统计学课程可以帮助您学习数据分析、概率论、假设检验和 Regression 分析技术。您可以掌握解释 Data Set、做出明智预测和开展调查的技能。许多课程都会介绍 R、Python 和 Excel 等工具,这些工具支持执行统计分析和可视化结果。您还将探索描述统计、推断统计和实验设计等关键主题,掌握应对现实世界数据挑战的知识。

Stanford University
您将获得的技能: 描述性统计, 统计, 定量研究, 概率分布, 统计推理, 回归分析, 统计分析, 数据分析, 统计假设检验, 探索性数据分析, 统计方法, 抽样(统计), 统计建模, 概率
初级 · 课程 · 1-3 个月

您将获得的技能: Sampling (Statistics), Descriptive Statistics, Statistical Hypothesis Testing, Data Analysis, Probability Distribution, Statistics, Data Science, Statistical Analysis, A/B Testing, Statistical Methods, Probability, Statistical Inference, Statistical Programming, Python Programming, Technical Communication
高级设置 · 课程 · 1-3 个月

University of Amsterdam
您将获得的技能: 定量研究, 统计, 科学方法, 统计假设检验, 数据分析软件
初级 · 课程 · 1-3 个月

University of Michigan
您将获得的技能: 描述性统计, Python 程序设计, 贝叶斯统计, 统计分析, 统计, 统计推理, 数据分析, 概率与统计, 统计假设检验, 箱形图, 统计编程, 数据可视化软件, 统计方法, Matplotlib, 抽样(统计), 数据可视化, 统计软件, 柱状图, Jupyter, 统计建模
初级 · 专项课程 · 1-3 个月

Meta
您将获得的技能: 描述性统计, 统计, 统计分析, 贝叶斯统计, Tableau 软件, 数据建模, 统计推理, 回归分析, 概率与统计, 数据分析, 时间序列分析和预测, 分析, 统计假设检验, 统计方法, 抽样(统计), 营销分析, 电子表格软件, 统计建模
初级 · 课程 · 1-3 个月
Rice University
您将获得的技能: 描述性统计, 回归分析, 统计, Excel 公式, 统计分析, 统计推理, 概率分布, 数据分析, 商业分析, 概率与统计, 统计假设检验, 样本量的确定, 制图, 电子表格软件, 统计方法, 微软Excel, 数据展示, 透视表和图表, 统计建模
初级 · 专项课程 · 3-6 个月

DeepLearning.AI
您将获得的技能: 描述性统计, A/B 测试, 探索性数据分析, 概率分布, 贝叶斯统计, 数据科学, 统计分析, 统计推理, 概率与统计, 统计可视化, 统计假设检验, 概率, 抽样(统计), 统计机器学习
中级 · 课程 · 1-4 周

University of Amsterdam
您将获得的技能: 统计分析, 统计, 定量研究, 研究设计, 回归分析, 数据收集, 研究, 统计推理, 研究方法, 调查, 科学与研究, 数据分析, 统计假设检验, 面试技巧, 科学方法, 定性研究, 社会科学, R 语言程序设计(中文版), 抽样(统计), 研究报告
初级 · 专项课程 · 3-6 个月

Johns Hopkins University
您将获得的技能: 统计, 贝叶斯统计, 概率分布, 线性代数, 统计分析, 预测建模, 统计推理, 数据科学, 回归分析, 数据分析, 概率与统计, 统计方法, 统计假设检验, 数学建模, 概率, 应用数学, 抽样(统计), 生物统计学, R 语言程序设计(中文版), 统计建模
高级设置 · 专项课程 · 3-6 个月

University of Cape Town
您将获得的技能: 描述性统计, 临床研究, 诊断测试, 统计分析, 统计, 定量研究, 统计推理, 数据收集, 概率与统计, 统计假设检验, 概率, 生物统计学
初级 · 课程 · 1-3 个月

University of California, Santa Cruz
您将获得的技能: 统计, 贝叶斯统计, 统计分析, 数据科学, 统计推理, 技术交流, 预测, 数学建模, 高级分析, 时间序列分析和预测, 数据分析, R(软件), 微软Excel, 统计方法, 概率, 马尔可夫模型, 统计软件, R 语言程序设计(中文版), 数据展示, 统计建模
中级 · 专项课程 · 3-6 个月

Johns Hopkins University
您将获得的技能: 机器学习, 交互式数据可视化, 探索性数据分析, 机器学习算法, 统计分析, 预测建模, GitHub, 统计推理, 概率与统计, 回归分析, 数据科学, Plotly, 统计假设检验, 闪亮(R 套件), Rmarkdown, 功能工程, 统计建模, 数据可视化, R 语言程序设计(中文版), 数据展示
中级 · 专项课程 · 3-6 个月
如果您对免费学习统计学感兴趣,请查看 Coursera 的一些选项。 斯坦福统计课程和概率与统计课程提供了有关该主题的出色概述和介绍。 如果想深入学习,可以考虑统计推论和概率论导论课程。 最后,Python 统计与财务分析课程提供了一个独特的视角。
如果您正在寻找最好的初级统计学课程,《基础统计学》是一个很好的起点。 要更好地了解数据和如何使用数据,《数据:它是什么,我们能用它做什么》可提供帮助。 要学习推断统计,同样通过 Coursera 学习的《推断统计入门》是一个不错的选择。 对于那些希望了解如何将统计应用于公共卫生的人,可参考《公共卫生统计和数据分析入门》。 最后,那些希望探索统计思维的人可以在 "数据科学与分析的统计思维 "课程中找到大量资源。
最好的高级统计学课程是线性模型、生产中的机器学习入门、概率图形模型、统计推断和SAS 统计。 这些课程深入、全面地介绍了与高级统计学相关的基本概念、模型和技术。