发布时间：
我觉得统计这东西其实还是挺抽象的。可能刚开始的时候，觉得很简单，然后就放松警惕了，觉得这学科太简单，不用花时间。这么一来，哈哈，稍微不会一点，才发现后面的东西都不懂了。而且统计是属于越学越难的专业，而且学到后面，还和计算机专业非常挂钩，其实machine learning就是计算机学科，但是你有必须是学统计的学生才更有优势学这个。扯远了。这里我推荐你看两本书，一本是Taylor写的 Advanced Calculus:Advanced Calculus: Angus E Taylor, W Robert Mann: 9780471025665: A: Books, 另外一本是Steward的 Multivariable Calculus：Multivariable Calculus (Chapters 10-17): James Stewart: 9780538497879: A: Books这些都是你日后学数理统计的基础，所以必须学得非常扎实。随后，你就可以看一些数理统计的书籍，我比较推荐的是这本Introduction to Mathematical Statistics and Its Applications: Introduction to Mathematical Statistics and Its Applications (5th Edition): Richard J Larsen, Morris L Marx: 9780321693945: A: Books我感觉这本书是数理统计学的经典之著。里面涉及了所有基本的统计学内容。你不但应该把书读了，而且应该把书后面的练习题都做好，对你理解概念非常有帮助。其实这本书你完全可以当成小说一遍遍看，每看一遍，收获都不同。而且随时翻看，对接下来的学习有帮助。你这两本书看完以后（应该说是弄明白了），估计数理统计的基础就不错了。这个时候你可以看些深入的了，比如regression，推荐你Freedman的Statistical Models，Statistical Models: Theory and Practice: David A Freedman: 9780521743853: A: Books 我觉得这本是讲统计模型中比较精炼的一本了，也相对容易理解。还有我想说的是，学好数理统计最重要的一点就是学活了。你要有空的话，多看看各种paper，也不用一定是academic的paper，其实很多药品说明书啊什么的，上面就有什么药剂量均值啊，变化量什么的。你没事的时候拿来看看，看看他们那上面的定义和真正的统计定义有没有出入。其实，说真的，出入还蛮大的。standard error和standard deviation经常混淆。越看越好玩。最好，我推荐你个课程 C 我其实觉得你完全可以从比较高级别的课上起。我不太喜欢从低级的一遍遍往上，我觉得一开始上高级的课，有俯瞰知识的感觉，才能知道自己哪好哪不好，最后查漏补缺。还有，建议你直接学英文原版的。祝你学习愉快。
首先题主需要明确：数理统计，是研究如何有效的收集、整理和分析受随机因素影响的数据（data），并基于此对相关问题作出科学地推断或预测，为采取某种决策和行动提供依据；简单来讲，就是学习怎样科学地、定量地考察和利用数据。其次这里有冷水一盆（暂时读不懂没关系，有大致方向就好）：想学到干货，没有捷径可走。要真正系统性和透彻地学好数理统计，需要微积分、线性代数、概率论（尤其是概率论！）的基本知识。微积分是高级计算的基本工具；线性代数是对为了对变量关系进行处理以简化，便于后续理解和计算；概率论是数理统计分支的基础和来源，关于数据的许多基本概念和几乎所有高等数学中与统计相关的定理，都在概率论中有最本源的讲解，如：方差（D[X]），期望(E[X])，常见的几种数据分布（distribution），中心极限定理（CLT），强/弱大数定律……为什么要这样：你可能觉得要学的看起来好多，而且后面提到的几个定理闻所未闻有点缥缈，一时看不懂有什么用，这是很正常的。笔者在此强行剧透，以让你对概率论的重要性和实用性有一定了解——在数据量足够大且并无显著分布特性的情况下（现实中，这种情况反而比书本上标准化的那些分布更多），理论上，所有类型的数据都可以通过适当的处理趋于同一分布，即：标准的正态分布N(0,1)！如果你只是出于非科研并不严格的工作需要想要了解数理统计，或者实在不想花太多时间在高等数学上，那么建议你简化掉微积分和线性代数的学习，把重点放在：必备的概念和定理（知其然即可，不需要知其所以然）；数据处理软件，如R, S等。以上。祝学习顺利。
