心得交流：学习SPSS要有“小强精神”

我从大二开始一直在不间断的学习统计。

从一个小菜鸟开始自学统计学和SPSS工具，再到数据分析、数据挖掘的基本知识。这期间博客是伴我学习的最主要阵地，记录学习过程、认识这个领域里的人，交流学习再到提升。

SPSS是一个非常神奇的统计学工具，跑一组数据的背后是探索一项业务问题，从数据到规律，但并不是所有的分析项目都能得到价值信息，大多时候是枯燥、反复的过程。想掌握SPSS，没有统计基础和数据化思维的话，还是很难的。

现在数据挖掘也罢，大数据也罢，统计学作为基础学科对其未来发展衍变的影响不可替代。严谨的统计学理论和“傻瓜式”的SPSS菜单操作是两个矛盾体，学习SPSS的人都会遇到这个问题。一边是简单易用的菜单式操作，另一边是滴水不漏的统计基础，而SPSS的默认参数设置基本能完成大部分统计分析过程，这极易造成统计分析方法的难度被低估，甚至被滥用，尤其是刚接触SPSS的朋友。

学习SPSS，实际上也没有老手新手之分，唯一的区别是使用SPSS的频率完全不同。高校搞科研，一个工科的博士可能只需要SPSS来完成一篇论文，从此丢弃；而一个真正的喜欢研究数据的人，可能视SPSS为知己，工作必备，一生受用。

统计往深处讲，一入统计深似海。

此处省略N字，我讲一下我自己的情况。由于我的博客专注于SPSS案例分享，多年坚持不懈吸引到很多读者，经常遇到SPSS咨询，千奇百怪的问题，各种各样的业务环境，我觉得对某项统计方法掌握的不错，实际上在和具体业务分析对接中，才发现有偏差，如何正确通过统计思维和方法破解业务问题的数据规律更像是一门艺术。

很多初学者对我说：数据分析的门槛太高了，所以一直没有下决心行动起来。这话是对的也是错的。为什么对？数据分析涉及统计基础、工具使用、可视化、数据挖掘方法、数据化思维，尤其是如何与业务问题进行结合的实践经验，所以说有一定的门槛。为什么不对？如果你的兴趣足够浓厚，一切困难都阻挡不了你前进的脚步。

说到最后这一句，我想到了小强，都说打不死的小强，小强到底有多强？它的历史有数亿年，而人只有几百万年；小强在水下至少可以活上30分钟；它的头断了以后，身子和头还可以分别活上好几天，最后的死因是饿死；它拥有梯状神经系统，在大脑取出后，仍可以通过分布于身体各处的神经来控制运动及生理功能，巨强。

学习SPSS、学统计，学R语言、学Python，都要有小强精神，不屈不饶，坚持不懈。一入统计深似海，但我们还要从此不屈如小强。

[end]