理解統計理論和應用
我最近獲得了醫學和生物建模碩士學位，並以工程數學為背景。儘管我的教育計劃包括大量的數理統計課程（請參閱下面的列表），我以相當高的成績完成了這些課程，但我經常最終完全失去了對統計學的理論和應用的關注。我不得不說，與“純”數學相比，統計學對我來說真的沒有什麼意義。尤其是大多數統計學家（包括我過去的講師）使用的符號和語言令人討厭地令人費解，到目前為止我所看到的資源（包括維基百科）幾乎沒有一個簡單的例子可以很容易地與給出的理論相關聯。 ..
這是背景；我也意識到一個苦澀的現實，如果不牢牢掌握統計學，我就無法從事研究人員/工程師的職業，尤其是在生物信息學領域。
我希望我能從更有經驗的統計學家/數學家那裡得到一些建議。我怎樣才能克服我上面提到的這個問題？你知道任何好的資源嗎？例如書籍、電子書、公開課程（通過 iTunes 或 OpenCourseware for ex）等。
**編輯：**正如我所提到的，我對統計總標題下的大多數文獻有很大的偏見（負面），並且由於我不能為每個統計分支購買大量（且昂貴）的課本，所以我需要什麼就一本書而言，類似於Tipler 和 Mosca 的物理學，而是統計數據。
對於那些不了解 Tipler 的人；這是一本大型教科書，涵蓋了人們在高等教育期間可能遇到的大部分主題，並從基本介紹到稍微深入的細節逐一介紹。基本上是一本完美的參考書，在我大學的第一年買的，現在仍然偶爾使用。
我上過的統計學課程：
- 大型入門課程，
- 平穩隨機過程，
- 馬爾可夫過程，
- 蒙特卡羅方法
- 生存分析
我完全可以理解你的情況。儘管我是博士生，但有時我發現相關的理論和應用很難。如果您願意沉浸在理解理論中，那麼當您思考現實世界的問題時，這絕對是有益的。但這個過程可能令人沮喪。
我喜歡的眾多參考資料之一是 Gelman 和 Hill 的Data Analysis Using Hierarchical/Multilevel Models。他們避免使用模擬來表達基本概念的理論。如果您有 MCMC 等方面的經驗，它肯定會讓您受益。正如您所說，您從事生物信息學工作，可能 Harrell 的回歸建模策略也是一個很好的參考。
我將把它變成一個社區 wiki 並讓其他人添加到它。