我来帮帮你大哥风范复合化肥 大哥你也真是，咋在这做广告来了，，你看你，这题目可是关于医学论文的。你怎么做广告也不看地方。真是浪费发帖者的心血。。哎！可悲啊！
统计学的历史与今天——《 社会统计学与数理统计学的统一》理论 统计学是一门通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。 据权威统计学史记载，从17世纪开始就有了“政治算术”、“国势学”，即初级的社会统计学，起源于英国、德国。几乎同时在意大利出现了“赌博数学”，即初级的概率论。直到19世纪，由于概率论出现了大数定理和误差理论，才形成了初级的数理统计学。 也就是说，社会统计学的形成早于数理统计学两个世纪。 由于社会统计学广泛地用于经济和政治，所以得到各国历届政府的极大重视，并得到系统的发展。而数理统计在20世纪40年代以后，由于概率论的发展，而得到飞速发展。经过近400年的变迁，目前世界上已形成社会统计学和数理统计学两大体系。两体系争论不休，难分伯仲。 王见定教授经过30年的学习与研究，发现了社会统计学与数理统计学的联系与区别。它们的关系与著名牛顿力学与相对论力学关系非常相似。 相对论力学在接近光速时使用，而大多数情况下是远离光速的，此时使用牛顿力学既准确又方便。如果硬套相对论力学，则是杀鸡用了宰牛刀，费力不讨好。社会统计学在描写变量时使用，数理统计学在描写随机变量时使用。 我们知道变量与随机变量是既有联系又有区别的。当变量取值的概率不是1时，变量就变成了随机变量；当随机变量取值的概率为1时，随机变量就变成了变量。 变量与随机变量的联系与区别搞清楚了，社会统计学与数理统计学的关系就搞清楚了。以后，在描述变量时，大胆地使用社会统计学；在描述随机变量时，就用数理统计学。如果在描述变量时非用数理统计学，那就是杀鸡用了宰牛刀。 近70年，由于数理统计学的飞速发展，大有“吃掉”社会统计学的势头，尤其是以美国为代表的发达国家，几乎认为统计学就是数理统计学。实际上，这是一个极大的误区。王见定教授的研究已经说明了数理统计学永远“吃不掉”社会统计学，今后的日子，将是社会统计学与数理统计学的共存与互补。 社会统计学与数理统计学的争论可以结束了。 结束语 “社会统计学与数理统计学的统一”理论对近四百年历史的统计学进行了科学的梳理，规范了整个统计学的发展，结束了一百年来社会统计学与数理统计学之间的争论。由于经济是通过统计学进行计量和分析的，所以社会统计学与数理统计学的统一，必将从整体上提高经济学的分析水平。
统计学的历史与今天——《 社会统计学与数理统计学的统一》理论 统计学是一门通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。 据权威统计学史记载，从17世纪开始就有了“政治算术”、“国势学”，即初级的社会统计学，起源于英国、德国。几乎同时在意大利出现了“赌博数学”，即初级的概率论。直到19世纪，由于概率论出现了大数定理和误差理论，才形成了初级的数理统计学。 也就是说，社会统计学的形成早于数理统计学两个世纪。 由于社会统计学广泛地用于经济和政治，所以得到各国历届政府的极大重视，并得到系统的发展。而数理统计在20世纪40年代以后，由于概率论的发展，而得到飞速发展。经过近400年的变迁，目前世界上已形成社会统计学和数理统计学两大体系。两体系争论不休，难分伯仲。 王见定教授经过30年的学习与研究，发现了社会统计学与数理统计学的联系与区别。它们的关系与著名牛顿力学与相对论力学关系非常相似。 相对论力学在接近光速时使用，而大多数情况下是远离光速的，此时使用牛顿力学既准确又方便。如果硬套相对论力学，则是杀鸡用了宰牛刀，费力不讨好。社会统计学在描写变量时使用，数理统计学在描写随机变量时使用。 我们知道变量与随机变量是既有联系又有区别的。当变量取值的概率不是1时，变量就变成了随机变量；当随机变量取值的概率为1时，随机变量就变成了变量。 变量与随机变量的联系与区别搞清楚了，社会统计学与数理统计学的关系就搞清楚了。