本文约700字，建议阅读5分钟
深入介绍了任何数据科学家都应该熟悉的统计科学主题。
《数据科学家的统计基础:使用R和Python》是一本一学期或两学期的数学统计入门教材，供培养成为数据科学家的学生使用。它深入介绍了任何数据科学家都应该熟悉的统计科学主题，包括概率分布、描述性和推理统计方法以及线性建模。这本书假设有基本的微积分知识，所以演示可以集中在“为什么它可以工作”以及“如何做它”上。然而，与传统的“数理统计”教科书相比，这本书较少强调概率论，而更强调使用软件来实现统计方法和进行模拟来说明关键概念。书中所有的统计分析都使用R软件，还有一个附录展示了用Python进行的相同分析。这本书还介绍了现代主题，通常不出现在数理统计文本，但与数据科学家高度相关，如贝叶斯推理，非正态响应的广义线性模型(例如，逻辑回归和泊松loglinear模型)，和正则模型拟合。将近500个练习被分为“数据分析与应用”和“方法与概念”。附录介绍了R和Python，并包含了奇数号练习的解决方案。本书的网站扩展了R, Python和Matlab的附录，以及来自示例和练习的所有数据集。
https://www.routledge.com/Foundations-of-Statistics-for-Data-Scientists-With-R-and-Python/Agresti-Kateri/p/book/9780367748456
