我不确定这个网站上是否有人问过这样的问题。
我最近毕业于本科统计学专业，具有一些密集的数学背景（我知道一些概率论和随机微积分，并参加了两个学期的实分析和抽象代数）。我有点失望，因为尽管我学到了所有的理论，但我在应用所学知识方面没有太多背景。
我在应用程序方面的唯一经验是入门级计量经济学课程，奇怪的是，统计学专业不需要这门课程（我在还是精算专业的时候就把它拿回来了）。我发现这门课很无聊，缺乏数学严谨性，我在上课时向教授请教了高斯-马尔可夫定理的证明。
对于具有我数学背景的人，你会推荐什么作为数学导向的教科书来学习计量经济学和创建模型所带来的问题（多重共线性、异方差、序列相关等）？
（如果我的问题措辞含糊，请告诉我，我可以对其进行更具体的编辑。）
有了你的背景，我想看看 Hastie、Trevor、Tibshirani、Robert、Friedman、Jerome 的“统计学习的要素”（Springer）。
另一本好书是 AC Davison：“Statistical Models”（剑桥）
但是，你真正应该学习的一本书是：David A. Freedman：“统计模型。理论与实践。修订版。” （剑桥）一些朋友的前言：“有些书是正确的。有些是清楚的。有些是有用的。有些是有趣的。很少有两本。这本书是四本。统计模型：理论与实践清晰，坦率而深刻，读起来很愉快。我们很幸运，大卫弗里德曼在 2008 年底去世前完成了这个新版本。我们对他的去世深感悲痛，我们非常钦佩他为这本书带来的活力和欢呼——以及许多其他项目——在他最后的几个月里。”
这本书在数学方面很少（这并不意味着“容易”），但在概念方面却很高，不仅展示了模型，而且还批评了它们。你会喜欢的！
如果你想要应用和严谨的结合，我会推荐两本 Wooldridge 的书。一本书是研究生水平的教材，另一本书是针对本科生的。考虑到你的背景，我会尝试第一个。有证据，但也有经验示例，数据集随时可用。重点主要是横截面和面板数据主题，尽管您提到的所有内容都已涵盖。
如果您正在寻找金融时间序列，这是一本很棒的书：
Tsay, RS (2010) 金融时间序列分析。第三版。纽约：威利。
我刚刚在大学完成了数据挖掘课程，我们使用了 Shmueli、Patel 和 Bruce 的“使用 Xlminer 在 Microsoft Office Excel 中进行商业智能概念、技术和应用程序的数据挖掘”。教授还阅读了 Hastie、Tbshirani 和 Friedman 的书籍，可以在这里找到。这些给出了很好的介绍，这是一门数学上非常严格的课程。