统计学学习方法推荐

学习目标：

• 统计学基础知识
• 统计(假设)检验相关
• 用R语言进行统计学相关分析计算

统计学基础知识：

统计学入门路线与基础知识导读

基础入门及偏应用向：

概率论与数理统计；医学统计学

优点：快速了解统计学技术

缺点：统计学基础不扎实，本质上还停留在纯应用层次。

相对完整的统计学学习：

概率论与数理统计；回归分析；实验设计；抽样技术；多元统计学；随机过程；时间序列分析；统计计算

优点：基础绝对扎实，缺点：学习周期长！

老师推荐路线

纯基础理论：

概率论与数理统计；医学统计学；概率论教程

学习顺序：

• 《医学统计学》李晓松版（可以自学）
• 《概率论与数理统计》浙江大学 版(MOOC配套视频)
• 《概率论与数理统计》 陈希孺先生版（自学，要基础，选择阅读）
• 《概率论基础教程》Sheldon Ross版(外国主流，翻译靠谱，由浅入深，非常推荐！)

image-20200130124746827.png

进阶1:

线性代数(先)+多元统计学(后)；应用回归分析(大数据分析)

image-20200130125153456.png

线代代数是多元统计的基础；多元统计是回归分析的基础；以上两者是机器学习，人工智能的基础；

学习顺序：

• 《应用多元分析》+MOOC

• 《线性代数及其应用》《应用回归分析》（根据课题状况抽时间看）

  
  image-20200130130007583.png

线代：不需要去解，有程序，只需要知道1+1可以加

多元统计：应用

进阶2:

统计学习；机器 学习；

image-20200130130358532.png
image-20200130130630817.png

关于R语言学习：

强烈推荐：《R语言编程艺术》

关于学习的一点建议：

费曼学习法：

• 第一步：把它教给一个小孩子（复杂拆成简单概念）
• 第二步：回顾（表述的不清楚的进行回顾）
• 第三部：将语言条理化
• 第四部（可选）：传授（真正懂，是能把一个复杂的概念以一种简单的方式传授出去）

尝试构建自己的知识网络：

• 思考作者为什么要这么写？
• 思考编者为什么要这么编？
• 思考如果换做是你，你会怎么传授知识？