。 | 須按倫理批准與機構制度簽署並接受培訓。 | 培訓與審批時間。 | 協議不產生對外提交或簽署統計報告的許可權。 |
| 中國大陸藥物臨床試驗相關規範要求 | 在中國大陸參與藥物臨床試驗統計工作的人 | 與機構資質共同決定可以承擔的工作。 | 臨床試驗活動須遵守藥物臨床試驗質量管理規範與倫理審查要求。 | 須符合機構與主管部門要求，統計職責按方案與委託分工確定。 | 培訓與合規時間投入。 | 海外學歷或認證不自動產生中國大陸的申報或執業許可權。 |
| 人類遺傳資源與個人資訊合規要求（中國大陸） | 涉及人類遺傳資源或受試者個人資訊的研究 | 決定資料能否採集、保藏、使用與對外提供。 | 屬於活動合規條件，按適用條款分別核對審批、備案及必要安全審查；不要求所有活動同時辦理。 | 須依據《中華人民共和國人類遺傳資源管理條例》與《中華人民共和國個人資訊保護法》核對適用條件。 | 審批與合規材料準備時間。 | 合規材料不是能力評價，也不替代統計方法與責任判斷。 |
| CCDM（美國關聯第三方認證） | 已有臨床資料管理經驗者 | 臨床資料管理專項知識證明 | 非生物統計全體普遍入職門檻 | 美國關聯目錄列1項CCDM，面向臨床資料管理專項，非全體生物統計入職門檻。SCDM當前條件：學士及以上加2年全職CDM，副學士加3年，或4年全職CDM；兼職按等效全職。考試3.5小時，證書3年有效。按國家收入組和會員/非會員，初試高收入250/325、上中200/250、低及下中125/200美元；重考225/300、175/225、100/175；續證95/150、80/95、60/90。個人組別/總成本須核，續證詳細學時手冊403且web超時未讀，不填推測。 | 美國關聯目錄列1項CCDM，面向臨床資料管理專項，非全體生物統計入職門檻。SCDM當前條件：學士及以上加2年全職CDM，副學士加3年，或4年全職CDM；兼職按等效全職。考試3.5小時，證書3年有效。按國家收入組和會員/非會員，初試高收入250/325、上中200/250、低及下中125/200美元；重考225/300、175/225、100/175；續證95/150、80/95、60/90。個人組別/總成本須核，續證詳細學時手冊403且web超時未讀，不填推測。 | 不產生統計結論簽署、中國資料許可權或執業許可。 |
資格與練習邊界
大陸兩則生物統計招聘樣本
臨床試驗與醫藥研發方向
統計程式設計或資料管理起步崗位
典型职责：在複核下完成資料處理、描述統計與表格輸出。
晋升证据：受複核的分析計劃與結果說明樣例。
资格边界：完成統計或生物統計方向的課程與訓練。
下一步：編輯路徑：按實際僱主分工和資質核，不獨立簽署分析計劃，須逐項複核。
生物統計或統計分析崗位
典型职责：承擔常規臨床研究的分析計劃與結果說明，複雜設計須複核。
晋升证据：含缺失處理與敏感性分析的結果報告。
资格边界：取得相關學位或完成同等訓練。
下一步：按機構授權範圍承擔分析，不越界解釋。
統計負責人或專案統計師
典型职责：主導研究設計與統計口徑，對申報材料中的統計陳述負責。
晋升证据：完整的方案統計部分與申報材料記錄。
资格边界：具備獨立承擔申報材料的機構授權。
下一步：按授權範圍承擔責任，保留複核安排。
統計團隊負責人
典型职责：評審他人分析、建立分析與記錄規範並帶教初級人員。
晋升证据：評審記錄與流程改進證據。
资格边界：具備評審與培養能力並獲機構授權。
下一步：對團隊的分析規範與記錄質量負責。
公共衛生與醫院臨床研究方向
研究或監測資料支援崗位
典型职责：整理監測或臨床資料、完成描述性統計與質量核查。
晋升证据：描述性分析與監測資料整理記錄。
资格边界：衛生統計、流行病學或公共衛生相關背景。
下一步：編輯路徑：按實際僱主分工和資質核，不承擔獨立結論責任。
公共衛生或臨床研究統計崗位
典型职责：承擔常規研究或監測的分析與結果解釋。
晋升证据：含口徑與限制說明的分析報告。
资格边界：相關領域學位或同等訓練。
下一步：編輯路徑：按實際僱主分工和資質核，在方案授權範圍內獨立分析，公開結論須複核。
研究專案統計負責人
典型职责：主導研究設計、監測指標定義與統計口徑，對結論負責。
晋升证据：完整的研究與釋出記錄。
资格边界：具備機構授權與專案統計責任。
下一步：對結論邊界與資料質量負責。
