最基礎的理論需要知道的是，線性代數，概率論，以及一些基本的統計模型，比如linear models，和generalized linear models。對生統來講最基礎，也最重要的就是logistic regression了。一定要知道coefficient怎麽interpret，odds ratio從output的哪裏找。R語言是為模型服務的。(如果你自己不用清數據的話)。如果腦子裏沒有模型，你也不知道數據要清成什麽樣子。建議最開始可以自學這一本
introduction to statistical learning
有高中數學基礎就能看。每天三個小時，最多兩個月就能全看完。理論code全部搞定。
醫療大資料探勘的話，可能會用到進階的deep learning models，causal inference之類的，主要看你的research question是什麽。deep learning models 可以看這個自學，影片講義程式碼都有，順便還能自學個Python，不太需要數學基礎
casual 估計還要更多的理論基礎，半年之內估計補不上來，不在這裏討論。
如果是走流行病做transmission dynamics modeling，估算force of infection這種的話，我覺得沒有應數背景的，不會pde的，不會c++的，不會stan的，也發不了什麽好paper。
如果以後想接著讀博走生統的路線的話，建議自修一個統計研究生，這樣biometrika之類的文章才能看得懂。要麽就是和學統計的合作。
原來我自己是公衛領域的，讀論文的時候，很多文章一看就知道，一作絕對不是建模的那個，methodology寫得額……一個連methodology都些不明白的文章，結論能信嗎？所以最後答主跑路讀統計博士了……
總體建議就是，努力學理論，程式語言啥的，網上抄一抄，自己改一改，從來不是什麽難點。
以上。
