医学统计学、生物统计学还在傻傻分不清楚？

　　几百年前投稿的时候，冷不丁审稿人问了这样一个问题：

　　然后我就反手跟他切磋了下统计学知识：

　　对于熟练掌握统计学知识的人来说，特别喜欢被审稿人关注到统计学问题。因为当我回答问题的时候，不经意间露两手，审稿人对整个文章的印象都会显著升高。今天，就给大家唠一唠科研中统计学的那些事。

　　1.统计学重要吗？

　　非常重要！

　　统计学抽查已经是学位大论文和文章发表的大趋势。今天递交的大论文，保不齐10年后哪一天捞出来查统计学方法。

　　隔壁生信界的小哥哥都已经卷到统计学界了，各种Cox回归、K-M分析分分钟秀我一脸。

　　隔壁多组学课程开课目录

　　2.统计学为什么难学？

　　抽象，复杂，厌恶，公式长的反人类...

　　其实统计学不仅是一种计算方法，而是设计实验，分析数据的思考方式。在现如今，统计学方法的的计算大部分都已经依靠软件得到，并不需要对公式和计算进行掌握。因此，对于统计学的学习，“听懂”比“会算”更重要，选择合适的统计学方法是重中之重！然而，一部分科研人依然对如何选择统计学方法如何选择，如何运用，哪些需要规避一知半解：

　　1）知识和应用脱节：国内许多研究生教育中，统计学课开始于工作之前，实验展开时统计学课又早已say bye。两两相加，造成了国内许多统计学开展的课程与同学们在科研实验中碰到的统计学问题严重脱节；我们需要站在科研工作的角度讲解统计学的畅快淋漓；

　　2）缺乏对统计学体系的梳理：如果今天告诉你数据A应该用t检验，明天告诉你数据B应用用方差分析，那么以后碰到C、D、E、F的时候呢？学习统计学，我们需要从实验设计的目的出发，从认识各种数据类型的特点开始，通过整体梳理一遍统计学知识体系，达到举一反三的效果；

　　3）统计学中的案例太过反人类：统计学知识已经很多了，各种实验设计和专业案例更加眼花缭乱...为了避免大脑有限的CPU有一半花在理解专业知识上，我们需要一些生活中的案例来演绎统计学在其中是如何运转的。

　　总之，我们需要明白统计学在科研工作中的重要性正在不断提升，同学们在学习的时候既要联系科研工作，也要学会用生活中的例子举一反三，更要建立属于自己的统计学知识体系，达到会识，会用，会思考的程度。

　　当然，你也可以关注下面的一系列课程，达到高效、清晰的学懂统计学的目的：

　　3.我们设计这门课的原则？

　　1）从生活化的案例开始：简单的事就用简单的话讲；

　　2）深入到科研中的案例中去：确保统计学习和科研工作不脱节；

　　3）努力平衡零基础和专业性：尽管我们删除了几乎所有方法的推导过程，但保留了绝大部分方法背后的原理思想，因为这是你理解和掌握这种统计学方法的第一步。

　　4.学完这几节课后你能够掌握什么？

　　1）建立对统计学整体的框架认识，建立自己的统计学思维；

　　2）看懂别人的统计方法，选对自己的统计方法，后面的事情交给软件无脑操作；

　　3）涵盖统计学应用的多场景（标书撰写/样本量估测，细胞/动物/临床实验，文章撰写/审稿/课题评审），多软件（SPSS，GraphPad Prism，G*power），多方法（针对最常用统计学方法的整体梳理）。