一切的知识，归根结底都是历史；

　　一切的科学，抽象看来都是数学； 

　　一切的判断，寻根问底都是统计学。

　　统计学并不仅是拍打数据引出答案的药方的汇总，它是一种思考与推论的方法。它既是一门科学，也是一门技术，同时还是一种艺术。                      　　　　　　        —— C. R. Rao

这里强调它的艺术性，是为着重说明统计方法需要灵活使用，很依赖人的判断以至灵感。强调这一点很有好处，它提醒人们不能以教条式的态度来看待数理统计方法，以为只要记住一些公式和方法，碰到什么问题套上去就行。　　　　　　　—— 陈希孺

　　本课程2.0版本正在逐步上线，课程资源编号形如C02S2L2.3T，编号中有一个小数点，以英文字母结尾。PPT和计算代码会先于MOOC视频被替换更新，资源替换过程不会影响正常使用。

　　有任何意见和建议，可以发邮件至rongke@nefu.edu.cn，非常感谢！

基础理论部分：

贾俊平, 何晓群, 金勇进. 统计学. 中国人民大学出版社, 2015 

陈希孺, 倪国熙. 数理统计学教程. 中国科学技术大学出版社, 2009

陈希孺, 方兆本, 李国英, 陶波. 非参数统计. 中国科学技术大学出版社, 2012

李春喜, 姜丽娜, 邵云, 张黛静. 生物统计学. 科学出版社, 2013

陈希孺. 数理统计学简史. 湖南教育出版社, 2002

David Salsburg(作者), 刘清山(译). 女士品茶:统计学如何变革了科学和生活. 江西人民出版社, 2016

Jessica M. Utts, Robert F. Heckard. Mind on Statistics. Duxbury Press, 2012

Jerrold H. Zar. Biostatistical analysis. Pearson, 2009

Miroslav Kaps, William R. Lamberson. Biostatistics for Animal Science. CABI, 2017

Jacob Cohen. Statistical power analysis for the behavioral sciences. Routledge, 1988

Michael A. McCarthy. Bayesian methods for ecology. Cambridge university Press, 2007

实验设计部分：

Gerry P. Quinn, Michael J. Keough. Experimental Design and Data Analysis for Biologists. Cambridge University Press, 2002

Sharon L. Lohr. Sampling: Design and Analysis. Duxbury Press, 2009

R语言部分：

汤银才. R 语言与统计分析. 高等教育出版社, 2008

Alain F. Zuur, Elena N. Ieno, Erik H.W.G. Meesters. A beginner's Guide to R. Springer Press, 2009

Michael J. Crawley. The R book. Wiley Press, 2012

Jaynal Abedin, Hrishi V. Mittal. R graphs cookbook. Packt Publishing, 2014

Alain F. Zuur, Elena N. Ieno, Graham M. Smith. Analysing ecological data. Springer Press, 2006

John Lawson. Design and analysis of experiments with R. CRC Press, 2015

Python部分：

吴喜之. Python——统计人的视角. 中国人民大学出版社, 2018

Thomas Haslwanter(作者), 李锐(译). Python统计分析. 中国工信出版集团, 人民邮电出版社, 2018

EXCEL部分：

高贤强, 张著. Excel统计分析与应用教程. 清华大学出版社, 2019

Joseph Schmuller. Statistical Analysis with Excel. John Wiley & Sons, Inc. , 2013

　　这个不知从何说起

　　1 学校有教室，教室有多媒体设备，所以可以边讲边演练。

　　2 学校的图书馆很棒，所列参考书图书馆会有。如果没有，我们会以恰当的方式提供给您，只要您真想认真读。

　　3 学院有很多从事实际研究的老师，他们手里有很多数据，您可以去找他们，帮助分析数据，在实战中学习。相信他们会欢迎您。

　　这也不知从何说起

　　1 当然我得讲给您听，只要您听。

　　2 当然我得一边讲原理，一边演示怎么用R进行计算、分析、绘图，这个年代，如果还用纸笔做计算是不是太LOW？

　　3 当然您得多做练习。数据分析或者建模的结果，您需要当众展示，展示的好坏将决定您这门课成绩的高低。

　　4 当然，您得有台电脑，或者可以到我办公室来用电脑，欢迎，我有数据，您可懂统计？

　　如果我们的学生，无论后来是做研究，还是做生意，需要做数据分析时，能想起这门课上所学，那应该就是我们的教学有效果了。