作者charliedung (aaa)
看板Python
标题[问题] 有没有推荐的统计课程
时间Tue May 21 09:57:09 2024
打扰了
想问有没有推荐偏向实务性的传统统计线上课程或书
本身读的是医疗相关科系
最近因为兴趣在学机器学习、神经网路
在收集资料阶段也想要会传统统计
有先看过网路推荐的台大开放统计学课程
能理解大致上的概念
但实作的时候发现有我蛮多东西不知道
例如t检定前要检查统计分布跟变异数
但case>30的时候就算非常态分布仍然能用t检定
回归模型要检查分布、抓异常值
odds ratio/hazard ratio/生存分析怎麽做
为什麽要分unadjusted跟adjusted ORs等等
所以想找个更深入的课程弄清楚
希望是偏实务性如什麽样的资料/条件该选什麽统计方法、用之前要检查什麽东西之类的
太数学的我可能看不懂也记不起来
现在会用python跟r
不考虑sas跟spss等付费软体（工作场所不会买）
纯统计教学可有跟工具搭配的更好
资料处理部分已经会用python或r来弄
可接受Udemy等付费线上课程
之前买python bootcamp每堂课都会有作业实作收获良多
不过coursera plus就有点超出预算（生活繁忙可能会看好几个月）
感谢大家
-----
Sent from JPTT on my Samsung SM-N9750.
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 220.130.243.190 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1716256631.A.067.html
1F：→ Hsins: 个人觉得 Udemy 上统计课程偏简单，想要扎实一点的话可以看 05/21 10:06
2F：→ Hsins: 清华大学郑少为老师的课，但就会比较多数学了；陈正仓老师 05/21 10:06
3F：→ Hsins: 写的应用统计学比较浅显易懂，例子也比较接近生活。前者是 05/21 10:06
4F：→ Hsins: 线上可以找到影音，後者可以去书局或图书馆翻翻看 05/21 10:06
5F：→ charliedung: 感谢推荐 书查了一下目录好像蛮适合的 会找时间去图 05/21 19:49
6F：→ charliedung: 书馆借 清大的很多人推不过对我来说有点硬 可能会留 05/21 19:49
7F：→ charliedung: 到最後再研究XD 05/21 19:49
8F：推 chang1248w: 少为把拔 05/21 23:17
9F：→ chang1248w: 不过传统统计在ML, DL的占比越来越少 05/21 23:17
10F：→ yhliu: 单一课程似乎很难满足你的需要，一般性适合的课程网路上不 05/22 07:39
11F：→ yhliu: 确知有没有，需要的话就查询统计学系所的统计方法统计分析 05/22 07:41
12F：→ yhliu: 或资料分析类的课程，但不一定符合和满足你的需求。 05/22 07:42
13F：→ yhliu: 如 odds ratio, adjusted odds ratio 是在离散（类别）资料 05/22 07:43
14F：→ yhliu: 分析， hazard ratio 是在存活分析。至於什麽 n > 30 可用 05/22 07:45
15F：→ yhliu: t 检定是基本统计学课程中学到的吧，但可惜严格来说那是错 05/22 07:46
16F：→ yhliu: 误的，是对中央极限定理及 t 分布的错误理解所造成的。较正 05/22 07:48
17F：→ yhliu: 确的说法在某些英文统计教本中可看到，例如Moore, D. S.的 05/22 07:52
18F：推 hohiyan: 医疗相关领域的话那从生物统计的课程去找可能较好入门 05/22 10:43
19F：→ mantour: 请教yhliu大, 有看过说t统计量(不是t分布) 本身 05/23 11:11
20F：→ mantour: 会converge in distribution to normal不需要母体是 05/23 11:27
21F：→ mantour: normal, 例如考虑单样本, mu=0的情况 05/23 11:30
22F：→ mantour: sqrt(n)*(sample mean) converge in distribution to 05/23 11:38
23F：→ mantour: N(0,1), 而sample variance converge in prabability to 05/23 11:38
24F：→ mantour: sigma^2 given iid and finite 2nd moment 05/23 11:47
25F：→ mantour: 因此s.m. / s.e. converge in distribution to N(0,1) 05/23 11:49
26F：→ mantour: 不需要population是常态, 不知道这个说法有没有问题 05/23 11:50
27F：→ mantour: 不过实际上明显不是常态或是有极端值都会用无母数 05/23 11:52
28F：→ yhliu: t 统计量渐近常态，用的是中央极限定理，大数法则，和 05/24 08:15
29F：→ yhliu: Slutsky 定理。首先，t 统计量的分子应用CLT渐近常态，其次 05/24 08:17
30F：→ yhliu: t 的分母, 样本变异数引用 LLN 收敛至群体变异数；最後， 05/24 08:19
31F：→ yhliu: 引用 Slutsky 定理完成证明。当然，群体分布需具有平均数 05/24 08:22
32F：→ yhliu: 变异数，这不仅是分子中的样本平均数适用 CLT 的条件，也是 05/24 08:23
33F：→ yhliu: 分母中样本变异数收敛至群体变异数所需条件。 05/24 08:24
34F：→ yhliu: 承先前我的看法，如统计方法一类的课程可能一学期介绍几种 05/24 08:32
35F：→ yhliu: 统计方法，但都不会深入，如统计分析或资料分析，可能是分 05/24 08:33
36F：→ yhliu: 析方法的实际操演步骤，甚至不谈原理。而这些绝不可能涵盖 05/24 08:36
37F：→ yhliu: 个人需要或有兴趣的各种方法，专门针对个人兴趣的应用领域 05/24 08:37
38F：→ yhliu: 的课程可能好一点，但大概也只是方法的粗浅介绍。举个例子 05/24 08:39
39F：→ yhliu: 如回归分析中影响点特异点侦测，模型诊断残差分析等，大概 05/24 08:41
40F：→ yhliu: 只能在回归分析或回归模型这样的课程学到，先前说的包含多 05/24 08:43
41F：→ yhliu: 种分析方法的课程最多只能从一个例子学到选择模型的程序及 05/24 08:46
42F：→ yhliu: 从几个残差图许看模型中存在的重大问题，很难学到较完整的 05/24 08:47
43F：→ yhliu: 分析程序。另外，现在很多人使用统计都是依赖套装软体，上 05/24 08:49
44F：→ yhliu: 课也多是软体应用操作，要学到原理可能还需专门课程及专书 05/24 08:52
45F：推 bruce89: 请问原po说的python bootcamp是在Udemy的吗？谢谢 06/01 14:32
46F：→ charliedung: 对 我是买这个“100 Days of Code: The Complete Pyt 06/01 15:33
47F：→ charliedung: hon Pro Bootcamp” 他内容很多 我只看前面一小部分 06/01 15:33
48F：→ charliedung: 就开始找自己想弄的题目写了 06/01 15:33
49F：推 jasonfun44: 你应该没完全看懂台大开放式课程，你说的问题如果有 06/05 14:21
50F：→ jasonfun44: 看懂，应该很容易理解你的问题 06/05 14:21
51F：→ jasonfun44: 自己重复看了5遍以上，每一个老师教的观念都要真的懂 06/05 14:23
52F：→ jasonfun44: ，似懂非懂，就算看再进阶的课程都只是徒增自己的困 06/05 14:23
53F：→ jasonfun44: 惑 06/05 14:23
54F：→ jasonfun44: 统计基础要紮实，不然只会套模型，哪天连违反基本假 06/05 14:27
55F：→ jasonfun44: 设也不知道 06/05 14:27