据我所知，为回答以下两个问题：

　　a）信息系统硕士（MIS）课程与业务分析硕士课程有何不同？

　　鉴于Google Analytics（分析）本身是一个广泛的领域（解决问题的多种方法），并且针对不同的上下文有不同的应用程序，因此在Analytics（分析）领域中有许多（相当不同的）角色。在这种情况下，我想最简单的类比就是了解MBA和金融硕士等更专业的课程之间的区别。前者主要为您准备通才职业，在该职业中，必须具备不同领域的高级知识，才能将所管理的业务整合在一起。另一方面，后者是对一个垂直领域（财务）的深入研究，您将带入该领域的专业知识和高级知识，以解决超出通才角色范围的更棘手的问题。

　　以类似的方式，我猜想在MIS和MBusA课程之间的选择主要是在您希望适合哪个职业职位之间进行选择。MBusA课程在很大程度上帮助学生准备了对该领域各个方面的全面了解，但是很少有深度让您成为特定子领域的专家。因此，如果执行得当，它应该使您具备足够的知识来说，运用对业务的深刻理解，以他的语言（统计/计量经济学等）指导预测建模者，并将其留给他以利用他/她的专业知识带来找出最佳模型/指导系统工程师推荐最佳的分析框架（在技术可行性范围内）。在这里，您的职责是弥合企业与领域专家之间的鸿沟。

　　另一方面，MIS课程通常位于计算部门，可在很大程度上教您有关角色的技术方面的知识。这里的重点更多是可用于业务问题的技术解决方案，您很少会遇到分析的更多统计数据/建模方面。在这里，您期望担任的职位是技术领域专家。与此类似的课程，与技术方面更紧密相关的是数据科学硕士（我认为纽约大学有这样的程序），它再次侧重于工程，系统开发方面，而不是业务管理方面的东西。

　　b）如果您没有相关的背景知识，学生如何管理高级统计/数学？

　　简短的答案是，我们不一定掌握它们。再次作为上一个问题的延续，这是一个关于您来自哪里以及在此之后您希望做什么的问题。例如，Jason提到的我们班级是由不同背景的学生组成，来自不同学历的学生不超过3-4名。其中一些拥有纯数学学位，而另一些则来自生物医学，市场营销等领域。该课程为您提供了对这些高级领域的足够深入的概述，并为您提供了足够的知识，可以进行更深入的研究，并根据自己的需要进行探索。来自数学背景的学生可能会在统计信息部分找到非常有趣的精选主题，并可能选择沿着该专业从事专业职业。另一方面，他/她可能会发现编程部分更具挑战性。归根结底，本课程的目的是使您能够就这些主题进行对话，并为您提供足够的能力，使您能够从所有现有文献中自行挑选其余的内容。不同于新来的人会引起媒体对分析的嗡嗡声，在每个主题领域，无论是统计或数据仓库还是文本分析或机器学习，都有一个丰富的研究历史，涉及不同的工具和技术。深入探讨每个领域超出了此类课程和时间表（1年）的范围。

 　　       据我所知，为回答以下两个问题：

　　a）信息系统硕士（MIS）课程与业务分析硕士课程有何不同？

　　鉴于Google Analytics（分析）本身是一个广泛的领域（解决问题的多种方法），并且针对不同的上下文有不同的应用程序，因此在Analytics（分析）领域中有许多（相当不同的）角色。在这种情况下，我想最简单的类比就是了解MBA和金融硕士等更专业的课程之间的区别。前者主要为您准备通才职业，在该职业中，必须具备不同领域的高级知识，才能将所管理的业务整合在一起。另一方面，后者是对一个垂直领域（财务）的深入研究，您将带入该领域的专业知识和高级知识，以解决超出通才角色范围的更棘手的问题。

　　以类似的方式，我猜想在MIS和MBusA课程之间的选择主要是在您希望适合哪个职业职位之间进行选择。MBusA课程在很大程度上帮助学生准备了对该领域各个方面的全面了解，但是很少有深度让您成为特定子领域的专家。因此，如果执行得当，它应该使您具备足够的知识来说，运用对业务的深刻理解，以他的语言（统计/计量经济学等）指导预测建模者，并将其留给他以利用他/她的专业知识带来找出最佳模型/指导系统工程师推荐最佳的分析框架（在技术可行性范围内）。在这里，您的职责是弥合企业与领域专家之间的鸿沟。

　　另一方面，MIS课程通常位于计算部门，可在很大程度上教您有关角色的技术方面的知识。这里的重点更多是可用于业务问题的技术解决方案，您很少会遇到分析的更多统计数据/建模方面。在这里，您期望担任的职位是技术领域专家。与此类似的课程，与技术方面更紧密相关的是数据科学硕士（我认为纽约大学有这样的程序），它再次侧重于工程，系统开发方面，而不是业务管理方面的东西。

　　b）如果您没有相关的背景知识，学生如何管理高级统计/数学？

　　简短的答案是，我们不一定掌握它们。再次作为上一个问题的延续，这是一个关于您来自哪里以及在此之后您希望做什么的问题。例如，Jason提到的我们班级是由不同背景的学生组成，来自不同学历的学生不超过3-4名。其中一些拥有纯数学学位，而另一些则来自生物医学，市场营销等领域。该课程为您提供了对这些高级领域的足够深入的概述，并为您提供了足够的知识，可以进行更深入的研究，并根据自己的需要进行探索。来自数学背景的学生可能会在统计信息部分找到非常有趣的精选主题，并可能选择沿着该专业从事专业职业。另一方面，他/她可能会发现编程部分更具挑战性。归根结底，本课程的目的是使您能够就这些主题进行对话，并为您提供足够的能力，使您能够从所有现有文献中自行挑选其余的内容。不同于新来的人会引起媒体对分析的嗡嗡声，在每个主题领域，无论是统计或数据仓库还是文本分析或机器学习，都有一个丰富的研究历史，涉及不同的工具和技术。深入探讨每个领域超出了此类课程和时间表（1年）的范围。