1樓：Stanley
任何事情走極端都不可取，主要是看你的需求以及未來的發展方向。如果是走工業應用路線的話，我推薦George Casella的Statistical Inference，在應用和推導之間取得了乙個很好的平衡，適合做機器學習之類的統計基礎。如果以後走學術路線的話，就像樓上說的那樣，從數學分析，測度論。。。。
任重道遠啊！
2樓：
作為一名統計出身、資料分析從業人員，一直以來都困擾於對原理的理解不夠深入。
為了應用，真的是只要把R、SAS搞熟乙個就夠用了，sql也很重要。工作中大部分時間都話在了處理資料上。用到模型的場景少，即使用到也只要求知道怎麼調優就可以。
至於為什麼調成這樣就好用了，誰他媽的管你。
一直覺得自己沒學好統計，然後又跑去讀在職研究生（沒時間讀全日制），想把題主說的這些原理、符號弄明白，結果...說多了全是淚。題主，其實你最需要的是把 |數學分析~高等代數|===>|概率論、測度論（高等概率論）|===>|數理統計|===>下面分支就多了引數、非引數統計、時間序列、隨機過程、線性/非線性模型挨個通關公升級吧
1是刀槍棍棒的功夫，2是內家修為推陳出新的功夫。怎麼選，看你是氣宗還是劍宗了。
哪些數學課程對於統計和計算數學的學習比較有幫助？
代數 矩陣分解 運算 秩很重要，比如singular value decomposition,LU decomposition,Cholesky decomposition 在高維降維裡都是考驗代數的功底。幾何 空間概念很重要，比如regression裡的投影 projection 的概念。實變 如...
學好李航的《統計學習方法》需要哪些數學基礎？
決策不拍頭 需要基本的概率論 線性代數和微積分的基礎即可，我已經對此書重難點進行了詳細講解及公式推導，詳見b站 嗶哩嗶哩乾杯 Bilibili 隊長別開槍是我 概率論與數理統計，線性代數，概率分布的向量表述，部分高等概率 最優化 數學規劃的知識，凸優化，向量微分，高等數學中的多變數極值問題，泰勒展開...
學習經濟要達到怎樣的數學水平？
jay 某些說需要很多數學的不要誤人子弟。你想學這麼多數學直接轉數學算了。經濟學裡面用很多時候做的都是一些裝的高大上的事情。數學裡面找工作不受待見，經濟學找工作裝的。對社會沒有用，天天忽悠。當然很多經濟學家不懂數學也是天天忽悠。實事求是的不多。 我回答一下吧，看到好多都在兩邊倒 但是，如果是巨集微中...