來源：量化研究方法
本文約3300字，建議閱讀8分鐘
本文為你匯總在線統計學課程。
統計學博大精深，用途廣泛，是一門非常重要的基礎課程。在接觸了一些統計學公開課後，發現網絡上還有很多的免費的在線統計學課程可以用來學習和複習相關的知識點，只是缺乏一些整理和匯總。所以決定在這裡做一些系統的課程資源整理和匯總。
1、Udacity的「Introduction to Statistics（統計學導論課程）」
入門級課程，強烈推薦。課程對學生的數學基礎要求很小，可以認為是零基礎學習統計學的好課程，授課老師是斯坦福教授Sebastian Thrun，他是Udacity的創始人之一，同時作為Google Fellow, 他創辦了Google X實驗室，主導了Google無人駕駛汽車以及Google眼鏡等革命性產品。課程本身深入淺出的介紹了統計學的大多數基本概念，只要認真回答每節課的小問題，同時認真完成homework, 包括用python寫個小的統計程序，應該會大有收穫。
MOOC學霸@wzyer對這門課程的評價是：課程本身內容很不錯，涵蓋了統計基本的知識點。不過也許是Udacity風格的問題吧，聽完之後感覺有些不夠系統。也許這門課主要面向的是無基礎的人吧。
https://www.udacity.com/wiki/st101/downloads
另外Udacity也在Youku上建立了官方頻道，這門課程對應一個專輯：Udacity公開課:ST101統計學入門，貌似視頻不全，但是有翻譯。
2、可汗學院的「Probability and Statistics（概率與統計)」
入門級課程，強烈推薦。可汗老師親自在白板上邊寫邊講，通俗易懂，另外一個就是它的配套練習系統了，沒有一定的正確率是不讓你通過的。網易公開課雖然有這門課的視頻，但是缺少了練習，好像就丟了魂。雖然以前在學校裡學過概率和統計，特別是後者，感覺很多基本概念沒有在腦子中留下印記。這門課剛好補回了很多基本的概念。
網易公開課上將這門課程分為兩個課程「概率」和「統計學」提供在線觀看和視頻下載，並且視頻有相應的翻譯，如果能再在可汗學院官方網站上做一下練習，效果會很不錯。
2.1 可汗學院公開課：概率
可汗學院的概率課程通過各種生動的例子，由最基本的概率問題講起，逐步深入講解了概率中的一系列概念及問題，主要內容包括獨立事件，相依事件，隨機變量，排列，組合，概率密度函數，二項分布，期望值，大數定律以及大量的實例。
2.2 可汗學院公開課：統計學
這門課是統計學入門課程，將涵蓋統計學所有的主要知識，包括：隨機變量、均值方差標準差、統計圖表、概率密度、二項分布、泊松分布、正態分布、大數定律、中心極限定理、樣本和抽樣分布、參數估計、置信區間、伯努利分布、假設檢驗和p值、方差分析、回歸分析等內容。
3、edX的伯克利統計學課程三部曲-描述統計學，概率，推薦推斷
3.1 伯克利大學統計學導論-描述統計學：
Introduction to Statistics: Descriptive Statistics
蔣勇NLP同學的評價: 這門課是我拿到第一張MOOC的證書，berkeley的這位女老師把統計學導論課程分為三部分，這個是第一部分，內容很簡單，通過很容易，主要就是介紹統計概率最基本的知識。edx的MOOC入門課，推薦！
課程圖譜花了一些時間體驗了這門課程，總得評價是：
統計學博大精深，而這門伯克利統計學的入門課程可以歸結為5個字：功夫在課外，或者說功夫還是要花在伯克利原生的統計學課程上。edX上的這門描述統計學課程基本上只是做了一些概括介紹，所以總共只有五周課程，而且每周課程只有2-3個視頻，開始我還比較詫異，後來做練習時發現不是這回事，因為課後的練習或者作業多指向伯克利自己的統計學課程，而這門課程被 P.B. Stark教授做成了一個在線的統計學課程項目：SticiGui, 而這個在線課程上的視頻，都是其在伯克利大學的統計學授課視頻，長度比這裡長多了。很多時候需要花時間學習這些課程再回頭來做edX的作業。
edX上的這門課程的老師是Ani Adhikari ，標準的英式英語口音，貌似是P.B. Stark教授的博士生或者同事，介紹的內容很簡單，主要包括直方圖，均值和中位數，標準差，標準正態分布和z值，回歸問題等等，視頻多是做個引導，如果之前沒有相關的統計學知識，需要去SticiGui上自學一下。這一點上我覺得課程做得不太好，沒有在edX上形成一個閉環，雖然SticiGui非常值得推薦，但是課程的體驗大打折扣。相對來說，Kehan學院的概率與統計課程以及Udacity上的統計學導論課程的體驗就非常好了。
3.2 伯克利大學統計學導論-概率：
Introduction to Statistics: Probability
蔣勇NLP同學評價：統計學導論的第二門課程，看課程名字就知道主要講概率，如果說統計學導論1內容是高中或者大一上課程，這門課應該是大一下課程吧，課程內容比國內的數理統計課程要多，quiz有嘗試次數限制。不得不說edx的UI做的真心贊，就是deadline不好把握，一不小心時間就過了。。。
3.3 伯克利大學統計學導論-統計推斷:
Introduction to Statistics: Inference
該課程將在7月份開課，值得期待和關注。
4、加州伯克利大學統計學系的在線統計學課程項目：
SticiGui「Statistics means never having to say you’re certain」
這個課程項目包括文本課程、伯克利大學課堂視頻以及仿真模擬等，而且覆蓋的內容廣泛，項目的代碼和文檔可以在github上找到：SticiGui GitHub。可以認為這門課程是上面edX統計學導論三部曲的進階或高階課程，課程視頻來源於 P.B. Stark教授的授課視頻，並且以伯克利統計學的赫赫聲名，相信完成這門課程後收穫會非常之大。
5、國外一個統計學在線學習網站：
Online Statistics Education: An Interactive Multimedia Course of Study
這是在學習可汗學院的概率統計課程時老師提到的網站，體驗了一下，非常不錯，包括文本（web, pdf和mobile epub版本等等)，視頻，問答和模擬仿真等，值得收藏。
6、史丹福大學OpenEdx平臺上的醫學統計學公開課：
Statistics in Medicine
@蔣勇NLP同學6月12號推薦：斯坦福的Statistics in Medicine今天開課，內容主要是統計分析的一些知識。包括：統計學概述、概論論、統計推斷、p值檢驗、回歸分析等，跟berkeley的三門統計學導論相比，側重點應該不一樣
7、加州大學伯克利分校：公共健康-數據統計分析
與上面這門醫學統計學課程相似的是，在網易公開課上有一門加州伯克利大學的「公共健康-數據統計分析課程」，雖然面向的是醫學和健康領域，但是主要講的還是統計學的基礎方法。值得稱道的是，網易公開課上提供了部分課程的翻譯和視頻下載。
本課程涵蓋了數據統計分析的基礎內容，共四十二節課。Nicholas P. JEWELL教授主要採取ppt授課方式，讓同學們更容易看到合記住知識點。並且複習起來非常方便。
8、Coursera上普林斯頓大學的「Statistics One（統計學上）」
該課程去年在Coursera上開過一輪，反響很好，主講統計學的基礎知識，作業實驗全部用R語言，所以關心R語言的同學也可以考慮這門課程。
9、Udacity的「Elementary Statistics（基礎統計學）」
從課程大綱來看這門課程難度不大，應該屬於入門級的統計學課程。
10、Coursera上多倫多大學的「Statistics: Making Sense of Data」