原文：
www.kdnuggets.com/2016/07/data-science-statistics-101.html
作者：Jean-Nicholas Hould，JeanNicholasHould.com。
对于没有定量背景的有抱负的数据科学家来说，学习统计学可能是一个令人生畏的过程。无论你是计算机科学本科生、寻求职业转换的开发人员，还是 MBA 毕业生，统计学通常是数据科学中最令人生畏的部分。作为一名商学院毕业生，对我来说也是如此。
1. Google 网络安全证书 - 快速入门网络安全职业。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织的 IT 需求
统计学是一个严肃的学科，有些人一生都在研究它。作为一名有抱负的数据科学家，你应该如何学习统计学？你需要了解什么？学习统计学的最佳方法是什么？ 下面是你应该如何进行的。
理解简单的统计概念可以带来极大的价值。在许多数据科学项目中，你不需要高级的统计知识就能得出重要结论。因此，你应该专注于学习统计学的基础知识，将其应用到工作中，并从那里扩展。
你需要了解的两个主要统计分支是描述性统计和推断性统计。通过正确理解这些，你可以获得大量的价值。
描述性统计以定量方式描述一组信息。它们总结了观察到的数据。与推断统计不同，它们并不推断有关更大人群的事实。它们仅仅描述了收集到的数据集。
你过去肯定接触过这些统计数据。在描述性统计中，一些常见的测量指标评估集中趋势 (均值、中位数、众数…)，其他则评估数据集的变异性 (标准差…)。
推断统计使我们能够根据样本数据集推断关于总体的属性。它们利用样本得出超出收集数据的结论。
在实际的数据科学中，推断统计在比较转化率、分析如 A/B 测试等实验时被大量使用。
对我来说，在线课程是学习基础知识的绝佳选择：
这些课程是互动式的，包括练习和视频。我认为它们是入门这一领域的非常好方式。它们将为你提供足够的知识，使你可以开始对统计学感到更加自信。
总的来说，我推荐这本书 《裸统计学：剥去数据的恐惧》。这本书由查尔斯·惠兰撰写，涵盖了描述性/推断统计学等主题，并提供了每个领域的良好概述。通过一些非常具体和轻松的例子，它使统计学不再神秘。
记住，学习这些概念的最佳方式是将你的知识应用于具体的例子。一旦你开始将这些概念融入到你的分析中，我建议你阅读一本统计学手册，比如 《统计学全书》 并加深你的知识。
简介：让-尼古拉斯·霍尔德 是一位来自 加拿大蒙特利尔的数据科学家。JeanNicholasHould.com 的作者。
原始链接。已获转载许可。
相关：