如何有效地分析一份数据。这个题目很大，然而也正是很多非统计学专业（可能也包括一些统计学专业人员）不知如何下手的问题。当拿到一份数据，到底从哪儿入手开始分析。什么是第一步？有没有固定步骤？或者说，数据分析到底有没有什么宝典？我们就来谈谈这个问题。

首先，数据分析绝对没有一个固定的步骤，一定要先干什么，再干什么，等等。没有这回事。具体在软件操作上，我们可能并无差别，我会用SAS做t检验，你会用SPSS做t检验，本质上并无差异。真正差别的，不是软件操作，而是软件操作之前的思路。

我下面要说的内容，只是个人的十多年分析经验总结，但你千万不要把它看做是一个放之四海而皆准的分析套路。所谓思路，那就是没有什么固定套路，只是参考和借鉴。而且，我介绍的这些，肯定也不全，几乎不可能一篇文章面面俱到，把所有的分析思路都介绍清楚。只希望能对各位朋友在不同角度上有所帮助。

第一步要考虑的，我个人认为，一定是研究目的。

所有的统计分析都是围绕目的而执行，偏离了研究目的，分析的方法再高级，那也是南辕北辙。不同的目的，需要考虑不同的方法。

例如，你要做两组比较（例如，两种药物的血糖变化值有无差异），还是要做两个变量有无关联（比如血糖值和血压值的关联），或者想做综合评价（如根据多个指标评价哪家医院更好）。这都需要选择不一样的方法，组间比较可能最简单的方差分析就可以，综合评价可能需要用到主成分分析等更为复杂的方法。

第二步，要考虑指标的类型。

这里的指标包括分析指标因变量，也包括影响因素自变量。当然，并非所有分析都这么划分为因变量和自变量。有的可能只有分析指标，而无影响因素。

如果你有明确的结局，然后有一个或多个可能跟结局有关的指标，那就可以按因变量和自变量的方法来分析。大多数的这种情形都可以考虑广义线性模型。它包含了几乎绝大多数的有结局和影响因素的分析场景。例如，结局是连续资料，可以考虑线性回归等；结局是分类资料，可以考虑logistics回归等。