機構統計方法負責人
典型职责：建立機構內統計規範，評審他人分析並培養人員。
晋升证据：方法評審與培訓記錄。
资格边界：編輯路徑：按實際僱主分工和資質核，具備方法評審與培養資質。
下一步：對機構內的統計規範負責。
資料科學與醫療健康資料方向
資料分析支援崗位
典型职责：資料整理、質量核查與指標計算。
晋升证据：可重跑的資料處理指令碼。
资格边界：統計與程式設計基礎。
下一步：不把預測效能當作研究結論。
資料科學或健康資料崗位
典型职责：承擔資料治理、指標定義與模型評估設計。
晋升证据：含評估設計與限制說明的報告。
资格边界：統計訓練與資料處理經驗。
下一步：涉及健康資料須核對合規要求與訪問授權。
資料科學或健康資料專案負責人
典型职责：主導評估設計、統計口徑與合規邊界，對結果負責。
晋升证据：完整的評估設計與複核記錄。
资格边界：具備專案授權與評估設計責任。
下一步：對評估口徑與合規邊界負責。
資料治理負責人
典型职责：建立資料與模型治理規範，評審跨領域專案。
晋升证据：治理規範與評審記錄。
资格边界：具備跨領域評審能力。
下一步：對模型與統計口徑的治理負責。
能力阶梯：晋升看什么证据？
- 01
起點：能在複核下完成分析與記錄
能在複核下按分析計劃完成資料處理與描述統計，正確記錄口徑與資料版本，並識別需要升級的情形。
- 02
進階：能獨立承擔常規分析
能獨立完成常規研究的分析計劃、建模與結果說明，在缺失、異常或口徑衝突時主動請求複核。
- 03
成熟：能承擔設計與結論責任
能主導研究設計與樣本量確定，對主要結論與限制負責，並能在多學科會議中解釋統計問題。
- 04
責任：方法把關與團隊培養
能評審他人分析、建立團隊的分析與記錄規範，並培養初級統計人員或程式設計師。
職業前景與相關職業轉向
生物統計學家的前景如何？可以轉向哪些相關職業？
美國 BLS 只給統計師 SOC 15-2041 母類預測：2025 年約 31,300 人、2035 年約 34,700 人，增長 11.0%，十年淨增約 3,400，年均約 1,900 個空缺，含增長和替補。2025 基期含 1.3% 自僱。該表不單列生物統計師，也不是即時招聘數。
三类数据，三种不同口径
BLS 就業預測表 1.2｜統計師 15-2041
2025年美國 · parent_occupation_proxy
約31,300人
就業規模
為 Statisticians（SOC 15-2041）的合併就業基數，包含該序列下的細分職業。
不能说明：描述的是統計分類而不是 15-2041.01 的精確人數，不能用於估計細分職業規模。
BLS數學家與統計師：父級及合計資料
2025—2035 年美國 · parent_occupation_proxy
增長 11.0%（年均空缺 1,900 個）
增長率與年均空缺
BLS Table1.2統計師父級增長11.0%、年均空缺1.9千個；2035就業34.7千人、淨增3.4千人。
不能说明：統計分類口徑的預測不能推導 15-2041.01 的精確增幅，也不構成個人就業保證。
國家統計局《2025 年城鎮單位就業人員年平均工資情況》
2025 年中國大陸 · industry_proxy
科學技術服務非私營182,064、私營83,560元/年；本職業精確工資與就業仍缺。
匹配行業稅前年平均工資參照（非本職業工資）
NBS2025科學研究和技術服務業：城鎮非私營182,064、私營83,560元/年；規模以上該行業企業全部173,855、專業技術172,877、管理324,177元/年。按實際僱主行業和本人職責選擇寬口徑參照，不作為生物統計職業中位、起薪或月薪。
不能说明：該口徑混合多類崗位，不能作為生物統計學家的職業工資或就業規模。
现有能力可以迁移到哪里？
这些是能力邻近关系，不代表自动晋升或无需补课。
資料科學家
編輯轉向分析：距離中等：目標從效應估計轉向預測與產品化。可迁移：編輯轉向分析：可遷移的是資料處理、程式設計與評估設計能力。
需补足：編輯轉向分析：需要補足工程化資料處理與預測建模訓練；預測效能不替代統計推斷。
职业详情暂不可用統計學家
編輯轉向分析：距離較近：方法基礎相近，差異在應用領域。可迁移：編輯轉向分析：可遷移的是推斷方法與建模能力。
