可能很多人都会有这样的体会：在学校上了无数次的统计课程，学了一大堆的理论知识，也记住了好多的计算公式，但是一旦碰到实际数据，总是不知如何下手，最终只能找几篇类似的文章，照搬上面的方法，也不管对不对了。
我们为什么学不会统计，估计很多人很少会去像这个问题。我虽然也没有刻意去思考，但是在多年的协助别人设计、分析的经历中，慢慢地发现了一些可能的原因。
第一、统计学本身是一个非常灵活的学科，真正符合“具体问题具体分析”这样的一个哲学理念。即使是同样的指标，在不同场合下所选用的方法也可能不同。单说一个简单的方差分析，就因不同的设计类型需要采用不同的分析方法。甚至于同一批数据如果目的不同，其方法与结果也是不同的。
第二、大多数人最头疼的问题应该是：对于一批数据，不知道到底应该选用什么方法。尽管各种方法应用的前提条件背了一堆，但好像每个都像，每个又都不像。感觉好像用哪个方法也行，就是不知道哪个方法更准确。对于这样的问题，确实没有什么好办法能解决。正像医学生刚毕业时判断不准疾病一样，只能靠经验积累。
第三、目前的医学统计学教材大都是一个模式，冷冰冰的框架，没有一点人性化的词语，全是一些让人摸不着头脑的话语。实际上，这也正是目前医学统计学领域的悲哀，真正有水平的人很少，大多都是似懂非懂，缺乏分析的经验，写书时只能是照搬，相互抄来抄去，最终导致所有的医学统计学教材都是一个面孔。
第四、目前是学术界烦躁的一个时期，没有多少人能够耐住寂寞地真正研究理论。多数人都只是学了一知半解，就自封为“专家”、“人才”。帽子很大，学问不多。也有很多人能够学习理论，但是又不能结合实际，脱离实际问题，没有真正的效益。统计学是一门方法学，本身也在不断地发展，真正想要掌握统计，必须不断地学习新知识，同时应不断地应用，只有在应用过程中才能真正地学会并理解。目前国内医学统计领域真正的高手已经越来越少，主要就是因为大多数人都很难沉下心来仔细研究统计学方法的进展和应用。如果自己都对统计学不了解，如何谈得上教授学生，结果必将是让学生更加糊涂。
真正的统计高手，至少应熟悉传统的统计学理论，了解最新的统计学进展，经常应用统计学解决各种各样的问题，至少精通一个数据库工具，至少掌握一门编程语言，必须精通SAS，这里不说SPSS，因为只有在SAS编程过程中，才能够更加理解统计学理论，而SPSS仅靠菜单运行，除了知道结果之外，对如何得出结果仍然一无所知，无助于统计学的理解。世界500强中90%以上用SAS而不是SPSS分析数据，不是没有道理的。