先说这门课解决什么痛点

程序员转型数据分析或后端开发时，最大的障碍往往不是代码能力，而是缺乏对数据的“直觉”。很多技术人员面对一堆业务数据，只知道怎么用 SQL 查出来，却不知道数据里藏着什么问题，更不知道下一步该用什么指标去衡量。这门课的价值在于，它不堆砌晦涩的数学证明，而是从程序员熟悉的编程视角切入，帮你建立起一套完整的数据描述体系。它解决的核心问题是：如何从杂乱无章的原始记录中，提取出可信的业务结论。

学习门槛与顺序建议

这门课的入门门槛并不高，只要你具备基础的编程思维，能理解变量和函数的概念即可上手。资料包的结构设计非常符合认知规律，建议严格按章节顺序推进，切勿跳步。

第一阶段必须扎实攻克第二章《认识数据》。虽然只有两节，但其中关于“测量尺度”的内容是后续所有统计操作的前提。很多初学者直接跳过这里去学公式，导致后期在编程实现时混淆了分类数据和数值数据的处理方式。请务必花足够时间理解定性数据和定量数据的本质区别。

第二阶段进入第三章《描述统计》，这是全课程的理论与核心并重章节。重点学习集中趋势、离散趋势以及分布形状的描述。注意，资料中特别标注了“不能跳过”的部分，这些是建立统计思维的基石。同时，不要忽视章节末尾的讨论题，比如“均值和方差的实际应用场景”，试着结合你过往工作中的案例去回答，这比单纯听课更有效。

第三阶段是第四章《描述统计的编程实现》，这是将理论转化为技能的关键环节。资料提供了频数、频率、箱线图等具体的代码实现范例。建议你务必跟随视频逐行敲击代码，亲手画出散点图和直方图。只有当你能独立用代码复现这些图表时，才算真正掌握了描述统计的工程落地能力。切忌只看不动手，否则容易产生“我都懂”的错觉。

第四阶段挑战第五章《概率和概率分布》。这部分难度明显提升，涉及离散型和连续型随机变量。这是通往机器学习的大门，建议预留整块时间专门攻克，特别是大数定律的编程演示部分，有助于直观理解统计推断的基础。

学完能独立胜任什么工作场景

学完这套课程后，你将具备独立进行探索性数据分析的能力。面对一份新的业务数据集，你能迅速完成数据清洗，准确识别并处理极端值与缺失值；能够根据数据特征选择最合适的可视化方式，向团队清晰展示数据分布规律；更能用严谨的统计语言描述数据，而不是仅凭感觉拍脑袋。这种能力对于从事用户行为分析、AB 测试评估以及算法模型预处理等岗位，都是不可或缺的硬技能。

课程目录

第1章 课程介绍【欢迎学习，学习中有任何疑问请在问答区进行问答，祝愉快学习！】 试看 3 节 | 32分钟 1-1 课程导学 (22:26).mp4
 1-2 课程学习的注意事项 (03:26).mp4
 1-3 课程编程环境搭建 (05:56).mp4
 第2章 认识数据【必备基础知识，不能跳过】 试看 2 节 | 33分钟 2-1 数据和变量 (13:24).mp4
 2-2 测量尺度 (19:18).mp4
 第3章 描述统计【核心内容，重点学习】 

10 节 | 105分钟 3-1 什么是描述统计 (11:32).mp4
 3-2 一个分类变量的特征和可视化 (16:00).mp4
 3-3 一个数值变量的特征和可视化(上) (19:22).mp4
 3-4 一个数值变量的特征和可视化(下) (14:12).mp4
 3-5 分布的形状 (08:34).mp4
 3-6 变量间的关系 (17:57).mp4
 3-7 极端值与缺失值 (13:48).mp4
 3-8 本章小结 (03:00).mp4
 3-9 【讨论题】均值和方差的实际应用场景和含义.mp4
 3-10 【讨论题】如何处理缺失值.mp4
 第4章 描述统计的编程实现【重点实战章节，建议跟着老师一起敲代码实现】 7 节 | 68分钟 4-1 频数 (05:24).mp4
 4-2 频率 (05:21).mp4
 4-3 集中趋势 (16:00).mp4
 4-4 离散趋势 (17:11).mp4
 4-5 散点图和折线图 (07:44).mp4
 4-6 条形图和直方图 (09:38).mp4
 4-7 箱线图 (06:40).mp4
 第5章 概率和概率分布【重点章节，必须掌握的概率论知识】 7 节 | 93分钟 5-1 什么是概率论 (14:43).mp4
 5-2 概率 (13:21).mp4
 5-3 编程理解小数和大数定律 (08:03).mp4
 5-4 再谈变量 (09:31).mp4
 5-5 离散型随机变量及其分布 (22:38).mp4
 5-6 连续型随机变量及其分布 (22:38).mp4
 5-7 本章小结 (02:05).mp4
 第6章 样本和抽样分布【重点章节，样本均值的分布】 7 节 | 81分钟 6-1 总体与样本 (10:48).mp4
 6-2 抽样分布 (07:53).mp4
 6-3 常用统计量的分布 (17:40).mp4
 6-4 正态总体的样本均值和样本方差的分布 (23:42).mp4
 6-5 编程理解中心极限定理 (07:16).mp4
 6-6 随机抽样, 误差源, 随机分配 (09:59).mp4
 6-7 本章小结 (03:26).mp4
 第7章 参数估计【点和区间估计】 