需补足：編輯轉向分析：需要補足更廣的統計方法領域與應用場景。
职业详情暂不可用臨床研究協調員
編輯轉向分析：距離中等：責任從設計與推斷轉向現場執行。可迁移：編輯轉向分析：可遷移的是對臨床試驗流程與資料的理解。
需补足：編輯轉向分析：需要補足現場執行、知情同意與監查配合經驗。
职业详情暂不可用生物資訊學家
編輯轉向分析：距離中等：問題型別從統計推斷轉向演算法與資料流程。可迁移：編輯轉向分析：可遷移的是程式設計與資料分析能力。
需补足：編輯轉向分析：需要補足演算法、組學資料流程與資料工程訓練。
职业详情暂不可用數學家
編輯轉向分析：編輯距離分析：數學家含基礎及應用數學研究，不僅純理論；具體應用與專業差距按目標崗位核。可迁移：編輯轉向分析：可遷移的是數學建模與抽象能力。
需补足：編輯轉向分析：需要補足高等數學與理論方法訓練。
职业详情暂不可用臨床資料管理員
編輯轉向分析：距離較近：同為臨床資料鏈條上的崗位。可迁移：編輯轉向分析：可遷移的是資料質量核查與記錄能力。
需补足：編輯轉向分析：需要補足資料標準、資料庫與資料治理訓練。
职业详情暂不可用流行病學家
編輯轉向分析：距離中等：從方法推斷擴展到人群研究設計。可迁移：編輯轉向分析：可遷移的是統計分析與研究設計基礎。
需补足：編輯轉向分析：需要補足流行病學研究設計與現場調查經驗。
职业详情暂不可用健康資訊學專員
編輯轉向分析：編輯距離分析：15-1211.01結合護理和資訊學設計/開發/修改健康資訊系統，須另核護理知識及實際崗位條件，不從統計經驗自動推護理資格。可迁移：編輯轉向分析：可遷移的是資料口徑與質量意識。
需补足：編輯轉向分析：需要補足資訊系統、資料標準與流程設計訓練。
职业详情暂不可用常見問題與資料來源
生物統計學家每天做什麼？
生物統計學家（崗位也常稱生物統計師，O*NET 15-2041.01）與醫生、生命科學或公共衛生團隊協作，把問題寫成可複核的研究設計和分析計劃，核對輸入、報告結果與限制。醫學判斷由具備資格並獲授權的人員負責。
這份工作最需要提前注意什麼風險？
需要提前注意的風險包括設計與樣本量不當、分析計劃事後修改、資料質量與缺失處理不當、受試者資訊洩露、申報材料責任邊界不清，以及多方協作中的複核缺失；控制依賴預先設定的分析計劃、清晰的許可權與可追溯記錄。
怎樣判斷自己適不適合做生物統計學家？
適配訊號是能把研究問題轉成可檢驗的分析計劃、願意逐條核對資料與假設、接受結論被複核與修改，並在資料不足時明確說出結論的邊界；對數學或程式設計的興趣本身不足以證明勝任。
哪些任務能用虛構材料試做？
用虛構材料練習生成變數字典或分析指令碼初稿，再逐項核對變數、樣本數、缺失處理及版本。可用的資料沒有證明本職業的 AI 採用率、節省工時或替代程度。不要把真實參與者資料放進未經專案批准的工具。
哪些環節必須保留人工複核？
大陸 2026 年修訂藥物臨床試驗質量管理規範自 9 月 1 日施行，適用於經國務院藥監部門批准或備案、為研製藥品進行的臨床試驗。醫學判斷和醫療決策由具備臨床醫生資質的主要研究者或其授權的臨床醫生負責；統計工作按適用規範和書面職責執行。
進入這一職業需要核對哪些資格？
O*NET 將生物統計師 15-2041.01 列為 Job Zone Five；BLS 的典型入門碩士屬於統計師母類 15-2041。大陸公告分崗位看：復旦這個崗位接受相關本科並要求經驗，北大這個崗位要求相關博士。學歷、用人條件、研究職責和資料授權分別核對。
這份工作的身體與環境負荷如何？
O*NET美國受訪者54%持續或幾乎持續久坐、71%每天在室內受控環境；噪音33%從不、33%每月一次以上但非每週、21%每年一次以上但非每月。不能將有害條件等其他專案概括為噪音也幾乎從不出現。
工作時間和工作方式是什麼樣的？
83% 的工作班次規律，67% 每週工作 40 小時、33% 超過 40 小時；50% 每週一次以上需要趕截止日期，團隊合作被 54% 評為極其重要。
職業前景與轉向如何判斷？
美國 BLS 只給統計師 SOC 15-2041 母類預測：2025 年約 31,300 人、2035 年約 34,700 人，增長 11.0%，十年淨增約 3,400，年均約 1,900 個空缺，含增長和替補。2025 基期含 1.3% 自僱。該表不單列生物統計師，也不是即時招聘數。
