我感觉理论部分不能死记公式 ，还是以体会公式背后隐藏的含义和代表的思想为主。比如说最基本回归模型的残差分析，其实其核心思想就是如何量化你的regression model包含原始数据的信息量，有了这个idea，后面的各种统计量就只是形式上的区别，在本质上都是反映了这个核心思想。另外这种应用统计的课程最重要的就是实践了，如果能多实践学到的方法，并和课本上学到的理论只是多加联系，那么对理论就会有更加深入的理解，那么记忆公式的问题也就不存在了，找一些实际数据用R实践一下课本上学到的方法应该会很有帮助的，呵呵

这里有一个Stanford本科生高年级的应用回归的课程网站，你可以参考一下他们的学习范围，作业以及编程例子，相信也会有一定的帮助。

http://www-stat.stanford.edu/~nzhang/191_web/

我也是这学期学的，也是这个版本的，里面公式还好吧，比我们另一门抽样技术好多了，关键是理解，而且它里面就最小二乘的东西最多了