最基础的理论需要知道的是，线性代数，概率论，以及一些基本的统计模型，比如linear models，和generalized linear models。对生统来讲最基础，也最重要的就是logistic regression了。一定要知道coefficient怎么interpret，odds ratio从output的哪里找。R语言是为模型服务的。(如果你自己不用清数据的话)。如果脑子里没有模型，你也不知道数据要清成什么样子。建议最开始可以自学这一本
introduction to statistical learning
有高中数学基础就能看。每天三个小时，最多两个月就能全看完。理论code全部搞定。
医疗大数据挖掘的话，可能会用到进阶的deep learning models，causal inference之类的，主要看你的research question是什么。deep learning models 可以看这个自学，视频讲义代码都有，顺便还能自学个Python，不太需要数学基础
casual 估计还要更多的理论基础，半年之内估计补不上来，不在这里讨论。
如果是走流行病做transmission dynamics modeling，估算force of infection这种的话，我觉得没有应数背景的，不会pde的，不会c++的，不会stan的，也发不了什么好paper。
如果以后想接着读博走生统的路线的话，建议自修一个统计研究生，这样biometrika之类的文章才能看得懂。要么就是和学统计的合作。
原来我自己是公卫领域的，读论文的时候，很多文章一看就知道，一作绝对不是建模的那个，methodology写得额……一个连methodology都些不明白的文章，结论能信吗？所以最后答主跑路读统计博士了……
总体建议就是，努力学理论，编程语言啥的，网上抄一抄，自己改一改，从来不是什么难点。
以上。