美國工資與中國大陸口徑為什麼不能互相換算？
國家統計局 2025 年城鎮單位就業人員稅前年平均工資：科學研究和技術服務業，非私營 182,064 元、私營 83,560 元；衛生和社會工作，非私營 146,266 元、私營 75,631 元。行業平均不能替代生物統計師個人或全國職業工資。 兩則公告只說明當時各單位如何招人，不能判斷當前職位狀態、行業統一學歷門檻或職業工資。
統計程式設計能力對入行有多重要？
O*NET 任務包含用統計軟體編寫分析程式碼；僱主招聘技術訊號以 SAS 66%、R 61% 為主，Python 17%、SQL 9%。能復現分析並接受複核，比會多少種語言更重要。
處理臨床與遺傳資料需要注意什麼？
醫療健康和生物識別資訊屬於敏感個人資訊。真實專案先核對處理目的、必要性、適用同意或其他規則、資料訪問和輸出許可權；涉及人類遺傳資源時另核適用制度。
生物統計學家的工作環境與協作方式如何？
以室內、受控環境為主（71% 每天在室內受控環境工作），54% 持續或幾乎持續久坐；92% 每天使用電子郵件、42% 每天有面對面討論，團隊合作被 54% 評為極其重要。
资料来源
本轮按O*NET当前原文、BLS统计师父级及合计表、NBS2025附注、2026GCP/2024人遗/PIPL及SCDM条件核对；编辑建议不作法规或因果证据。
查阅2026-10-09：O*NET2026任务/教育，2025父级行业30/26/15/29、2025工资及2025—2035预测；2025唯一招聘广告；训练IPEDS2025—26及2024—25。中国NBS2025，GCP2026-09-01现行，人遗2024；ILO只读公开摘要。保护区旧来源标签保留为范围冲突。
主要來源：O*NET-SOC 15-2041.01 職業摘要、詳細資料、自定義職業檔案、技術清單、行業分佈、培訓與教育資訊與全國工資分位頁面；BLS《Mathematicians and Statisticians》職業展望手冊；國家統計局《2025 年城鎮單位就業人員年平均工資情況》；ILO 工作論文 140。
O*NET-SOC 15-2041.01 詳細資料（任務與工作活動）O*NET OnLine｜美國｜2026 年更新頁面；訪問 2026-09-16｜原始资料
查看原始资料：O*NET-SOC 15-2041.01 詳細資料（任務與工作活動）- 支援 O*NET 15-2041.01 官方 25 項任務與 41 項工作活動、基本技能與工作情境欄位（美國口徑）。
- 2026 年更新頁面；訪問 2026-09-16
使用限制：任務清單描述職業群體工作，不代表每個崗位都承擔全部 25 項任務。
O*NET-SOC 15-2041.01 職業摘要O*NET OnLine｜美國｜2026 年更新頁面；訪問 2026-09-16｜原始资料
查看原始资料：O*NET-SOC 15-2041.01 職業摘要- 支援職業身份、官方職責原文與入門學歷構成（受訪者估計）。
- 2026 年更新頁面；訪問 2026-09-16
使用限制：美國職業分類，不直接證明中國崗位身份或資料授權。
O*NET-SOC 15-2041.01 行業分佈O*NET OnLine｜美國｜2024 年分佈；訪問 2026-09-16｜原始资料
查看原始资料：O*NET-SOC 15-2041.01 行業分佈- 支援 2024 年行業分佈：專業、科學與技術服務 31%、政府 25%、教育服務 15%、其他行業 29%。
- 2024 年分佈；訪問 2026-09-16
使用限制：行業分佈描述統計分類，不用於推導行業工資或就業規模。
O*NET-SOC 15-2041.01 技術清單（僱主招聘技術訊號）O*NET OnLine｜美國｜Lightcast美國2025-01-01至2025-12-31唯一招聘啟事；查閱2026-10-03｜原始资料
查看原始资料：O*NET-SOC 15-2041.01 技術清單（僱主招聘技術訊號）- O*NET 招聘技能頁所列美國 2025 年職位廣告中 SAS 66%、R 61%、Python 17%、SQL 9%。目錄條數、頁面展示條數和提及率是不同口徑。
- 僱主招聘技術訊號；訪問 2026-09-16
使用限制：佔比為招聘啟事中的出現頻率，不代表工具採用率或崗位替代。