以后，在描述变量时，大胆地使用社会统计学；在描述随机变量时，就用数理统计学。如果在描述变量时非用数理统计学，那就是杀鸡用了宰牛刀。 近70年，由于数理统计学的飞速发展，大有“吃掉”社会统计学的势头，尤其是以美国为代表的发达国家，几乎认为统计学就是数理统计学。实际上，这是一个极大的误区。王见定教授的研究已经说明了数理统计学永远“吃不掉”社会统计学，今后的日子，将是社会统计学与数理统计学的共存与互补。 社会统计学与数理统计学的争论可以结束了。 结束语 “社会统计学与数理统计学的统一”理论对近四百年历史的统计学进行了科学的梳理，规范了整个统计学的发展，结束了一百年来社会统计学与数理统计学之间的争论。由于经济是通过统计学进行计量和分析的，所以社会统计学与数理统计学的统一，必将从整体上提高经济学的分析水平。
概率论与数理统计硕士毕业论文新课改背景下的师专“概率论与数理统计”教学研究 基于概率论及数理统计对间歇式能源功率平滑输出的研究 信息技术与本科概率统计课程整合的实验研究 本科概率论试验课程设计初探基于随机模拟试验的稳健优化设计方法研究 随机变量序列部分和乘积的几乎处处中心极限定理 AQSI序列的强极限定理几类相依混合随机变量列的大数律和L~r收敛性 现代经济计量学建立简史 任意随机变量序列的相关定理新建电气化铁路电能质量影响预测研究 鞅差与相依随机变量序列部分和精确渐近性 ND序列若干收敛性质的研究证券组合投资决策的均匀试验设计优化研究 相依随机变量序列部分和收敛速度行为两两NQD随机变量阵列加权和的收敛性 数值计算的统计确认研究与初步应用 基于证据理论的足球比赛结果预测方法 城市工业用地集约利用评价与潜力挖掘 节理化岩体边坡稳定性研究 随机变分不等式及其应用基于模糊综合评价的靶场实时光测数据质量评估基于路径的加权地域通信网可靠性研究 LNQD样本近邻估计的大样本性质 20CrMoH齿轮弯曲疲劳强度研究我国股票市场与宏观经济之间的协整分析 一类Copula函数及其相关问题研究 乐透型彩票N选M中奖号码的概率分析 协整理论在汽车发动机系统故障诊断中的应用 2010年上海世博会会展中断风险分析和保险建议 贝儿康有限公司激励设计研究 云模型在系统可靠性中的应用研究离散更新模型破产概率及赤字的上下界估计 输电线微风振动与疲劳寿命电器产品模糊可靠性分析中模糊可靠度的研究 变分不等式及变分包含解的存在性与算法 隧道测量误差控制方案的研究 塔式起重机臂架可靠性分析软件开发分布式认证跳表及其在P2P分布式存储系统中的应用 房地产行业企业所得税纳税评估实证研究 具有预测能力的呼叫中心系统的设计与实现 PVAR模型在研究经济增长与能源消费关系中的应用 基于有限元的深基坑组合型围护结构可靠度分析 一些带有偏序结构的完全码
回之后即得到了该商品1在7月份的出货数量统计。这就是使用公式的方法，运用公式的方法虽然方便但是不够灵活，如果想要获得其它月份或者是其它商品的统计信息的话就需要每次都更改函数内容。
比如，下图中表格数据，按月统计数量。excel表格中，如何按月统计数量鼠标选中表格，如下图所示。然后，点击“插入”选项卡excel表格中，如何按月统计数量下方弹出相关命令；然后，在最左边这里，点击“数据透视表”excel表格中，如何按月统计数量弹出创建透视表的操作框；按自己实际情况设置，小编在这里点“现有工作表”然后，再选择放透视表的位置。点击确定。excel表格中，如何按月统计数量工作表右边显示设置透视表的窗口，鼠标点住“日期”，拖到“行”这里来。excel表格中，如何按月统计数量excel表格中，如何按月统计数量鼠标点住“数量”拖到“值”这里来。这时，工作表上显示出如下图所示的表格。excel表格中，如何按月统计数量excel表格中，如何按月统计数量在小三角这里点下，弹出的筛选列表中，鼠标放在“标签筛选”这里，右边弹出的菜单中点“介于”excel表格中，如何按月统计数量弹出的操作框中，分别输入该月的起始日期，比如，2月份的，输入2017/2/1；2017/2/28如下图所示，excel表格中，如何按月统计数量9点击确定，表格上即统计出了2月的数量