15 节 | 173分钟 7-1 点估计 (18:41).mp4
 7-2 编程理解无偏性 (09:09).mp4
 7-3 编程理解相合性 (06:16).mp4
 7-4 区间估计 (22:31).mp4
 7-5 置信区间：一个正态总体的情况(上) (14:01).mp4
 7-6 置信区间：一个正态总体的情况(下) (12:58).mp4
 7-7 编程求置信区间：一个正态总体的情况(上) (10:09).mp4
 7-8 编程求置信区间：一个正态总体的情况(下) (11:51).mp4
 7-9 置信区间：两个正态总体的情况(上) (16:38).mp4
 7-

10 置信区间：两个正态总体的情况(下) (14:24).mp4
 7-

11 编程求置信区间：两个正态总体的情况(上) (14:45).mp4
 7-

12 编程求置信区间：两个正态总体的情况(下) (11:04).mp4
 7-

13 单侧置信区间 (06:43).mp4
 7-

14 本章小结 (03:35).mp4
 7-15 【学习任务】换一种方式梳理总结第六和第七章.mp4
 第8章 假设检验【频率论方法】 

12 节 | 155分钟 8-1 什么是假设检验 (16:45).mp4
 8-2 正态总体均值的假设检验(上) (15:28).mp4
 8-3 正态总体均值的假设检验(下) (23:16).mp4
 8-4 置信区间与假设检验的关系 (10:05).mp4
 8-5 编程实现正态总体均值的假设检验(上) (16:19).mp4
 8-6 编程实现正态总体均值的假设检验(下) (12:30).mp4
 8-7 正态总体方差的假设检验 (09:57).mp4
 8-8 编程实现正态总体方差的假设检验 (12:03).mp4
 8-9 决策错误与统计功效 (23:01).mp4
 8-

10 统计显著性与实际显著性 (05:50).mp4
 8-

11 z检验, t检验, 卡方检验, F检验的前提条件 (06:24).mp4
 8-

12 本章小结 (02:39).mp4
 第9章 方差分析【多于两个总体均值的比较方法】 8 节 | 117分钟 9-1 什么是方差分析 (18:23).mp4
 9-2 单因素方差分析(上) (11:07).mp4
 9-3 单因素方差分析(下) (17:39).mp4
 9-4 多重比较 (12:30).mp4
 9-5 编程实现单因素方差分析 (14:24).mp4
 9-6 双因素方差分析(上) (20:38).mp4
 9-7 双因素方差分析(下) (19:26).mp4
 9-8 本章小结 (02:34).mp4
 第10章 线性回归【重难点，建议多看视频】 

15 节 | 181分钟 10-1 协方差 (14:33).mp4
 10-2 相关 (21:13).mp4
 10-3 编程理解协方差和相关 (10:57).mp4
 10-4 一元线性回归(上) (18:26).mp4
 10-5 一元线性回归(下) (09:11).mp4
 10-6 一元线性回归的前提条件 (07:55).mp4
 10-7 回归模型的评价指标 (07:08).mp4
 10-8 一元线性回归的假设检验 (17:51).mp4
 10-9 编程实现一元线性回归 (08:55).mp4
 10-

10 多元线性回归(上) (19:44).mp4
 10-

11 多元线性回归(下) (13:42).mp4
 10-

12 常用的检验都是回归的一种特殊形式 (15:38).mp4
 10-

13 统计中的回归与机器学习中的回归 (08:50).mp4
 10-

14 本章小结 (06:42).mp4
 10-15 【学习任务】统计学与机器学习的关系.mp4
 第11章 非参数检验【重难点，请认真学习】 5 节 | 55分钟 11-1 什么是非参数方法 (07:29).mp4
 11-2 非参数方法举例 (23:07).mp4
 11-3 Bootstrap (14:34).mp4
 11-4 Permutation (07:44).mp4
 11-5 本章小结 (02:01).mp4
 第12章 贝叶斯统计【重在掌握方法，请好好学习】 8 节 | 70分钟 12-1 什么是贝叶斯统计 (04:06).mp4
 12-2 概率知识 (12:10).mp4
 12-3 概率树 (14:36).mp4
 12-4 贝叶斯推断(上) (16:03).mp4
 12-5 贝叶斯推断(下) (11:03).mp4
 12-6 置信区间 (10:00).mp4
 12-7 本章小结 (01:58).mp4
 12-8 【讨论题】频率论方法vs贝叶斯方法.mp4
 第13章 更广阔的的统计学世界【祝大家学以致用】 1 节 | 24分钟 13-1 课程结语 (23:08).mp4