我的回答是站在一位英国学术统计学家的角度。特别是，作为一个根据统计方法的进步来评判的学者。

什么会让我（或任何其他科学家）成为更好的合作者？

说白了——钱。我的时间不是空闲的，而且我（作为一名学者）没有受雇进行标准的统计分析。即使是使用标准方法论的论文的第一作者/最后作者对我来说也没什么价值（就推广和我的个人研究而言）。支付我的时间将使我摆脱行政或教学职责。可以通过联合赠款方式付款。

在英国，每五年左右，学者们必须提交他们最好的四篇论文。我的论文是根据他们对统计文献的贡献来评判的。这很糟糕，但就是这样。

现在很可能你有一个非常有趣的问题，它会导致统计技术的进步。然而，想想你的统计部门与大学其他部门相比的规模。可能不会有足够的统计学家四处走动。

话虽如此，我确实尝试每年进行一次“统计咨询”，以扩大我的兴趣并为教学提供帮助。今年我做了一些生存分析。然而，我从来没有宣传过这个事实，而且每年我仍然会收到六次寻求帮助的请求！

抱歉这么消极:(

具体来说，您希望您的所有科学家合作者都已经理解的统计概念是什么？

统计学家做统计研究。正如我的一位合作者所说：

统计上肯定没有什么可以解决的吗？

我认为很少有科学家掌握的概念是：只有在计划实验时（或在收集初步数据以完善方法时）预先选择统计方法时，才能真正获得统计结果。

如果您首先以这种方式分析数据，然后以那种方式分析数据，然后尝试其他方法，然后仅分析数据的一个子集，然后在删除明显的异常值后仅分析该子集......并且仅停止，您可能会被误导当结果符合您的先入之见或有很多星号时。这是产生假设的好方法，但不是检验假设的合适方法。

要得到一个好的答案，你必须写一个好的问题。在没有上下文的情况下回答统计问题就像蒙眼拳击。你可能会把你的对手击倒，或者你可能会在擂台上摔断你的手。

什么是一个好问题？

1. 告诉我们您要解决的问题。也就是说，实质性问题，而不是统计方面的问题。

2. 告诉我们您知道哪些数学和统计数据。如果你上过一门入门统计课程，那么我们给你一个充满混合模型理论和矩阵代数的答案是没有意义的。另一方面，如果你有几门课程或丰富的经验，那么我们可以假设你知道一些基础知识。

3. 告诉我们您拥有哪些数据、数据来自何处、缺少什么、有多少变量、因变量 (DV) 和自变量 (IV) 是什么——如果有的话，以及我们需要了解的有关数据的任何其他信息。还请告诉我们您使用哪种（如果有）统计软件。

4. 您是否正在考虑聘请顾问，或者您只是想要某个方向的指示？

5. 然后，然后才告诉我们你尝试了什么，为什么你不开心，等等。

对您应该仅根据论文使用的方法没有先入为主的想法。他们的想法、逻辑或方法可能是错误的。您想考虑您的问题并使用最合适的工具集。这让我想起了在不检查来源的情况下复制引用的信息。

另一方面，方法（或逻辑）与其他文献不同的论文可能会阻碍或取消审查过程，因为“这不是常态”。