我學了四年統計學(其實認真學統計學才兩年半)，不，確切的說是七年。我想和妳分享壹些東西。因為我最近初三論文到了最後階段，每天都有絡繹不絕的童鞋來問我各種數據處理的問題。我很想回答:不知道！因為我要自己寫論文。所以，學好統計學很重要；而且統計學也很好學。對於壹個高中數學沒考過140，只是偶爾考120+的人來說，大家的數學水平應該不在我之下。
文章中如有過激言辭，請自行屏蔽。我懷著強烈的感情寫了這篇文章。薩，壹只狗！
首先要確立兩個基本觀點，這將是大家學習統計學的動力和自我效能感的重要來源。
第壹，我們是學心理學的！
妳知道學心理學有什麽用嗎？我從來不知道。直到大三在的班上，也是舒老師教的，我才恍然大悟。我不會學心理學，但是我會設計實驗！突然覺得價值就在那裏！(到底是不是？= =!)要知道我們會實驗，會設計，我們會扮演總領隊，總負責人，總負責人的角色。任何研究都是從實驗設計開始的，無論是定性設計還是定量設計。簡而言之，設計是上層的任務，是高層的，是只有公司領導才能做的事情。所以，我們智商絕對高！這麽復雜的設計，如果我們都能搞清楚，那統計學就真的只是壹個小問題了。此外，所有的統計方法都是基於特定的實驗設計。正所謂黨指揮槍，才需要用心理學去學習心理統計學。
第二，我們不學數學！
可能大家又會迷茫了，尤其是很多外系考過的同學(我這裏沒有貶低其他專業同學的意思，雖然我壹直認為考研心理學應該考個高數C！嗯，看完更新的冷笑話掛東南分公司= =！)。統計學就是數學(廣義)？為什麽不學數學是優勢？因為，我們不需要知道我們是如何走到這壹步的，我們只需要關心它是如何不存在的，啊，不，是我們如何使用它。對於壹種統計方法，我們不需要推導它的過程。我沒見過任何證明方差分析是單側檢驗還是雙側檢驗的文獻(知道方差分析是單側還是雙側嗎？)，我們只需要知道什麽時候可以用，僅此而已！
確立以上兩個觀點後，我完全相信，作為壹個心理學院的高材生(至少表面上)，統計學是很簡單的。妳看，我從來不擔心有沒有星號。我所有的研究都是描述性統計。
第壹，不求人解。
(別讓紅雲姐姐知道我說這話，不然屎都要套TT了。)這是很多大壹新生都很郁悶的問題，包括我。記得我們班壹個同學曾經說過壹句經典的話:學了統計學才知道。
未知永遠是未知。
。是的，很經典！妳想不通統計為什麽會這樣。所有的統計方法都只是虛無，什麽都沒有。同樣的數據，妳不顯著做，我顯著做？！妳不明白為什麽。對於壹年級的學生，我們開始興致勃勃的學習統計，因為所有的師兄師姐都告訴我們統計很重要，紅雲師姐作業很多，等等。我們也有野心。我們幾乎蔑視統計學。什麽是均值和標準差？妳需要學習什麽？但是突然有壹天，沒有任何預兆，我們聽不懂紅雲姐姐在說什麽。自從假設檢驗之後，我們根本不懂統計學。
我們做什麽呢當然，如果妳能搞清楚假設檢驗的思路，妳就知道它的假設是什麽了。我們不需要知道那麽多(雖然我現在還在偶爾回味《概率論與數理統計》這本書的優秀之處)，我們只要會用就行了。對於初學統計的人來說，這是最好的方法。我們只需要知道，在什麽條件下，用什麽方法，如何把數據放到SPSS中，如何操作，最後的結果有沒有星號就可以了。心理學研究不就是這樣嗎？
所以，對於壹個初學統計的人來說，不求解答是再好不過了。對我們來說，我們要做的是盡可能的知道有什麽，而不是為什麽。至於為什麽，自然是統計學家去證明，妳也不需要知道他的證明對不對，做了多少不合理的假設才得出這些結論。所以從這個角度來說，貝葉斯統計並不難，只是壹種，壹種，壹件事！(這個槽太老了。哎= =！)
第二，為用而學
先問研二的同學壹個問題。有人會據此分析嗎？或者我問壹個本科三四年級的問題，還能有人用科瓦爾多分析嗎？估計大家都驚呆了。這都是什麽？是的，這些是什麽？！！不知道是因為我從來不用，還是根本沒機會用。
不需要就算了。
這就是統計學的特點。
我壹直很納悶，統計學是壹門技能。為什麽不能像遊泳或者騎自行車壹樣讓人難忘？其實我們學的統計學方法，也就是方差分析，可能是印象最深的，因為我們壹直在用。不使用其他方法，就不會。大家都是這樣，我也是(連劉老師也是)。壹個方法只要不用就會被遺忘。半年不看節目，就不知道之前寫了什麽；要花很多時間才能記住。所以，壹句忠告，不要太貪心，什麽都想學，學妳想用的，學完壹定要用。不然真的是浪費學習！
當然這部分對大家來說可能有點太激進了，因為妳還有考試，不管是本科還是研究生，總之妳得應付過去。但是，從另壹個角度來說，考試相當於使用它。為了用它去考試，妳必須學會它！
讓我給妳壹點關於考試的提示。好像期末快到了~(真的快到了！)本科生要讀(a)，研究生要讀(b)，其他要等XX壹段時間。
(壹)不外乎方差分析和回歸分析。這兩部分是所有基礎統計學的重點，所以大部分考試都是必考的；妳也要知道方差分析和回歸分析的區別和聯系，這是心理學院(統考，考研，考)的經典題目，也是妳從初等統計進入高等統計的門檻！其次，非參數檢驗其實很重要，因為在實際研究中，很多時候數據並不符合那麽多假設；卡方檢驗也是今後研究中多元統計分析的基礎。所以，大家還是要好好掌握。高壹第二學期(統計學第壹學期)可能還談不上回歸，所以方差分析應該更重要。對了，大家需要熟練掌握假設檢驗和參數估計的所有內容，以及顯著性的相關內容，不能忘記！對了，平均標準差什麽的，高中應該就知道了= =！(吐槽:0.002的相關性顯著怎麽辦？有什麽我不知道的嗎？)
(二)雖然研究生課程每年都會有變化，但重點不會變:第壹層次側重於結構方程建模，第二層次側重於多水平分析和主流多元統計方法。主流的多元統計是指多元回歸(包括logistic回歸)、因子分析和聚類分析。其他非主流的統計方法，大概都知道人家在幹嘛。結構方程模型是重點和難點，也是近幾十年來心理學的發展趨勢。多水平分析，潛在類別分析，結構方程導出的增長模型，妳能理解多少就理解多少，不求解答也無所謂，但是妳要知道統計學已經可以處理那麽多不同數據，不同假設，不同設計的問題了。對於研究生或者博士生來說，發表文章是第壹位的，有好的方法好的文章壹定會發表！所以對妳來說，不求甚解尤為重要。但我還是提醒:
不要濫用技術
第三，明確關系
對於統計學來說，無非是幾個變量之間關系的壹種表示方法。我們也做研究，只是想知道壹些變量之間的關系是什麽。所以，任何統計方法，只要能搞清楚這些變量之間的關系，都是可以解決的。清楚了這些關系，我們就可以選擇相應的統計。