马克·吐温说：“世界上有三种谎言：谎言、该死的谎言和统计数据。”
不少人对统计学存在一定的误解，认为统计学是数字游戏。实际上，统计数字有可能是谎言，但统计学绝对是一门科学，更是一种艺术，是一种决策艺术。想要了解统计，就要从变量开始。
变量(variable）是对研究个体进行观察或测量的某种特征。如对身高进行测量，身高就是变量；观察某药物的疗效，疗效就是变量。变量的观察值构成资料(data)，也就是我们接触到的具体数据。
资料大致可分为两大类：
一是定量资料(quantitative data)，又分为离散型资料和连续型资料；
二是定性资料(qualitative data)，即分类资料(categorical data)，又分为无序分类资料和有序分类资料。
连续型资料可以取任意数值，可以有小数点，如身高、体重等。离散型资料只能取整数，不能有小数点，如发病人数等。
无序分类资料指各分类之间无等级或程度的变化，如血型分为a、b、o、ab四型，它们是地位平等的。有序分类资料也称等级资料(ordinal data)，指各分类之间有等级或程度的差异，如疗效分痊愈、显效、有效、无效四类，各类之间有等级差别。
数据统计分析可遵循以下思路：
(1)先确定研究目的，根据研究目的选择方法。不同研究目的采用的统计方法不同，常见的研究目的主要有三类：
一是差异性研究，即比较组间均数、率等的差异，可用的方法有t检验、方差分析、χ2检验、非参数检验等。
二是相关性分析，即分析两个或多个变量之间的关系，可用的方法有相关分析。
三是影响性分析，即分析某一结局发生的影响因素，可用的方法有线性回归、logistic回归、cox回归等。
(2)明确数据类型，根据数据类型进一步确定方法。定量资料可用的方法有t检验、方差分析、非参数检验、线性相关、线性回归等。分类资料可用的方法有χ2检验、对数线性模型、logistic回归等。下图简要列出了不同研究目的、不同数据类型常用的统计分析方法。
(3)选定统计方法后，需要利用统计软件具体实现统计分析过程。spss为菜单操作，窗口化点击，sas 和 r语言中，不同的统计方法对应不同的命令，只要方法选定，便可通过对应的命令，辅之以相应的选项，进而得到统计结果。
(4)统计结果的输出并非数据分析的完成。一般统计软件都会输出很多结果，需要从中选择自己需要的部分，并做出统计学结论，但统计学结论不同于专业结论，最终还需要结合实际做出合理的专业结论。
医学统计学的学习一定要以理解为主。对于初学者，不必强记一大堆公式，也不要死钻牛角尖，非要弄明白为什么这种方法叫“t检验”、“f检验”，为什么这个残差叫做“学生化残差”等，这些都是历史方面的问题，感兴趣的读者可以查阅统计学史。
我们不会解释这些名称的由来，只会告诉你在什么情况下应该用什么方法，什么指标应该用于什么情形。先从模仿做起，模仿案例分析过程。当然，分析思路不是唯一的，也不见得是最好的，但通常在实际中可以奏效。
本系列可以很好地帮助初学者对数据统计的理解和运用，敬请期待下期！