O*NET-SOC 15-2041.01 培訓與教育資訊（Job Zone 與學歷構成）O*NET OnLine｜美國｜2026 年更新頁面；訪問 2026-09-16｜原始资料
查看原始资料：O*NET-SOC 15-2041.01 培訓與教育資訊（Job Zone 與學歷構成）- 支援 Job Zone Five（SVP 8.0 及以上）與受訪者學歷構成：碩士 58%、博士 29%、學士 13%。
- 2026 年更新頁面；訪問 2026-09-16
使用限制：學歷構成來自受訪者估計，不構成對任何專案或機構的推薦。
BLS《Mathematicians and Statisticians》職業展望手冊（入門學歷與工作要求）U.S. Bureau of Labor Statistics｜美國｜2025—2035 年預測；訪問 2026-09-16｜原始资料
查看原始资料：BLS《Mathematicians and Statisticians》職業展望手冊（入門學歷與工作要求）- 支援數學家與統計師合計口徑的典型入門學歷（碩士）與相關工作經歷要求。
- 2025—2035 年預測；訪問 2026-09-16
使用限制：為數學家與統計師合計口徑，不是 15-2041.01 單列統計。
O*NET 展示的 BLS 2025 年工資分位（15-2041.01）O*NET / U.S. Bureau of Labor Statistics｜美國｜2025 BLS OEWS wage data displayed by O*NET OnLine｜原始资料
查看原始资料：O*NET 展示的 BLS 2025 年工資分位（15-2041.01）- 支援 Statisticians 口徑 2025 年年薪分位：64,000／82,220／105,650／141,490／174,050 美元。
- 2025 BLS OEWS wage data displayed by O*NET OnLine
使用限制：工資資料口徑為 Statisticians（SOC 15-2041），不是 15-2041.01 精確值。
BLS《Mathematicians and Statisticians》職業展望手冊（就業與預測）U.S. Bureau of Labor Statistics｜美國｜2025 年 5 月工資；2025—2035 年預測｜原始资料
查看原始资料：BLS《Mathematicians and Statisticians》職業展望手冊（就業與預測）- 支援數學家與統計師合計預測和典型教育；頁面Pay、Work Environment及Employment表另單列統計師父級工資、行業內中位數和人數。
- 2025 年 5 月工資；2025—2035 年預測
使用限制：合計預測與統計師單列表不同；均不是生物統計15-2041.01單列。
國家統計局《2025 年城鎮單位就業人員年平均工資情況》國家統計局｜中國大陸｜2025 年；2026-05-15 釋出｜原始资料
查看原始资料：國家統計局《2025 年城鎮單位就業人員年平均工資情況》- 國家統計局 2025 年城鎮單位就業人員稅前年平均工資：科學研究和技術服務業，非私營 182,064 元、私營 83,560 元；衛生和社會工作，非私營 146,266 元、私營 75,631 元。行業平均不能替代生物統計師個人或全國職業工資。
- 表 2 和表 5 分列非私營、私營單位。
使用限制：行業稅前年平均，非本職業工資。
《中華人民共和國人類遺傳資源管理條例》國務院｜中國大陸｜2019原條例；2024-05-01修訂施行；查閱2026-10-03｜原始资料
查看原始资料：《中華人民共和國人類遺傳資源管理條例》- 按第9、11、14、22、27、28條核對倫理、知情同意和相應活動的審批、備案、安全審查條件；不統一施加全部手續。
- 2019原條例；2024-05-01修訂施行；查閱2026-10-03
使用限制：條例規範人類遺傳資源的採集、保藏、利用與對外提供，不建立職業統計口徑。
《中華人民共和國個人資訊保護法》全國人大常委會｜中國大陸｜2021-11-01 施行；訪問 2026-09-16｜原始资料
