原帖： https://www.jiqizhixin.com/articles/2017-01-09-9
簡化選擇：
1. 描述統(tǒng)計(jì)學(xué)入門（Intro to Descriptive Statistics）
地址：https://www.udacity.com/course/intro-to-descriptive-statistics--ud827
課程周期：8 周
授課：Udacity (Coursera)
對于想要學(xué)習(xí)統(tǒng)計(jì)學(xué)的初學(xué)者來說寸谜，Udacity
的這門課是非常好的入門指南畅形。內(nèi)容有趣、實(shí)用鸟悴，而且有很多實(shí)例徘铝。描述統(tǒng)計(jì)學(xué)首先會(huì)讓你熟悉各種統(tǒng)計(jì)學(xué)和定義耳胎。然后教授統(tǒng)計(jì)學(xué)概念，比如集中趨勢（central
tendency）庭砍、可變性（variability)、標(biāo)準(zhǔn)正態(tài)分布以及取樣分布混埠。這門課并不需要你提前掌握一些統(tǒng)計(jì)學(xué)知識(shí)怠缸，現(xiàn)開放注冊。
預(yù)備知識(shí)：無
2. 推論統(tǒng)計(jì)學(xué)入門（Intro to Inferential Statistics）
地址：https://www.udacity.com/course/intro-to-inferential-statistics--ud201
課程周期：8 周
授課：Udacity（Coursera）
學(xué)完描述統(tǒng)計(jì)學(xué)后钳宪，就該學(xué)習(xí)推論統(tǒng)計(jì)學(xué)了揭北。本課程仍然延續(xù)了實(shí)用的授課方式。
課程中吏颖，你會(huì)學(xué)到諸如估算（estimation）搔体、假設(shè)檢驗(yàn)、t 檢驗(yàn)半醉、卡方檢驗(yàn)疚俱、單向方差分析、雙向方差分析以及相關(guān)缩多、回歸等統(tǒng)計(jì)概念呆奕。
每個(gè)主題后面還配有習(xí)題集和小測試养晋。課程結(jié)束后，你還能在真實(shí)數(shù)據(jù)組上測試學(xué)習(xí)情況梁钾。課程已開放注冊绳泉。
預(yù)備知識(shí)：完全理解描述統(tǒng)計(jì)學(xué)（Descriptive Statistics，即上面的第 2 個(gè)推薦）
替代課程：《統(tǒng)計(jì)學(xué)：打開數(shù)據(jù)世界之門（Statistics:
Unlocking the World of Data）》姆泻，一個(gè)為期 6周的匹茲堡大學(xué)的課程（edX）零酪。地址：https://www.edx.org/course/statistics-unlocking-world-data-edinburghx-statsx#!
3. 概率和數(shù)據(jù)入門（Introduction to Probability and Data）
地址：https://www.coursera.org/learn/probability-intro
課程周期：5 周
授課：杜克大學(xué)（Coursera）
本課會(huì)帶你使用 R 和 RStudio 接觸數(shù)據(jù)視覺化和數(shù)值統(tǒng)計(jì)。
首先帶你掌握概率和數(shù)據(jù)挖掘基本概念拇勃，開始對課程有個(gè)基本了解四苇。然后，分別解釋不同主題下的各個(gè)概念潜秋。最后會(huì)使用真實(shí)數(shù)據(jù)集蛔琅，通過一個(gè)數(shù)據(jù)分析項(xiàng)目測試你的學(xué)習(xí)情況。
授課人是來自杜克大學(xué)的統(tǒng)計(jì)學(xué)教授峻呛，也需要你預(yù)先掌握專門的 R 統(tǒng)計(jì)學(xué)知識(shí)罗售。如果希望為了研究數(shù)學(xué)科學(xué)而學(xué)習(xí) R，那么钩述，這門課程不容錯(cuò)過寨躁。課程已開放注冊。
預(yù)備知識(shí)：基礎(chǔ)統(tǒng)計(jì)學(xué)和 R 知識(shí)牙勘。
4. 概率論：基本概念和離散型隨機(jī)變量（Probability: Basic Concepts & Discrete Random Variables）
地址：https://www.edx.org/course/probability-basic-concepts-discrete-purduex-416-1x
課程周期：6 周
授課：普渡大學(xué)（Purdue University）
本課程是為謀求有關(guān)數(shù)據(jù)科學(xué)和信息科學(xué)職業(yè)者所設(shè)計(jì)职恳。其涵蓋了數(shù)學(xué)概率論的基本要素。
在本課程中方面，你將學(xué)習(xí)到概率論放钦、隨機(jī)變量、分布恭金、貝葉斯定理概率質(zhì)量函數(shù)和 CDF操禀、聯(lián)合分布律和期望值等基本概念。
一旦你熟悉了這些基礎(chǔ)知識(shí)横腿，就可以研究更加深入的概念颓屑，如伯努力和二項(xiàng)式分布、幾何分布耿焊、負(fù)二項(xiàng)式分布揪惦、泊松分布、超幾何分布和離散均勻分布罗侯。
在學(xué)習(xí)本課程之后器腋，你將對日常生活中的概率應(yīng)用有一個(gè)深入了解。本課程已開放注冊。
預(yù)備知識(shí)：基本統(tǒng)計(jì)學(xué)知識(shí)蒂培。
5. 數(shù)學(xué)生物統(tǒng)計(jì)學(xué)訓(xùn)練營 1（Mathematical Biostatistics Boot Camp 1）
地址：https://www.coursera.org/learn/biostatistics
課程周期：4 周
授課：約翰霍普金斯大學(xué)（Johns Hopkins University）
實(shí)際上再愈，「生物統(tǒng)計(jì)學(xué)」里面的「生物」是個(gè)誤導(dǎo)。本課程全是用于數(shù)據(jù)分析的概率論和統(tǒng)計(jì)學(xué)技術(shù)基礎(chǔ)护戳。
該課程包含概率翎冲、期望、條件概率媳荒、分布抗悍、置信區(qū)間、bootstrapping钳枕、二項(xiàng)式分布（binomial proportions）和對數(shù)分布（logs）缴渊。
線性代數(shù)和編程的背景知識(shí)對本課程很有幫助，但不是強(qiáng)制需要的預(yù)備知識(shí)鱼炒。該課程從 2017 年 1 月 16 日開始衔沼，由約翰霍普金斯大學(xué)的生物統(tǒng)計(jì)學(xué)教授授課。
該課程進(jìn)度合理并會(huì)對數(shù)理統(tǒng)計(jì)進(jìn)行完整的剖析昔瞧。
預(yù)備知識(shí)：基本線性代數(shù)指蚁、微積分和實(shí)用編程（非強(qiáng)制）。
