统计学学习顺序

统计学学习顺序-统计学科技树

很多朋友在问数理统计的教材，参考书这些，其实数学是一个系统，各

个分支并不是孤立的，如果想学好的话，各种分支多少都要懂一点才行。但是鉴于中国考研以及各种非数学专业朋友的情况，现总结“统计学学习升级树如下”，个人总结有限，请大家补充。（图见文章末）

教材和参考书：

其他的我不是很清楚，概率论强烈推荐复旦老三本的第一本，数理统计本科教材推荐北大的一本蓝皮书，讲的很全，而且面很广，包括完全充分统计量，NP引理，Gauss-Markov定理，实验设计，序贯分析，Bayes统计，抽样调查的初步内容。研究生教材么绝对是陈希儒的《数理统计引论》。至于随机过程的话，要学理论的，就推荐北大钱敏平那本，虽然印刷错误不少，但是书架子不错，以后几版肯定会好的，只不过要求有环论和测度论、泛函的基础，要求有点高。如果工科学的话，推荐西安电子科技大学的那本随机过程，很不错，可以当公式和定理手册查。

关于数学软件：

C是经典的，大家都要学好。Matlab是数值计算专长，一定要学好。Maple是符号计算专长，熟悉的话平时计算要省不少事，可以专心把心思放在思路和思想的理解上。S-plus是用来统计编程的（其实我的老师更倾向于用matlab的统计包），时序、非参数检验这些用起来很方便，因为用的是S语言，所以要学好，因为SAS里好多都要调用S语言。至于Spss个人认为看看就可以了，实在登不上场面，偷懒的时候用用还不错。

关于考研：

考研很简单，步骤就是选定学->去学校主页查指定参考书和考试科目->买来狠嗑题目->ok 至于研究生搞研究的话，还是多看看书，不然是搞不出真东西的。

关于貌似无关的课程的说明：

在图里有几门大家可能认为貌似和统计无关的课：

1.解析几何：说实话，解析几何如果不和微分流型这些联系起来的话，的确也就是高等代 数和数学分析的应用。不过可以为以后的课提供直观的例子（比如学近世代数和拓扑的时候）

2.微分方程稳定性分析：现代统计有很大一块是在搞现在智能算法的设计（什么是现代智能算法？就是听起来很玄的什么神经网络算法、模拟退火算法、微粒群算法），算法里算法的稳定性是很重要的，所以知道为什么要学这门课了吧。

3.抽象代数：现代统计学也有一块是在搞模式识别、信息融合的，扯到信息的东西就要编码，抽象代数是现代编码技术的基础。

4.矩阵论：哎，说到这门课就伤心，现在没几个大学还在开这门课，不过你要是不学这门的话，保证你看各种现代统计方法的时候一页也看不懂，全是矩阵表达的。苏联人那套分析表达的方法已经过时了。

5.泛函分析、拓扑学、微分方程：貌似很基础的课，但是在统计中的信号处理，金融数学里的Ito积分，随机分析都要用算子，拓扑结构这些。现代数学不是孤立看某个式子了，而是把有相同属性的东西看成一类，然后研究这一类（够泛吧）。

6.数值计算，统计计算：还有不少学统计的是冲着银行、保险公司去的吧，公司招统计的人就是让你替它写程序的，到时候要的是货真价实的货，光靠matlab里的现成函数可就不行了，所以大家要学好C，最好再学门c++或者Delph，以后就好混了。