指南第1条
不要说自己是统计师，更不要说是统计员，要坚定的宣称「我是数据科学家，数据科学家，数据科学家，Data scientist!」
指南第2条
不要说你做的是数据分析，不管三七二十一，先说「我做的是数据挖掘，数据挖掘，数据挖掘！」
指南第3条
无论谈什么主题，最后一定要把话题引到Big data上，别人讲4V，你就讲5V，6V啊，至少一定要在数量上盖过人家。
指南第4条
SPSS就不要拿出来秀了，一定要用编程的，而且封装程度越低越好，自动化程度越高越好。一般鄙视链条是这样的。 用SAS被用R的鄙视，用R的被用Python的鄙视， 最后有人跳出来说，这些都太慢了，我自己用C写的。
指南第5条
术语一定要说洋文的，比如用ANOVA代替方差分析，ANCOVA代替协方差 分析，LINEAR代替线性的……
悄悄推荐：THE CAMBRIDGE DICTIONARY OF STATISTICS
指南第6条
一些常用的模型名称要如数家珍，比如GEE，GLM，GLMMIX， ARIMA 等。
指南第7条
一些牛叉的统计学家的名字要脱口而出，除了Pearson， Fisher什么的，Neyman， Cox，Gosset等要经常挂在嘴边，最好有事没事讲讲他们之间的恩怨情仇，八卦绯闻什么的。要是能讲讲自己和某个统计大牛，比如Rubin什么的故事， 那更有BIG了。
悄悄推荐：《女士品茶》
指南第8条
统计学家的名人名言也要准备好，要自然而然，不漏痕迹的引用下：比如，当讨论到模型效果不好，模型垃圾时，你叹叹气说：All models are wong, but some are useful.
悄悄推荐：《统计学家的名言》
指南第9条
别人讨论方法，讨论软件的实现的时候，你一定要跳出来讲算法。然后你就等着别感叹:「哇塞，这哥们牛叉！」
指南第10条
不管自己懂不懂自己讲的什么东东，也不管别人懂不懂你讲得什么东东，末了你一定要亲切的加一句： 「Make sense?」
其实我BIG不够，就想到了10条，其他的留给BIG高的你们来补充吧，评论见喽。
P.S.本文纯属娱乐，如有雷同，肯定是你BIG太高。
版权说明：
感谢支持鼓励，形式包括不限于转发，转载，推荐，赞赏。
微信公众平台的非商业培训机构公众号，无需授权，可直接转载。
网站转载，不得省略作者信息，包括公众号二维码。
