统计是个磨人的小妖精，明明不能没有它，但需要的时候又召唤不来。不过其实还没有这么绝望，新西兰坎特伯雷大学的统计学教师Dr. Nicola Ward Petty总结了几道要诀，现整理出来，希望能帮你召唤统计神兽，度过学统计的黑暗时光！
Dr. Nicola Ward Petty
1
为之则难者亦易矣
预测做一件事能否成功的指标之一，就是看花在其中的时间，所以要学好统计，一定得真正投入时间去学。系统地上课、读教材、做笔记是日常任务，但还有很多支线任务可以做，比如读一些评议、案例分析，也有助于理解概念。
但更要紧的，是练习做统计所需要的各种技能，包括逻辑思维、理解、判断和写作，需要做大量的练习。最好找那些有现成答案的习题，在你思考过、练习过之后可以对答案，把确保自己在正确的轨道上行走，避免养成坏习惯而不自知。所以其实应该说“为之得法，则难者亦易矣”。
2
知行合一，不必知而后行
技术的应用的确要具备一定的基础知识，但不必等到“完全吃透”才能应用，我们咿咿学语之时，也不必等到完全理解了语法结构才开口说话呀，我们都是在边说边被纠正的过程中理解语义、语法，获得语感，学统计也是一样的。
但应用也有讲究。一些同学会反复用Excel来给一组双变量数据找拟合线，来尝试理解拟合线的意义。这样做倒也不失为一种练习，但还是有局限。就像不给语境就甩个公式让你机械地计算一组数据的标准差，你能理解什么是标准差吗？
最好是在特定的情境案例中学习，才能对抽象的概念有直观的感受。
3
多多探索语境
在一个统计应用案例中，语境很重要，通常也很有趣。你得理解为什么要做这个调查，为什么要收集这样的数据，这个案例的核心问题在哪里。正是语境，使得每个调查项目都独具个性。也正因此，统计学才会细分到各个不同的学科，比如医学、心理学、生物学等，各学科的专业知识就构成了统计的大语境。
等你将来把统计应用于自己的研究时，这应该不成问题；但相反，当你学习、做练习的时候，所用的案例则不一定是自己熟悉的领域，多花点时间来学习相关的背景知识，为什么在此情此景中需要应用这种分析方法，如此也有助于理解相关的统计概念。
4
拥抱不确定性
统计学和数学是不一样的，数学比较纯粹，通常不需要任何情境，只关乎数字、逻辑等抽象的东西。而统计则来源于现实，又要应用于现实。简单说，数学问题的答案有对错之分，但统计则并不是非黑即白的二元世界。
在统计学里，你得从现实世界的角度去理解数据，答案也许是模糊的。有时候这种不确定性会让人烦恼，但转念一想，这也正是它的趣味，有很多可以讨论的空间，有很多的可能性。犹其是当你走出课本，你会发现你收集到的数据有很多离群值、缺失值等等各种bugs，你不仅需要学会处理这种“脏数据（Dirty Data）”，还要学会对分析结果进行讨论和阐释，所以写作表达能力也是学统计时需要注意掌握的一个技能。
5
注重科技的运用
统计学的发端很早，别说电脑了，早在还没有计算器的时候就有了统计，但现在几乎无法想象手工在稿纸上一笔一划地计算方差或者画个散点图。随着技术的进步，我们有了各种各样的统计软件，而软件的不断开发又带来了更丰富的数据可视化形式，可以说不会软件就不会统计。所以熟练掌握1~2种统计软件是必要的。
数据可视化在现代统计学中很常用，不仅用于最后呈现分析结果，也用于前期对数据进行初步探索。当你有了一组多变量的数据，就可以尝试用软件生成图形，从图形中观察它们的分布规律，以及各变量间的潜在关系，说不定会有一些超越你现有知识或预期的新发现。
6
走出术语的困惑
统计术语给人的众多困惑之一，就是它有时候会跟日常用语混淆。比如“显著”，它平时可以表示某人某物光芒万丈令人瞩目，但在统计学里它表示，有证据表明，在样本中发现的效应，在总体中也存在。
另一困惑则是，统计学的发展越来越迅速，并且分化到各专科之后又各有各的发展，于是有可能同一个意思在不同的专科里会有不同的命名。所以当困惑的时候多查一查，说不定原来是老熟人。
7
多和小伙伴讨论
所谓流水不腐、户枢不蠹，学习不仅要有输入还要有输出。当你和小伙伴一起讨论一个问题时，就有了信息的交流，能互通有无，能获取多种思路。犹其当你尝试向别人解释一个概念时，飞到头上的教师光环也迫使你更深入地思考，从而对它有了更好的理解。
8
脱胎换骨
学了统计，有可能三观就变了。统计思维会让你越来越留意真实世界中的各种不确定性，各种差异。我们知道了抽样误差和非抽样误差，或许就会对民意调查或其他各种研究保持警觉；我们了解了统计分析和实验的力量，也就越来越注重证据，循证医学在我们心中的份量也会渐渐增长。
既然打开了新的视角，不妨回头看看你原来熟悉的那些事物，也许会引发新的思考，新的探索。
最后，Petty老师说，统计学是很好玩的。如果你觉得不好玩，也许是你学不得法。对此麦子只想说，好霸道！
投稿邮箱：tougao@helixlife.com.cn
