為什麼大量的人説統計不好學？是因為其中大多數人都是用數學的思維在學統計_風聞

【本文來自《理科生其實有不少沒把統計學明白的人，至少生物醫藥領域目前是這樣的，我就是一位》評論區，標題為小編添加】

為什麼大量的人説統計不好學？是因為其中大多數人都是用數學的思維在學統計，過於計較公式推導這些數學內涵，而忽視統計的應用內涵。真正需要用數學思維學統計學的，是統計專業的人，這部分人佔比是非常少的。

對於大多數人學統計學，其實是學統計學的應用，在瞭解統計學的基本思想後，把統計學看作解決實際問題的工具箱就可以了，大多數應用者也只需要應用到樣本統計量、假設檢驗、點估計和區間估計、迴歸分析這些方法就夠了，主要搞清楚這些方法是幹什麼的、什麼場景下用就行。

比如你説的假設檢驗，就是用來確定分佈的，看數據具不具備某些分佈的性質，統計量支持就行，不必要深究為什麼這個統計量大於這個值就可以説支持服從某個分佈的假設，這更多是統計學專業的人做的事，有興趣瞭解一下就可以了。

還有你説的分佈的問題，一張圖給你對數據統計特徵的理解遠勝於公式。對公式的理解有助於更好地應用，但也不一定要上升到純數學的水平。

所以千萬不要認為自己看不懂統計學是因為數學能力不夠，從而就死磕數學，這樣有可能費力不討好。

等你實分析、泛函一通學下來再回頭看，公式推導可能都搞通了，但怎樣用、什麼時候用還是搞不清楚。

一般的應用統計學需要的數學背景沒有那麼高，大學高數、稍微一點概率和隨機變量的知識，如果是多元統計還需要一點線性代數就可以了。時間序列分析可能稍微複雜一點。搞學術研究的可能要求會更高一些，但主要還是作為工具使用。所以學應用統計學主要就是學統計思維和用法，有學數學的時間還不如多plot一些直方圖 、QQ圖什麼的，多用R、python的統計分析包變着法壓榨儘可能多的數據來磨練自己的統計思維。

回頭説用數學的思維學統計的問題，我想可能國內編統計教材的人都是統計專業的，他們就是把統計當數學學的，所以編出來就是這個味。相比之下國外的教材要好不少。