本文转载自微信公众号“小白学统计”，感谢作者授权。

前段时间参加一次讲座，听到其中一位老师言道，现在是大数据时代，是神经网络的时代，前面讲的一些回归方法其实已经过时了（前面有几位老师讲了一些传统的回归方法）。这位老师是一位中青年临床专家，似乎也懂得一些神经网络如何在r中实现。联想到也曾有学生问过我类似问题，说答辩时候有的专家说使用的方法已经过时了。今天特地撰文就此发表一下对此问题的看法。

首先，本人观点很明确：凡是说这类话的所谓专家，肯定不是一个真正的统计学家！所以，你可以放心地无需理会，也不用担心你的方法好像真过时了。

统计方法没有什么过时不过时之说，你可以说适用不适用。并非复杂的方法一定就好，简单的方法就低人一等。统计方法也没有什么所谓的高级、低级之分，你可以说复杂方法和简单方法。有些方法确实更复杂。尽管现在有的统计书名也叫“高级统计方法……”，我个人还是不建议这么称呼，这很容易引起歧义，比如logistic回归，这是高级方法还是低级方法，谁能定义？我想没有人敢说这样的话。起码 真正的统计学家永远不会说这种话。

据我个人了解，往往提出这种观点的，大都是这样的专家：非统计学家、了解一些机器学习方法、懂得如何用r或python实现机器学习方法、用机器学习方法发表过一些文章或做过一些课题。

这里需要明确一个观念：懂得用软件实现某方法，并不等于真正掌握这种方法。事实上，对于一种方法的掌握，软件实现是最底层的技能，也是最容易掌握的技能，现在关于软件操作的书汗牛充栋，随便找几本，只要稍微用心，很容易掌握。

然而，再往上一层才是更加难掌握的，那是关于方法本身而非软件实现层面，掌握方法的思路、原理、算法，这些才是更难能可贵的。然而这也是更花时间的一个过程。 学软件容易，学原理和算法 难。 然而只有了解方法本身，才能说是真正掌握了这个方法。否则一旦软件出现错误，你都无法去解决。

我个人经常碰到这种情况，例如简单的logistic回归，这些似乎每个人都会，很多临床大夫也都知道如何用统计软件实现。然而，依然有很多人（包括流行病学和公共卫生的专业人员）问我关于logistic回归的问题，比如发现结果的标准误太大、求不出结果而且找不出原因、跟预期的结果差别太大，等等问题。这就很难说你是真的掌握了logistic回归这种方法，你仅仅是会用统计软件给出结果而已。

其实在我当年初学统计学时，也曾有这种想法，都想追求一种更新的方法，尤其在自己的毕业论文中。当时我的硕士导师跟我说，其实你能把logistic回归吃透就行了（我的毕业论文用到logistic回归），真正在论文中把logistic回归说清楚，这比非要去学习一种新的方法而泛泛介绍要好得多。我当时其实并不是很理解，但仍然照做了，我没有去追求新的方法（当时我读硕士时，神经网络刚刚有这个概念，我也追了一阵）。现在我对这些话的体会更加深刻，所以我也会对学生或其他咨询我的人给出同样的劝告。

追求新颖，这不是什么错。但我想，最终大家都会明白，所有的东西都会返璞归真。我记得当年高中学哲学，前言有钱学森先生的话，大致意思是：越是老了之后，越是发现需要学哲学，所有的内容最终都要上升到哲学的境界。当时很不懂，其实压根不想学哲学。然而现在慢慢也懂了。

所以，我个人虽然不建议大家一味追求新方法，但并非反对。但我相信，当你同样经历了各种方法学习的沉淀，最终一定会返璞归真，明白什么才是有用的、合理的方法。

当年谷歌预测流感，引起了当时的轰动，很多人甚至都认为大数据分析已经可以取代一切。然而仅仅几年时间，谷歌这一预测团队解散。事实上，目前很多统计学家已经提出，大数据是带来了一些契机，然而同时伴随的更多的是虚假。如何识别这些虚假，这是真正的统计学家需要做的事情。

统计方法亦是如此，尽管近几年也提出了不少新的方法，然而大家仔细想想，到底是一种历经百年仍在使用的方法可靠，还是一种提出来只有不到5年的方法可靠？就像你买东西，你为什么更相信百年老店？答案不言而喻。

最后给真正想学统计的人几点建议：

（1）食不厌精、脍不厌细。学一种方法，就要把它吃透。千万不要那种一翻书好像都会，一分析什么都不会。比如简单的方差分析，你是真的理解了方差分析吗？其实并不见得，真正能理解的恐怕没有多少人。为什么要用“方差”分析而不是“标准差”分析，既然都是表示变异的指标？

（2）不乱于心、不困于情。如果你学方法是出于其它目的，这种就很难免不公允。有的人学一种方法只是为了出于发表一篇文章，或是为了申请一个课题。这种目的下，你可能会快速了解这种方法，但很难真正掌握这种方法。你可以扪心自问，你是不是这样的人：当学到一种新的方法会非常激动；当发现一个问题会很迫切地想解决；当看到数据时会有一种兴奋感。我当年就是如此，可能现在随着年龄渐增，没有了当年的激情，但总会在某一个时期，你应该有这种类似感觉。

（3）欲穷千里目、更上一层楼。统计学在医学、社会学、心理学、经济学等各个领域各有侧重。多阅读不同领域的方法观点，相互印证，才能更有助于你掌握统计方法之间的联系。只有在更高层面上理解、看待这些方法，才能消化并为己所用。你站的层次越高，对方法的理解会更深刻，也更容易形成自己的方法学体系。

（4）教材只需浅尝辄止、专著则要潜精研思。我一直给学生强调，教材手里有一本就足够，作为翻翻查个公式之类的工具。想从教材中掌握统计方法，这几乎是不可能的事。教材的优势在于标准、规范；同样其劣势在于不敢越雷池一步，很多方法介绍不敢随意表达，而且教材往往对每种方法都是蜻蜓点水。所以想要真正掌握一种方法，一定要看专著。比如学logistic回归，那就专门看logistic回归的书，想学多水平模型，就专门看多水平模型的书。

（5）运筹帷幄，方为帅才。不要只满足于会用软件实现某方法，软件实现某方法的结果输出，并不代表你掌握了这种方法。帅之所为为帅，因为他并不是只会杀敌攻城，而是因为他能运筹帷幄。从统计学角度，你如果只会用r、python输出统计方法的结果（哪怕是很复杂的方法），那始终不可能成为一个帅才。也许你是一个很优秀的程序员，但统计师才是告诉你应该做什么、怎么做的那个人，程序员只是实现这种思路。只有真正掌握方法的思路和原理、算法，知道什么时候该用这种方法、出现问题该如何解决，等等，这才是帅才。希望大家最终都能成为一个掌握方法、在方法上运筹帷幄的帅才。