查看原始资料：《中華人民共和國個人資訊保護法》- 支援個人資訊處理基礎（第13條）、敏感資訊嚴格保護（28—30條）、影響評估（55條）；基於同意時核單獨同意，法定其他處理基礎另核。
- 2021-11-01 施行；訪問 2026-09-16
使用限制：法律規範個人資訊處理，醫療健康屬敏感個人資訊。
ILO 工作論文 140《Generative AI and Jobs: A Refined Global Index of Occupational Exposure》International Labour Organization｜全球｜2025-05-20 釋出；訪問 2026-09-16｜原始资料
查看原始资料：ILO 工作論文 140《Generative AI and Jobs: A Refined Global Index of Occupational Exposure》- 支援任務層面的生成式 AI 暴露測量口徑，以及「工作轉型而非整體替代」的結論邊界。
- 2025-05-20 釋出；訪問 2026-09-16
使用限制：任務暴露指數不提供單職業崗位數量預測，也不是採用率或失業率。
FermatMind 編輯設計與虛構練習FermatMind｜美國｜2026-09 整理｜editorial_synthesis
查看原始资料：FermatMind 編輯設計與虛構練習- 記錄本頁編輯設計與虛構練習的整理方式、口徑標註原則與缺口登記方式。
- 2026-09 整理
使用限制：編輯整理記錄，用於說明口徑與缺口，不作為事實來源。
國家統計局《關於工資總額組成的規定》（工資口徑說明）國家統計局｜中國大陸｜工資總額口徑說明；訪問 2026-09-16｜原始资料
查看原始资料：國家統計局《關於工資總額組成的規定》（工資口徑說明）- 支援工資總額為稅前口徑、包含單位代扣代繳部分的統計說明。
- 工資總額口徑說明；訪問 2026-09-16
使用限制：工資總額為稅前口徑，不等於到手收入。
O*NET 全國工資分位頁面（15-2041.01）O*NET / U.S. Bureau of Labor Statistics｜美國｜2025 BLS OEWS wage data displayed by O*NET OnLine｜原始资料
查看原始资料：O*NET 全國工資分位頁面（15-2041.01）- 支援按小時與按年兩種呈現屬於同一 OEWS 工資口徑的說明。
- 2025 BLS OEWS wage data displayed by O*NET OnLine
使用限制：該頁面工資資料口徑為 Statisticians（SOC 15-2041）。
O*NET-SOC 15-2041.00 統計學家（相鄰職業）O*NET OnLine｜美國｜2026 年更新頁面；訪問 2026-09-16｜原始资料
查看原始资料：O*NET-SOC 15-2041.00 統計學家（相鄰職業）- 支援相鄰職業 Statisticians（15-2041.00）的身份與任務差異，用於方向比較。
- 2026 年更新頁面；訪問 2026-09-16
使用限制：相鄰職業須按各自任務、資格與授權單獨核對，不能按名稱互換。
BLS OEWS：2025 年 5 月調查方法BLS｜美國｜2025 年 5 月工資調查｜原始资料
BLS Table1.2統計師就業預測與入門訓練U.S. Bureau of Labor Statistics｜美國｜2025—2035預測；基年2025｜原始资料
查看原始资料：BLS Table1.2統計師就業預測與入門訓練- 美國 BLS 只給統計師 SOC 15-2041 母類預測：2025 年約 31,300 人、2035 年約 34,700 人，增長 11.0%，十年淨增約 3,400，年均約 1,900 個空缺，含增長和替補。2025 基期含 1.3% 自僱。該表不單列生物統計師，也不是即時招聘數。
使用限制：15-2041父級，非15-2041.01生物統計單列；原人數單位千人。
藥物臨床試驗質量管理規範（2026 修訂）遼寧省藥監局轉載國家規範｜中國大陸｜2026-09-01｜公開原始資料
