我从大二开始就在不断的学习统计学。 　　

　　从一个菜鸟到自学统计学和SPSS工具，再到数据分析和数据挖掘的基础知识。在这期间，博客是我学习最重要的阵地，记录学习过程，认识这个领域的人，交流学习，然后提高。 　　

　　SPSS是一个非常神奇的统计工具。运行一组数据的背后是在探索一个商业问题，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，很多时候是一个枯燥重复的过程。没有统计学基础和数据思维，掌握SPSS还是很难的。 　　

　　无论是现在的数据挖掘还是大数据，统计学作为一门基础学科，对其未来的发展有着不可替代的影响。严谨的统计理论和“傻瓜式”的SPSS菜单操作是两个矛盾体，任何研究SPSS的人都会遇到这个问题。一方面是简单易用的菜单操作，另一方面是滴水不漏的统计基础，SPSS的默认参数设置基本可以完成大部分的统计分析过程，容易导致对统计分析方法的难度估计不足，甚至滥用，特别是对于刚接触SPSS的朋友。 　　

　　学习SPSS，其实没有什么资深新手，唯一的区别就是使用SPSS的频率完全不同。在高校搞科研，一个工科博士可能只需要SPSS就能完成一篇论文，从此弃之不用；而一个真正喜欢研究数据的人，可能会把SPSS当成知己，工作必需，生活有用。 　　

　　统计深入，一旦进入统计，深似海。 　　

　　这里省略了N这个词。我来说说我自己的情况。由于我的博客专注于SPSS案例的分享，所以坚持了很多年，吸引了很多读者。经常遇到SPSS咨询，奇怪的问题，各种商业环境。我认为我很好地掌握了某种统计方法。事实上，现有的偏差是我对接具体的业务分析才发现的。如何通过统计的思维和方法正确破解商业问题的数据规律，更像是一门艺术。 　　

　　很多新手跟我说：数据分析的门槛太高了，还没下定决心去行动。这种说法既对又错。为什么？数据分析涉及统计基础、工具使用、可视化、数据挖掘方法、数据思维，尤其是如何与业务问题结合的实践经验，所以有一定的门槛。为什么不呢？如果你的兴趣足够强烈，所有的困难都不能阻止你前进。 　　

　　说到最后一句，我想到了萧蔷。他们都说萧蔷是杀不死的。萧蔷有多强？它有几亿年的历史，而人只有几百万年；萧蔷可以在水下生活至少30分钟；它的头被打破后，它的身体和头部可以分别活几天，最后的死因是饿死。它有一个梯形的神经系统。大脑取出后，仍然可以通过分布在全身的神经控制运动和生理功能。它非常强壮。 　　

　　学习SPSS，统计学，R语言，Python，都需要坚强，不屈不挠，坚持不懈。一个数据深似海，但从现在开始我们要像萧蔷一样不屈不挠。 　　

　　[结束] 　　

　　我的网易云课堂《自学SPSS：数据分析12大经典案例》视频课程将于2018年1月全面升级，现在正在参加云课堂五周年活动。感兴趣的同学可以点击左下方【阅读原文】关注，全部自愿。