Hay una pregunta con intención similar en los programadores.SE . Esa pregunta tiene algunas respuestas bastante buenas, pero el tema general parece ser que sin el autoestudio no se llega a ninguna parte.
Obviamente, hay algunas diferencias importantes entre la programación y la estadística: con la programación, en realidad sólo se aprende algo de lógica básica y luego se aplica repetidamente. Los nuevos lenguajes utilizan todos los mismos conceptos básicos. El autoaprendizaje te permite aprender conceptos más avanzados y ser más eficiente. Este tipo de cosas es bastante difícil de enseñar.
La estadística es muy diferente. Es fácil aplicar la lógica que conlleva, porque alguien suele haber expuesto la metodología. De hecho, la metodología suele ser la mayor parte de lo que se enseña en las universidades. Pero la estadística es mucho más profunda que eso, e implica algunos conceptos de alto nivel. Es difícil incluso buscar esos conceptos, si todo lo que te han enseñado es estadística aplicada, y mucho menos entenderlos (aunque me pregunto hasta qué punto esto puede deberse a la jerga del campo). Además, me parece que el autoaprendizaje de la programación implica la lectura de un montón de artículos/blogs cortos para introducirse en los nuevos conceptos, mientras que los artículos accesibles sobre estadística están casi siempre dirigidos al principiante total, y son por tanto algo inútiles para un novato avanzado, como yo.
Así que la pregunta es: ¿es el autoaprendizaje más o menos apropiado que la educación universitaria, para la estadística? ¿Qué metodologías de autoaprendizaje hay que funcionen? Cualquier ejemplo de lo que ha funcionado para la gente antes sería bienvenido.
(esto probablemente debería ser una wiki comunitaria, pero no veo ninguna casilla de verificación)