查看原始资料：藥物臨床試驗質量管理規範（2026 修訂）- 大陸 2026 年修訂藥物臨床試驗質量管理規範自 9 月 1 日施行，適用於經國務院藥監部門批准或備案、為研製藥品進行的臨床試驗。醫學判斷和醫療決策由具備臨床醫生資質的主要研究者或其授權的臨床醫生負責；統計工作按適用規範和書面職責執行。
使用限制：僅述藥物臨床試驗；不替代單位職責和授權檔案。
復旦大學：兩名生物統計師Fudan University｜中國大陸｜2026-05-12｜公開原始資料
查看原始资料：復旦大學：兩名生物統計師- 復旦大學 2026 年 5 月 12 日公告列 2 名派遣制生物統計師，要求相關專業本科及以上、至少 3 年資料管理和分析經驗，其中至少 1 年與臨床研究相關；工作包括準備分析資料集、編寫和驗證分析程式、出報告。公告未列薪資金額。
- 兩則公告只說明當時各單位如何招人，不能判斷當前職位狀態、行業統一學歷門檻或職業工資。
使用限制：兩則公告只說明當時各單位如何招人，不能判斷當前職位狀態、行業統一學歷門檻或職業工資。
O*NET 15-2051.00 資料科學家職業摘要O*NET OnLine｜美國｜2026更新；查閱2026-10-03｜原始资料
查看原始资料：O*NET 15-2051.00 資料科學家職業摘要- 資料探勘、建模與預測驗證、視覺化和向用戶報告；不是獨佔預測或產品責任。
使用限制：只支援相鄰職業任務比較，不能替代生物統計職業事實或中國授權。
O*NET 11-9121.01 臨床研究協調員職業摘要O*NET OnLine｜美國｜2026更新；查閱2026-10-03｜原始资料
查看原始资料：O*NET 11-9121.01 臨床研究協調員職業摘要- 研究方案協調、篩選與隨訪、同意與記錄、監查；也可能評估分析臨床資料。
使用限制：只支援相鄰職業任務比較，不能替代生物統計職業事實或中國授權。
O*NET 19-1029.01 生物資訊學家職業摘要O*NET OnLine｜美國｜2026更新；查閱2026-10-03｜原始资料
查看原始资料：O*NET 19-1029.01 生物資訊學家職業摘要- 生物資訊研究、組學資料、演算法、資料庫與計算流程；也涉及統計方法。
使用限制：只支援相鄰職業任務比較，不能替代生物統計職業事實或中國授權。
O*NET 15-2021.00 數學家職業摘要O*NET OnLine｜美國｜2026更新；查閱2026-10-03｜原始资料
完整任務及群體欄位O*NET OnLine｜美國｜2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25｜原始资料
查看原始资料：完整任務及群體欄位- 完整任務及群體欄位
- 2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25
使用限制：群體資料不作個人門檻；父級統計不作本細分精確值；目錄不等即時招生或法定許可。
職業定義及摘要欄位O*NET OnLine｜美國｜2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25｜原始资料
查看原始资料：職業定義及摘要欄位- 職業定義及摘要欄位
- 2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25
使用限制：群體資料不作個人門檻；父級統計不作本細分精確值；目錄不等即時招生或法定許可。
2025統計師父級行業分佈O*NET OnLine｜美國｜2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25｜原始资料
查看原始资料：2025統計師父級行業分佈- 2025統計師父級行業分佈
- 2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25
使用限制：群體資料不作個人門檻；父級統計不作本細分精確值；目錄不等即時招生或法定許可。
2025—2035統計師父級預測O*NET OnLine｜美國｜2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25｜原始资料
查看原始资料：2025—2035統計師父級預測- 2025—2035統計師父級預測
