私は、在学中および大学で統計に関する十分なコースを受講しました。CI、p値、統計的有意性の解釈、複数の検定、相関、単純な線形回帰（最小二乗法）（一般的な線形モデル）、および仮説のすべての検定などの概念を十分に理解しています。初期のほとんどは数学的に紹介されていました。そして最近、私は本の直観的な生物統計学の助けを借りて、実際の概念理論に対して前例のない理解を理解しました。
さて、足りないのはモデルのフィッティング（モデルへのパラメータの推定）などの理解が足りないことです。特に、最尤推定、一般化線形モデル、推論統計へのベイジアンアプローチなどの概念は、常に私には異質に思えます。単純な確率モデルやインターネット上の他の（基本的な）トピックに見られるように、十分な例やチュートリアル、あるいは概念的に適切なものはありません。
私はバイオインフォマティシャンで、遺伝子発現（または遺伝子発現の差異）を見つけるための生の読み取りカウントを扱うRNA-Seqデータに取り組んでいます。私のバックグラウンドから、統計モデルに精通していなくても、ポアソン分布の仮定や負の二項式などの理由を理解することができます。しかし、一部の論文では一般化線形モデルを扱い、MLEなどを推定しています。理解するために必要な背景があると思います。
私が求めているのは、あなたの中の一部の専門家が有用だと思うアプローチと、（a）これらの概念をより直感的な方法で理解するのに役立つ本です（厳密な数学だけでなく、数学に裏打ちされた理論）。私はそれらを主に適用するつもりなので、何が何であるかを理解することに満足しているでしょうし、後で、厳密な数学的証明に戻ることができます...誰かに何か推奨はありますか？私が求めたトピックが確かにばらばらになっていて本でカバーされているなら、私は複数の本を買ってもかまわない。
どうもありがとうございました！