原文：
www.kdnuggets.com/5-free-courses-to-master-statistics-for-data-science
图片由 pch.vector 在 Freepik 提供
如果你想成为一名熟练的数据科学家，你应该知道如何理解和分析数据。统计学在这方面非常重要。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织 IT 工作
然而，学习统计学可能会感觉困难，尤其是对于没有数学或计算机科学背景的人。但不用担心，我们整理了一份统计课程列表——从入门统计到稍微高级的概念——你可以免费参加这些课程。
你不必完成所有这些课程才能在数据科学领域掌握统计学。因此，请随意查看你特别感兴趣的课程。开始吧！
注意：你可以在 Coursera 上免费旁听以下所有课程。
统计学导论课程来自斯坦福大学，是一门很好的统计学入门课程。该课程旨在教授理解和分析数据所需的所有统计思维概念。
这是课程内容的概述：
-
数据探索的引言和描述性统计
-
数据生成和抽样
-
概率
-
正态近似和二项分布
-
抽样分布和中心极限定理
-
回归分析
-
置信区间
-
显著性检验
-
重新抽样
-
分类数据分析
-
单因素方差分析（ANOVA）
-
多重比较
链接: 统计学导论
基础统计学课程来自阿姆斯特丹大学，这也是一个适合初学者的统计课程。该课程要求你对 R 编程有所了解，并涵盖以下主题：
-
数据探索
-
相关性和回归分析
-
概率和概率分布
-
抽样分布
-
置信区间和显著性测试
链接: 基础统计学
数据科学中的统计学与 Python由 IBM 提供，作为数据科学基础与 Python 和 SQL 专业化的一部分。
这门课程将教你如何使用 Python 进行统计测试并解释统计分析的结果。课程内容如下：
-
Python 基础
-
介绍和描述统计学
-
数据可视化
-
概率分布介绍
-
假设检验
-
回归分析
统计学的力量由 Google 提供，作为他们 Google 高级数据分析专业证书的一部分。
从总结数据集到进行假设检验以及使用概率分布进行数据建模，这门课程还侧重于使用 Python 进行统计分析。课程内容包括：
-
统计学导论
-
概率
-
采样
-
置信区间
-
假设检验导论
链接: 统计学的力量
使用 Python 的统计学专业化由密歇根大学提供，教授如何使用 Python 进行数据可视化、统计推断和建模。它还强调将你需要回答的业务问题与相关的数据分析方法相连接的重要性。
这是一个包含三门课程的专业化项目，涵盖了所需的理论知识以及 Python 编程作业，帮助你应用所学的所有内容。该专业化项目的课程如下：
-
使用 Python 理解和可视化数据
-
使用 Python 进行推断统计分析
-
使用 Python 拟合统计模型
就这些了。我们介绍了五门可以免费学习统计学并提升数据科学技能的课程。
因为这些课程大多数侧重于使用 Python 编程和运行统计测试，而不仅仅是学习理论概念，我相信你会发现有很多机会来应用你所学到的知识。祝学习愉快，继续编码！
Bala Priya C** 是来自印度的开发者和技术作家。她喜欢在数学、编程、数据科学和内容创作的交汇处工作。她的兴趣和专长包括 DevOps、数据科学和自然语言处理。她喜欢阅读、写作、编程和喝咖啡！目前，她正在通过撰写教程、操作指南、观点文章等，学习并与开发者社区分享她的知识。Bala 还创建了引人入胜的资源概述和编码教程。**