- 2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25
使用限制：群體資料不作個人門檻；父級統計不作本細分精確值；目錄不等即時招生或法定許可。
相關訓練目錄O*NET OnLine｜美國｜2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25｜原始资料
查看原始资料：相關訓練目錄- 相關訓練目錄
- 2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25
使用限制：群體資料不作個人門檻；父級統計不作本細分精確值；目錄不等即時招生或法定許可。
相關第三方認證目錄O*NET OnLine｜美國｜2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25｜原始资料
查看原始资料：相關第三方認證目錄- 相關第三方認證目錄
- 2026更新；行業/預測基年2025；訓練目錄2025—26、畢業記錄2024—25
使用限制：群體資料不作個人門檻；父級統計不作本細分精確值；目錄不等即時招生或法定許可。
2025城鎮單位工資及統計附註國家統計局｜中國大陸｜2025；2026-05-15釋出｜原始资料
CCDM當前資格、費用與三年週期SCDM｜美國｜2026-10-09讀取｜原始资料
查看原始资料：CCDM當前資格、費用與三年週期- CCDM當前資格、費用與三年週期
- 2026-10-09讀取
使用限制：臨床資料管理專項第三方認證，不是全體生物統計師執照；續證精確學時手冊未讀，個人總成本未核。
CCDM目錄問答O*NET / CareerOneStop｜美國｜2026-10-09讀取｜原始资料
個人資訊保護法全國人大常委會；國家網信辦轉載｜中國大陸｜2021-11-01施行｜原始资料
人類遺傳資源管理條例2024修訂版國務院；無錫官方轉載｜中國大陸｜2024-05-01修訂施行｜原始资料
本輪職業任務分析與自查建議費馬測試職業內容編輯組｜美國｜2026-10-09｜editorial_synthesis
統計師實際定義O*NET｜美國｜2026更新｜原始资料
流行病學家實際定義O*NET｜美國｜2026更新｜原始资料
健康資訊學專員實際定義O*NET｜美國｜2026更新｜原始资料
數學家實際定義O*NET｜美國｜2026更新｜原始资料
費馬測試：AI 任務證據口徑FermatMind｜2026-11-09｜公開原始資料
查看原始资料：費馬測試：AI 任務證據口徑- 用虛構材料練習生成變數字典或分析指令碼初稿，再逐項核對變數、樣本數、缺失處理及版本。可用的資料沒有證明本職業的 AI 採用率、節省工時或替代程度。不要把真實參與者資料放進未經專案批准的工具。
- 定性編輯說明，無評分。
- 定性編輯說明，無評分。
- 定性編輯說明，無評分。
- 定性編輯說明，無評分。
使用限制：定性編輯說明，無評分。
北京大學臨床醫學高等研究院：生物統計部統計師Peking University Health Science Center｜2026-02-09｜公開原始資料
查看原始资料：北京大學臨床醫學高等研究院：生物統計部統計師- 北京大學臨床醫學高等研究院 2026 年 2 月 9 日招聘 1 名勞務派遣制生物統計部統計師，要求相關專業博士；職責包括樣本量、統計分析計劃、指導程式開發、複核統計表圖及分析報告。公告未列薪資金額。
使用限制：兩則公告只說明當時各單位如何招人，不能判斷當前職位狀態、行業統一學歷門檻或職業工資。
ICH E9(R1)：估計目標與敏感性分析ICH｜2019-11-20｜公開原始資料
查看原始资料：ICH E9(R1)：估計目標與敏感性分析- 估計目標把臨床問題與分析對齊，敏感性分析檢驗結果對關鍵假設的依賴。
使用限制：指南用於臨床試驗方法背景。BS-07 僅用虛構資料示範分母與缺失情景。
費馬測試 BS-07：虛構統計複核FermatMind｜2026-11-09｜虛構練習
- 到入行區試做 BS-07：用虛構記錄核對分母、解釋兩組缺失情景，並交一頁複核說明。
使用限制：不涉及真實參與者或臨床結論。
O*NET 支援職責；BLS 工資和就業只到統計師母類。大陸行業均值與兩所大學崗位分開看。BS-07 只用虛構資料。
