Na podstawie Twojego postu trudno dokładnie wiedzieć, czego szukasz. Może możesz go edytować, aby trochę wyjaśnić. Powiem, że aby naprawdę dobrze zrozumieć statystyki, musisz nauczyć się matematyki.
W przypadku dość szerokich, wprowadzających koncepcji niskiego poziomu, oba
- Gonick and Smith, Cartoon Guide to Statistics , oraz
- D. Huff, Jak kłamać ze statystykami
są lekkie, łatwe do odczytania, które przedstawiają wiele podstawowych pomysłów. Inną książką skierowaną do bardziej „popularnej” publiczności, którą, jak sądzę, powinna przeczytać każda osoba, jest Inumeracja JA Paulosa . Nie chodzi tu o prawdopodobieństwo ani o statystyki, ale ma większe prawdopodobieństwo elementarne niż statystyka, ale jest sformułowane w sposób, który moim zdaniem może łatwo odnosić się do większości ludzi.
Jeśli masz jakieś podstawy rachunku różniczkowego i chcesz zrozumieć statystyki teoretyczne (wstępne, częste), znajdź kopię Nastroju, Graybilla i Boesa, Wprowadzenie do teorii statystyki , 3. miejsce. wyd. Jest stary, ale moim zdaniem wciąż lepszy niż jakikolwiek z bardziej „nowoczesnych” zabiegów. Ale jest to książka, dla której musisz się dobrze posługiwać notacją matematyczną.
Aby uzyskać „nowoczesny” widok stosowanych statystyk i interfejs między nimi a uczeniem maszynowym, wraz z dobrymi przykładami i dobrą intuicją, to Hastie i in., Elements of Statistics Learning , jest najbardziej popularnym wyborem. Wiele osób lubi też strategie modelowania regresji Harrella , które są solidną książką, chociaż najwyraźniej nie jestem tak wielkim fanem, jak inni. Znowu, w obu przypadkach, musisz przynajmniej czuć się komfortowo z rachunkiem, algebrą liniową i standardową notacją matematyczną.