導讀：可能很多人都會有這樣的體會：在學校上了無數次的統計課程，學了一大堆的理論知識，也記住了好多的計算公式，但是一旦碰到實際資料，總是不知如何下手，最終只能找幾篇類似的文章，照搬上面的方法，也不管對不對了。
我們為什麼學不會統計，估計很多人很少會去像這個問題。我雖然也沒有刻意去思考，但是在多年的協助別人設計、分析的經歷中，慢慢地發現了一些可能的原因。
第一、統計學本身是一個非常靈活的學科，真正符合“具體問題具體分析”這樣的.一個哲學理念。即使是同樣的指標，在不同場合下所選用的方法也可能不同。單說一個簡單的方差分析，就因不同的設計型別需要採用不同的分析方法。甚至於同一批資料如果目的不同，其方法與結果也是不同的。
第二、大多數人最頭疼的問題應該是：對於一批資料，不知道到底應該選用什麼方法。儘管各種方法應用的前提條件背了一堆，但好像每個都像，每個又都不像。感覺好像用哪個方法也行，就是不知道哪個方法更準確。對於這樣的問題，確實沒有什麼好辦法能解決。正像醫學生剛畢業時判斷不準疾病一樣，只能靠經驗積累。
第三、目前的醫學統計學教材大都是一個模式，冷冰冰的框架，沒有一點人性化的詞語，全是一些讓人摸不著頭腦的話語。實際上，這也正是目前醫學統計學領域的悲哀，真正有水平的人很少，大多都是似懂非懂，缺乏分析的經驗，寫書時只能是照搬，相互抄來抄去，最終導致所有的醫學統計學教材都是一個面孔。
第四、目前是學術界煩躁的一個時期，沒有多少人能夠耐住寂寞地真正研究理論。多數人都只是學了一知半解，就自封為“專家”、“人才”。帽子很大，學問不多。也有很多人能夠學習理論，但是又不能結合實際，脫離實際問題，沒有真正的效益。統計學是一門方法學，本身也在不斷地發展，真正想要掌握統計，必須不斷地學習新知識，同時應不斷地應用，只有在應用過程中才能真正地學會並理解。目前國內醫學統計領域真正的高手已經越來越少，主要就是因為大多數人都很難沉下心來仔細研究統計學方法的進展和應用。如果自己都對統計學不瞭解，如何談得上教授學生，結果必將是讓學生更加糊塗。
真正的統計高手，至少應熟悉傳統的統計學理論，瞭解最新的統計學進展，經常應用統計學解決各種各樣的問題，至少精通一個數據庫工具，至少掌握一門程式語言，必須精通SAS，這裡不說SPSS，因為只有在SAS程式設計過程中，才能夠更加理解統計學理論，而SPSS僅靠選單執行，除了知道結果之外，對如何得出結果仍然一無所知，無助於統計學的理解。世界500強中90%以上用SAS而不是SPSS分析資料，不是沒有道理的。