缺失值的处理：缺失值是人群研究中不可避免的问题，其处理方式的差异可能在不同程度上引入偏倚，因此，详细报告数据清理过程中缺失值的处理方法有助于读者对潜在偏倚风险进行评价。例如，瑞舒伐他汀试验在统计分析部分详细说明了缺失值的填补策略，包括：将二分类结局中的缺失值视为未发生事件；将生物标志物和心电图测量中的缺失值进行多重填补（multiple imputation）；为了证明缺失值处理的合理性和填补结果的稳定性，研究还比较了多重填补与完整数据（complete-case）分析的结果。2、数据的预处理：实施统计分析之前往往需要将原始数据进行预处理，如：对连续变量进行函数转换使其更接近正态分布，基于原始数据构建衍生变量，将连续变量拆分为分类变量或将分类变量的不同类别进行合并等。医学论文应报告处理原始数据的方法及依据，瑞舒伐他汀试验即在统计分析部分描述了对血液生物标志物的对数转换。3、变量分布特征描述：确定统计分析使用的变量，并针对每一个变量的分布特征进行描述，是决定研究选用何种统计分析方法的基础。医学期刊虽然普遍对此提出要求，但作者往往套用常用方法，如：连续变量符合正态分布时，采用均数（标准差）描述，否则采用中位数（四分位间距）描述；分类变量采用频数（百分比）描述等。事实上，应根据研究设计类型、统计分析目的和数据特征选择恰当的描述方法。例如，CKB选择采用年龄、性别和地区校正的均值和率来描述人群分布特征，而非简单的报告连续变量的均数和分类变量的构成比。4、主要分析（primary analysis）：指针对研究结局的统计分析，是研究论文的核心证据。因此，医学论文应详细描述主要分析的实施过程和适用性。在试验性研究中，应明确统计分析数据集、试验效应指标、相对或绝对风险及其置信区间的计算方法、以及假设检验的方法。
如果不是数学专业的，这门课很简单，只要搞懂书上的例题自己再做做课后题就好了！如果是数学专业或者统计专业的，这个讲的比较深就有点难学，不过相对来说还算是比较好学的数学课程，尤其是概率部分，但是统计部分的思想方法和其他的数学课程有很大不同，这个多和老师交流、多看书，能明白这方面的思路就好学了！
《概率论与数理统计》是研究和揭示随机现象的统计规律性的数学学科，是理工、经管、文各专业本科生必修的公共基础课，是考研数学的重要组成部分。该课程需要《高等数学》（或称为《微积分》）的基础，又为高年级的有关专业课和硕士、博士阶段的数学课做知识准备，一般在第三学期开设。以盛骤等编著的《概率论与数理统计》（高教出版社，第四版）为例，考研的基本要求是前七章及第八章中关于参数的假设检验这部分。不同学校、专业因学时多少的不同而对教学内容各有侧重或延伸。如果你《高等数学》（或称为《微积分》）的基础不是很扎实，最好开课前做好相关复习（如果来不及，至少把复习分散到学习各章之前），否则微积分会成为你学习概率统计的拦路虎。其实，用到的都是微积分中非常基本的知识和运算。下面是《概率统计》各章所需要的预备知识，供大家参考。第一章“概率论的基本概念”用到集合的关系与运算，以及排列、组合的知识。第二章“随机变量及其分布”用到定积分（包括无穷区间上的广义积分）的基本运算，定积分对积分区间的可加性，特别要熟悉被积函数是分段函数时的定积分运算。第四章“随机变量的数字特征” 用到数项级数求和，定积分（包括无穷区间上的广义积分）、二重积分的基本运算。讲到n维随机变量时会用到《线性代数》中矩阵运算的记号，但只是稍稍提及，是为日后深入学习做准备的，一般不作为考试重点。第五章“大数定律及中心极限定理”用到极限的概念，是借助于数列极限来定义随机变量序列的收敛、以及函数序列的收敛。第六章“样本及抽样分布”基本用不到《高等数学》（或称为《微积分》）的知识。第七章“参数估计”中矩估计部分用到数项级数求和，定积分（包括无穷区间上的广义积分），最大似然估计部分用到对数运算的性质、求导（包括求偏导）、求极值点的基本运算。第八章“假设检验”基本用不到《高等数学》（或称为《微积分》）的知识。该课程除需要初等数学、微积分的知识基础外，自身各章节知识点也是环环相扣的。如学好第二章“随机变量及其分布”会对第三章“多维随机变量及其分布”的许多概念或基本关系的把握有很大帮助。计算上，只要闯过第三章，学习以后各章时就不会再感到困难。总之，在学习《概率论与数理统计》的起步阶段就争取主动很重要。顺利入门之后，随着学习的深入，你会逐渐发现，随机数学是一片充满特殊魅力的新天地！
多做题吧，基本上都是那几种题型，就那几种思路~只要找本相关的书仔细研习一下就好，个人比较偏向于同济大学的教材~~希望对你有帮助！
