我相当倾向于数学——在我的本科里有 6 个学期的数学——虽然我有点缺乏实践，而且在偏微分方程和路径积分方面我的概念有点练习。我没有上过关于数学证明（数学思维）或分析的课程。
我也了解研究生水平的概率——最近正式研究过它并更新了我的知识。
我还上过几门关于统计和统计学习的研究生课程。
出于个人兴趣，我想在接下来的 18-24 个月内学习数理统计。我想平均每周花 5 小时自学该主题。
我对如何做到这一点有点不知所措。我尝试从Casella 和 Berger的书中学习，但确实无法取得任何进展。我觉得这本书有点无聊，而且它的方法很难处理。
我发现 Casella 和 Berger 的困难之处：
- 不好意思这么说，但字体设置的开始——它被包装以减少空白的方式让我失望了
- 那里有很多证据，但我觉得对于我们为什么要努力实现结果以及手头更大的目标是什么缺乏直觉。
- 引用前几章的证明在某种程度上使材料对我来说有点棘手——我经常回去，直到我最终放弃。
- 这个例子似乎很可行，但是我无法解决这些问题——这些问题似乎在一个班级里。
- 我只是无法进入材料——我想知道我的思维方式是否需要更严格的处理——我是否应该考虑对数理统计采用测度理论方法？
所以问题是：是否有一本教科书可以让我的鞋子学习并自学该主题。
我想要的文字：
- 在许多方面，我喜欢一本书的内容与我不喜欢的 Casella 和 Berger 的内容相反。
- 这本书的字体设置会有所帮助。下面的一些要点将详细说明这一点。
- 我认为最好有一本书以直觉开始，对我们想做的事情有直觉，也许是在非数学意义上——有点像弗里曼等人的《统计》一书。
- 一本以同时数学推导和评论格式呈现定理的书——在 CB 中，我只是放弃了尝试阅读证明
- 一本书，每个部分都附有大量已解决的问题。
- 这本书还包含计算练习，让读者通过探索使用 R 的概念来建立更好的理解
- 一本书，涵盖了数理统计的前一门或两门研究生课程所需的材料。
补充笔记：
- 我知道这个问题数学家的统计简介- 在发布这个问题之前我已经研究了一些重叠和一些答案 - 但是我觉得这两个问题有不同的要求。