Какой минимальный набор понятий и концепций статистики стоит освоить для решения прикладных задач?

Как ни странно, недооцененной компетенцией в рамках статистики, который редко кому-то приходит в голову - это философия науки.

Очень важно понимать чисто философские концепции такие как репрезантативность или релевантность, Понимать взаимообратную связь, что можно получить из собранных данных, а чего нельзя, и, обратно, какие данные нужно собирать, чтобы выяснить ответы на определенные вопросы.

И самое главное, это пресловутые навыки формализации задачи. Понимать как задача "обычной жизни" преобразуются в "статистическую постановку". Тот навык, которые в школе упущен из-за недостатка "текстовых задач".

Именно поэтому некоторые студенты-математики встречают на курсе статистики проблемы, когда оказывается, что задачи формулируются на обыкновенном языке и нужно переводить задачу в рамки формальной математичекой постановки.

Не понимают часто, почему считается, что измерения чего-то прибором являются нормально распределнными, а, например, время ожидания, экспоненциально. А ещё что-то биномиально, а что-то по Пуассону.

Ну и уж совсем мрак начинается, когда пытаешься объяснить то что происходит "при достаточно большом количестве измерений".