有过很多关于数据分析的文章，里面会对某个业务场景进行建模和处理。在接触实际业务后，发现这些分析内容，从方法论和模型上并没有什么问题，但是处理的业务场景却过于简单了，实际当中，方法和模型甚至要更普通和弱化，但对业务场景的抽象却远远比纸上谈兵中所说的那些复杂的多。很多时候我们在公众号里看别人写的内容，会以一个“出现A→ 从而B→ 所以C”的这种模式去开展ta的论述。这样的分析思路没有问题，但是在实际中

一、理论1、学术基础理论（1）数学基础课：主要包括《初高中数学》+《微积分》+《线性代数》+《概率论与数理统计》，任意教材均可。当然不是里面所有的东西都会用上，不过学会这些才能形成最基础的数学体系，有助于后续学习中高级的统计学。（2）初级统计学[1]推荐教材：贾俊平的《统计学》；[2]核心知识板块：描述统计学+推断统计学（区间估计、假设检验）+相关分析+回归分析+统计指数+时间序列分析。（3）中高