统计学的历史与今天——《 社会统计学与数理统计学的统一》理论 统计学是一门通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。 据权威统计学史记载，从17世纪开始就有了“政治算术”、“国势学”，即初级的社会统计学，起源于英国、德国。几乎同时在意大利出现了“赌博数学”，即初级的概率论。直到19世纪，由于概率论出现了大数定理和误差理论，才形成了初级的数理统计学。 也就是说，社会统计学的形成早于数理统计学两个世纪。 由于社会统计学广泛地用于经济和政治，所以得到各国历届政府的极大重视，并得到系统的发展。而数理统计在20世纪40年代以后，由于概率论的发展，而得到飞速发展。经过近400年的变迁，目前世界上已形成社会统计学和数理统计学两大体系。两体系争论不休，难分伯仲。 王见定教授经过30年的学习与研究，发现了社会统计学与数理统计学的联系与区别。它们的关系与著名牛顿力学与相对论力学关系非常相似。 相对论力学在接近光速时使用，而大多数情况下是远离光速的，此时使用牛顿力学既准确又方便。如果硬套相对论力学，则是杀鸡用了宰牛刀，费力不讨好。社会统计学在描写变量时使用，数理统计学在描写随机变量时使用。 我们知道变量与随机变量是既有联系又有区别的。当变量取值的概率不是1时，变量就变成了随机变量；当随机变量取值的概率为1时，随机变量就变成了变量。 变量与随机变量的联系与区别搞清楚了，社会统计学与数理统计学的关系就搞清楚了。以后，在描述变量时，大胆地使用社会统计学；在描述随机变量时，就用数理统计学。如果在描述变量时非用数理统计学，那就是杀鸡用了宰牛刀。 近70年，由于数理统计学的飞速发展，大有“吃掉”社会统计学的势头，尤其是以美国为代表的发达国家，几乎认为统计学就是数理统计学。实际上，这是一个极大的误区。王见定教授的研究已经说明了数理统计学永远“吃不掉”社会统计学，今后的日子，将是社会统计学与数理统计学的共存与互补。 社会统计学与数理统计学的争论可以结束了。 结束语 “社会统计学与数理统计学的统一”理论对近四百年历史的统计学进行了科学的梳理，规范了整个统计学的发展，结束了一百年来社会统计学与数理统计学之间的争论。由于经济是通过统计学进行计量和分析的，所以社会统计学与数理统计学的统一，必将从整体上提高经济学的分析水平。
概率论与数理统计硕士毕业论文新课改背景下的师专“概率论与数理统计”教学研究 基于概率论及数理统计对间歇式能源功率平滑输出的研究 信息技术与本科概率统计课程整合的实验研究 本科概率论试验课程设计初探基于随机模拟试验的稳健优化设计方法研究 随机变量序列部分和乘积的几乎处处中心极限定理 AQSI序列的强极限定理几类相依混合随机变量列的大数律和L~r收敛性 现代经济计量学建立简史 任意随机变量序列的相关定理新建电气化铁路电能质量影响预测研究 鞅差与相依随机变量序列部分和精确渐近性 ND序列若干收敛性质的研究证券组合投资决策的均匀试验设计优化研究 相依随机变量序列部分和收敛速度行为两两NQD随机变量阵列加权和的收敛性 数值计算的统计确认研究与初步应用 基于证据理论的足球比赛结果预测方法 城市工业用地集约利用评价与潜力挖掘 节理化岩体边坡稳定性研究 随机变分不等式及其应用基于模糊综合评价的靶场实时光测数据质量评估基于路径的加权地域通信网可靠性研究 LNQD样本近邻估计的大样本性质 20CrMoH齿轮弯曲疲劳强度研究我国股票市场与宏观经济之间的协整分析 一类Copula函数及其相关问题研究 乐透型彩票N选M中奖号码的概率分析 协整理论在汽车发动机系统故障诊断中的应用 2010年上海世博会会展中断风险分析和保险建议 贝儿康有限公司激励设计研究 云模型在系统可靠性中的应用研究离散更新模型破产概率及赤字的上下界估计 输电线微风振动与疲劳寿命电器产品模糊可靠性分析中模糊可靠度的研究 变分不等式及变分包含解的存在性与算法 隧道测量误差控制方案的研究 塔式起重机臂架可靠性分析软件开发分布式认证跳表及其在P2P分布式存储系统中的应用 房地产行业企业所得税纳税评估实证研究 具有预测能力的呼叫中心系统的设计与实现 PVAR模型在研究经济增长与能源消费关系中的应用 基于有限元的深基坑组合型围护结构可靠度分析 一些带有偏序结构的完全码