统计学x±s是哪一章的X上面还有一横 急急急！

统计学以前是数学的一个分支，现在已经和数学并列成为二级学科了，但同时又和经济学有着莫大的关系，所以经济学强校很多是经管类的，或者经管见长的院校，招生专业名称一般为统计学、应用统计学，

但是各学校为了突出优势会在统计学基础上加上很多前后缀（教育部该管管这事了），什么数理统计（其实这个偏数学了，属于统计学的数学基础）、统计学（大数据）、统计学（风险管理）、华东师范大学的统计学类专业居然包含金融工程和保险、含统计学、3个专业。

其实无论什么名称本科阶段都是通识教育为主，上述前后缀大部分都是研究生阶段的方向，很多学校为了吸引考生故意把专业名字弄得花里胡哨，都向往热门行业上靠，严肃来讲这是一种急功近利的行为，一种不好的风气，考生和家长不要过于纠结这些。无论哪个名称本科阶段的课程都差不多，只不过加上一点金融学、数理统计、投资学、计算机、编程等课程，聊胜于无。

另外还有不少交叉专业，比如生物统计、生物信息（统计方向）、医学统计、金融统计等。基本上开在生命学院、医学院、金融学院等，其实是以本专业为主统计学为辅。

那重点来了，统计学到底好不好呢？

既然叔推荐了就说明起码不是大坑，至于好不好好到什么成都见仁见智，个人觉得不错，主要原因是未来空间比较大，比较热门的金融行业和互联网行业需求都非常大。

比如各大高校竞相开始的大数据专业，其实就是以统计学为基础的，我看了一下课程设计基本上就是统计学+计算机+软件工程为主，想法是好的，但是也可能贪多嚼不烂，更建议本科打牢统计学基础研究生转大数据方向，这就需要自学一点编程（其实本来编程就不是靠老师教的哪怕是软件工程专业）。

再比如金融行业中热门的量化分析风险控制岗位，也和统计学关系极为密切，招聘也以数学统计学背景的为主。还有就是大家喜欢的金领——保险行业中的精算师岗位（虽然不错但其实没那么厉害了了不明真相的吃瓜群众跟着瞎吹而已），其实和统计学数学关系非常密切，很多人大牛都是统计学数学本科研究生学精算的，基础更牢。

入门级课程，强烈推荐。课程对学生的数学基础要求很小，可以认为是零基础学习统计学的好课程，授课老师是斯坦福教授Sebastian Thrun，他是Udacity的创始人之一，同时作为Google Fellow, 他创办了Google X实验室，主导了Google无人驾驶汽车以及Google眼镜等革命性产品。课程本身深入浅出的介绍了统计学的大多数基本概念，只要认真回答每节课的小问题，同时认真完成homework, 包括用python写个小的统计程序，应该会大有收获。

MOOC学霸 @wzyer 对这门课程的评价是：课程本身内容很不错，涵盖了统计基本的知识点。不过也许是Udacity风格的问题吧，听完之后感觉有些不够系统。也许这门课主要面向的是无基础的人吧。

Udacity官方也提供了这门课程的视频下载链接：https://www.udacity.com/wiki/st101/downloads

另外Udacity也在Youku上建立了官方频道，这门课程对应一个专辑：Udacity公开课:ST101统计学入门，貌似视频不全，但是有翻译。

2、可汗学院的“Probability and Statistics（概率与统计)”

入门级课程，强烈推荐。可汗老师亲自在白板上边写边讲，通俗易懂，另外一个就是它的配套练习系统了，没有一定的正确率是不让你通过的。网易公开课虽然有这门课的视频，但是缺少了练习，好像就丢了魂。虽然以前在学校里学过概率和统计，特别是后者，感觉很多基本概念没有在脑子中留下印记。这门课刚好补回了很多基本的概念。网易公开课上将这门课程分为两个课程“概率”和“统计学”提供在线观看和视频下载，并且视频有相应的翻译，如果能再在可汗学院官方网站上做一下练习，效果会很不错。

2.1 可汗学院公开课：概率

可汗学院的概率课程通过各种生动的例子，由最基本的概率问题讲起，逐步深入讲解了概率中的一系列概念及问题，主要内容包括独立事件，相依事件，随机变量，排列，组合，概率密度函数，二项分布，期望值，大数定律以及大量的实例。

2.2 可汗学院公开课：统计学

这门课是统计学入门课程，将涵盖统计学所有的主要知识，包括：随机变量、均值方差标准差、统计图表、概率密度、二项分布、泊松分布、正态分布、大数定律、中心极限定理、样本和抽样分布、参数估计、置信区间、伯努利分布、假设检验和p值、方差分析、回归分析等内容。

3、edX的伯克利统计学课程三部曲-描述统计学，概率，推荐推断

X上有一横是平均数，S是标准差；统计学书里面没有明说用x±s这种方式来表示均数加减标准差，但是吸管都这样用。一般在SPSS里面想得到这组数据是：ANALYZE---DESCRIPTIVE,勾选平均数（mean）和标准差（standard deviation）即可；当然在检验时也可以从option里面找DESCRIPTIVE。

统计学书里面没有明说用x±s这种方式来表示均数加减标准差。
但是吸管都这样用。
可以参考定量资料的统计描述一章