我正在寻找一些统计信息（从可能性到概率），从最基本的到更高级的。答案不是必需的（尽管指向本网站上特定问题的链接会很好）。
Answers:
不确定工作是什么，但是我认为“向新手解释x”可能会很好-
a）因为他们可能会在工作中需要这样做
b）我认为这是对理解的一个很好的检验。
我工作的标准Q遵循以下原则：
查看您声称使用过的统计数据包（最好是我们也使用的统计数据包）的多元逻辑回归的输出。XXX是本金的自变量。您如何了解一位具有主题知识但没有经过正式统计培训的同事来解释结果？（如果需要，提示分别解释点估计值，CI，p值）。
您可能还需要思考一下访谈是否是衡量兴趣结构的最佳媒介。如果要评估概率或统计数据的先验知识，则最好还是更多地依赖笔试。您可以提出更多问题，从而提高测量的可靠性。在管理和评分上都更加标准化。一旦开发了该工具，它可能会使用更少的资源进行管理。
然后，您可以将面试作为一种更集中的工具，以查看口头和人际交往技巧等因素。
我被问了两个问题：
1）您使用多元回归拟合来检查另一个部门的工人感兴趣的特定变量的影响。该变量返回的意义不大，但是您的同事说这是不可能的，因为已知它会产生影响。你会说/做什么？
2）您有1000个变量和100个观察值。您想找到特定响应的重要变量。你会怎么做？
该网站上的许多问题/答案都可以为您提出好问题的想法。我将列出一些我认为不错的链接。我回答的帖子人数过多，因为我对这些帖子了解得更多，而不是因为它们不一定是最好的！我会为每个链接提供简短的评论，以便您决定是否要关注该链接。
SVD背后的直觉是什么？ “您能向我们的一位客户解释SVD的工作原理吗？”
用通俗易懂的术语表示的最大似然估计（MLE） “您可以用非技术语言解释最大似然估计的想法吗？”
塔勒布和黑天鹅 “告诉我，黑天鹅是什么，为什么如此相关？什么时候相关？”
当样本“是”总体 时的统计推断“当样本是整体时，您能说什么统计推断？”
拟合优度以及选择线性回归或Poisson的模型 “我们有一个回归问题，其中的响应是一个计数变量。在这种情况下，您会选择哪种，普通最小二乘或Poisson回归（或其他一些）？请解释您的选择，这些模型之间的主要区别是什么？”
有限方差和无限方差有何区别？ “您能否用一种尽可能简单的语言来解释一个随机变量具有无限期望或无限方差意味着什么？这种区别的实际重要性是什么？例。”
什么是逐步回归的现代易用替代方法？ “当有许多可能的预测变量时，您将如何建立一个复杂的回归模型？描述不同的可能策略，并说明每种策略的问题”
Logistic回归中如何处理完美分离？ “逻辑回归中的分离问题是什么，它的原因，症状是什么？如果确实存在问题，您可以怎么解决？”
为什么相关矩阵需要是正半定的，它是或不是正半定是什么意思？ 和
什么是一个非正定协方差矩阵告诉我关于我的数据？ “解释为什么协方差矩阵必须是正（半）定的，这意味着什么。如何使用该事实？”
中位数的多维版本是什么？ “您可以提出某种方法将中位数概括为多元数据吗？”
用分类变量解释logit回归中的交互作用术语， 以及 识别交互作用的最佳实践是什么？ 和 两个消极的主效应，却产生了积极的互动效应？ 和 包括交互而不是在一个模型的主要作用 和 如何解释主效应时的互动效果并不显著？ “解释一下回归模型中的交互作用是什么。具体地说，如果交互作用是显着的而不是主要影响是什么意思？普通线性回归和逻辑回归之间的交互作用解释是否有差异？”
对数据使用平方根变换的原因可能是什么？ 和 适当的数据转换 “何时，如何以及为什么在回归（或ANOVA）模型中转换响应变量？还有其他选择吗？
我可以信任非正态分布DV的ANOVA结果吗？ “您将如何使用非正态残差处理ANOVA？
当我在逻辑回归设置中使用平方损失时，这里发生了什么？“为什么我们使用最大似然法进行逻辑回归？为什么不算最小二乘呢？”
您将如何计算班加罗尔的檀香木树数量？
这是一套TinkerToy玩具。告诉我欧几里得距离如何在三个维度上起作用。现在，向我展示多元回归的工作原理。
他们能否解释统计数据在物理世界中的工作原理？
我们正在运营一个客户服务中心。我们每个月接到一百万个电话。我们如何将其减少到一万个？
我们提出的许多问题与已经描述的问题相似。但是有些我还没有读过，用到的是：您可能会被要求在白板上草拟一个程序来做类似的事情：模拟掷骰子或其他概率问题，或计算一系列素数（例如，所有小于1,000,000的质数）-您可以使用所需的任何语言来执行此操作，但是大多数人选择R，有些人选择Python（我相信），但是我想您可以选择Stata，SAS，SPSS ，Matlab等。您可能会被问到一些问题，以探讨您对所选编程语言的了解的深度-例如，为什么在R中使用Apply而不是for循环。
可能还会要求您设计一个实验或其他研究来研究某些东西（通常是实际的东西），有时这与我们所做的工作有关，但通常与我们所做的工作无关。（您不应该了解我们所做的工作，但是即使您知道某些领域的知识，您也应该能够掌握未曾听说过的问题的要点并明智地进行思考。那是错的-没关系，您不应该具备领域知识）。可能会要求您考虑诸如电源之类的问题。
在进行定量变量的方差分析时，有时会发现变量的频率非常高（> 5），然后我们使用Fisher精确检验来找到变量的独立性。