Важко точно знати, що ти шукаєш, виходячи з посади. Можливо, ви можете це відредагувати, щоб трохи уточнити. Я скажу, що, щоб дійсно добре зрозуміти статистику, тоді вам потрібно буде навчитися математиці.
Для досить широких, вступних концепцій низького рівня, і те, і інше
- Гонік і Сміт, Посібник із статистики мультфільмів та
- Д. Хафф, як брехати зі статистикою
це легкі, легкі для читання, які представляють багато основних ідей. Ще одна книга, спрямована на більш "популярну" аудиторію, яку, на мою думку, повинна прочитати кожна людина, - " Єгома" . Йдеться не про ймовірність чи статистику, яка сама по собі має більш елементарну ймовірність, ніж статистика, але вона обрамлена таким чином, на який, на мою думку, більшість людей може легко зв'язатись.
Якщо у вас є деякий облік числення і ви хочете зрозуміти (вступну, частотистську) теоретичну статистику, знайдіть копію Mood, Graybill і Boes, Вступ до теорії статистики , 3-е. ред. Це старе, але, на мою думку, все-таки краще, ніж будь-яке більш «сучасне» лікування. Але це книга, для якої вам доведеться погодитися з математичними позначеннями.
Для "сучасного" перегляду прикладної статистики та інтерфейсу між нею та машинним навчанням, поряд із хорошими прикладами та доброю інтуїцією, найпопулярнішим вибором є Хасті та ін., Елементи статистичного навчання . Багатьом людям також подобається стратегія моделювання регресії Гаррелла , що є надійною книгою, хоча я, мабуть, не такий великий фанат, як інші. Знову ж таки, в обох випадках вам потрібно, принаймні, бути комфортним з численням, лінійною алгеброю та стандартними математичними позначеннями.