实验完成以后有大量数据需要处理和分析，这也是博士生面临的难关。有些数据是在课题组实验室得到的，比较容易处理和分析，不懂的可以问组里的同学。但是在其他实验室（如校实验中心）的数据和分析往往需要专业老师的帮助，还要学习许多新的理论和技术。及时学习和处理数据是必要的，有的人拿到数据以后没有马上处理和分析，过一段时间许多细节就忘记了，实验数据不全也不知道。等写文章的时候发现缺数据，再补实验不仅费时费力，很可能原来的样品已经没有了，重新制作的样品和原来的不同，结果就有偏差。这一点在做动物实验时尤其重要，写文章时常发现缺少一组对照，重新做花大钱和时间，不做又不完整，博士生和导师都在两难中。所以做大型实验（如动物实验）前需要反复讨论，我的经验是宁多勿少，看起来多化钱，但是保证不重新做就是胜利！大型实验（如动物实验）需要做大量的统计分析，许多博士生没有掌握统计学理论和软件，分析出的结果有时和预想是反的。一种可能是分析错误，另外一种也可能有新的发现。从我的经验来说几乎都是第一种。还有一种情况是跨学科的实验，需要其他学科老师和同学的帮助。我们有个研究需要做动物的脑电图，好不容易把数据拿到了，大量原始数据根本看不懂，做实验的人不会处理，博士生一筹莫展。根本不知道怎么处理和分析，问了许多人都没有办法。该同学一度要放弃这个课题，后来才知道处理数据需要专门编程序，最后是一个搞脑研究的博士生（也是同学）帮助编了个处理程序才解决。所以博士生需要多交往不同学科的同学，经常交流实验的体会和经验，才能逐渐成长起来，克服这个难关。