如何消化統計上下文？
首先，我想並不是這個有趣的網站的所有活躍成員都是統計學家作為他們的工作。否則，下面提出的問題沒有任何意義！我當然尊重他們，但我需要一個更實際而不是概念性的解釋。
我從維基百科的一個例子開始定義
point process：令 S 為局部緊緻第二可數 Hausdorff 空間，並配備其 Borel σ-代數 B(S)。寫對於 S 和對於最小的 σ-代數這使得所有的點數……可測量。
對我來說這沒有任何意義。在工程背景下的解釋對我來說更容易理解。
評論：大多數時候，由於類似的複雜文本（至少對我而言），我發現維基百科的解釋**毫無用處。**根據我的經驗，只有兩種統計參考書：**a)極其簡單b)**極其複雜！ 讀這兩本書對我一點好處都沒有！
問題：
- 你有解決這個問題的方法嗎？或者類似的經歷？
對於那些發現這篇文章有用的人來說，還有一些好處可以檢查：諮詢統計學家的參考資料，為他們的客戶提供從不同角度討論相關主題的參考資料。
如果我可以澄清一下，您的問題似乎是：“如果像維基百科這樣的主要資源沒有意義，我可以用什麼來理解數學？” 請記住，即使是一個已經掌握了一個概念的人，也必須從一段不理解它的時期開始，然後經歷一個學習過程，儘管這個過程幾乎從不涉及從維基百科中學到很多東西。
我花了很多時間研究維基百科上描述得非常糟糕的東西，我可以向你保證，即使一個人很好地理解了這些概念，也很難理解一位或多位作者/編輯的想法在維基百科上。看到數學和統計概念被一群對概念非常粗略掌握或為了推進另一個領域對基本概念的薄弱掌握的人所破壞的情況並不少見。（我想說的更多，但要做到這一點，很難不對 Wikipedians，尤其是來自某些其他學科的人的努力感到過分悲觀。）
從更具建設性的角度來看，最好的參考文獻通常是由出版商編輯的那些教科書，這些出版商在編輯和出版特定領域的優秀作品方面有著良好的記錄。在這種情況下，作者和編輯的學術質量和嚴謹性在同行中享有盛譽，一系列連續的版本通常表明其他教師和研究人員的接受。
該級別和維基百科之間有許多質量級別。如果印刷版不可用，使用亞馬遜的“書內搜索”或谷歌圖書可能是最好的選擇。
對於其他可通過網絡訪問的參考資料，您可能會發現針對非專業從業者的評論文章或手冊最為有用。NIST 出版的統計手冊就是一個例子。
您可能需要通過在 Google Scholar 中查找文章來綜合自己的理解。例如，您可以查詢 [“a point process is a”] 並檢查各種文章中提供的定義。或者，像 [“point process” pdf site:edu] 這樣的網絡搜索會出現講義、幻燈片和教程。該查詢的第一個結果似乎是“點過程簡介”。關鍵思想是，人們應該搜索傾向於出現或可能出現在適當級別的材料中的術語，這些材料將定義和介紹該概念，無論該措辭是否旨在表示參考文獻具有某種相關的說明（例如一篇期刊文章可能會以一種有用的方式定義某些東西，即使它不打算作為介紹性文本）。
反對維基百科上的不良編輯是不可能的：對於某些文章，不良編輯的數量超過了可以容忍修復錯誤的人數。