统计是留学生常见的学习课程，今天给大家分享一下统计的学习技巧。
首先要明确到底是需要学习统计学到什么程度。不同的程度其实是对数学基础知识要求是不同。对于所有想学习统计学或者是希望使用统计学方法的同学，下面的内容应该是需要掌握的：微积分 线性代数这两门基础的数学课程。概率论与数理统计 统计学的基础课程 可以选择 浙大版本的 概率论与数理统计 入门 如果需要提高版本可以选择 Casella 的 Statistical Inference 我在我的专栏中有介绍线性回归分析 统计学最为基础的模型可以选择 Applied Linear Regression 4th edition by Weisberg 这本书书需要一定的线性代数基础。包微积分，线性代数，和概率论，这三门课至少要知其然，对于证明之类的要求基本可以说没有，重要的是对概念的明晰和方法的运用。举例说明，利用微分求极值，矩阵的运算，期望，方差协方差的概念和计算。在这三门课的基础上，很大一部分统计中的基本工具和方法应该就可以理解并使用了，例如极大似然估计与线性回归。思维方式的话，很重要的一点是，统计本身并不蕴涵domain knowledge，当你真正着手处理一个数据集的话，数据的背景其实是至关重要的，一定要在理解实际问题的基础上运用统计提供的各种toolbox。应用科学的重点在于应用方法解决实际问题，而不是花里胡哨的方法。MIT Strang 教授的线性代数公开课（油管、网易公开课等地方都有资源，搜strang lineaer algebra），搭配他的教材，课后每一道题都尽量全做了噢。在学他课程的一开始我就受到了强烈的美学震撼，原来线代也可以这么神奇。课程强调直觉，少有严格定理，适合入门。Linear Algebra还有Larsen的数理统计砖头书，抱着学很有安全感。本书从最基本的概率与分布开始，慢慢搭建起统计直观；同时很着重强调了一些细节：如estimator与estimate的区别。以上就是今天的分享啦，如果有具体课程方面的疑问，可以通过客服联系斯笔客vicky哦。
