Re: [討論] Python 有 SAS、SPSS 做不到的資料分析嗎

[Ajax3 (鍵盤柳承敏)]

一些不同意見。

※ 引述《songhome (爽轟)》之銘言：
: 但是現代資料探勘中，你計算的東西基本上就是整個母體了

儘管計算能力與資料存儲方式一直在進步，
受限於研究方法 (是否有能力取得母體的資料) 或實驗成本，
現今很多領域研究的對象依然是樣本而非母體。

以基因體研究為例，一個病人檢體的WGS就要數十萬，
不可能去計算母體的資料。

: 雖然不知道貴公司是在處理甚麼資料
: 但同樣的盲點你請統計背景的人來一樣會有盲點
: 為什麼這樣說呢?
: 舉例來說，你今天把"所有"身高資料切成一段一段畫長條圖，發現身高愈高體重也愈高
: 所以你下結論，身高與體重呈正相關
: 你可能會擔心的盲點是(以下是我從原PO文章的猜想，有錯請更正)
: 我只是畫個圖這樣就能下這個結論嗎?如果未來新的資料進來一樣適用嗎?
: 身高與體重這樣的斜率夠顯著嗎? 諸如此類的問題
: 事實上對於這些問題，統計背景的人也無法回答
: 因為統計背景處理的問題是
: 抽了"一些"資料出來，這些資料所畫出來的東西
: 跟你用"所有"資料畫出來的東"一不一樣"
: 所謂顯著也只是在回答這個問題
: 綜合以上所述，不難看出為什麼推文提到生技領域SAS獨大
: 因為生技領域主要處理的就是古典統計的問題，這也是SAS強大的地方

其實我覺得生技領域，或者說 -omics 領域處理的並不是只有古典統計，
重點還是在統計推論，諸不見新藥研發第三期新聞都在報 p-value?

SAS/SPSS 與 R/python 的差別，我想還是應用領域。
在美國許多統計系所畢業生的去處是製藥產業/Clincal trial,
這些產業長期以來以SAS為主，而SAS又是間大公司，也有能力處理FDA驗證的問題，
可以參考這篇
https://www.ptt.cc/bbs/Bioindustry/M.1487842866.A.77E.html

其他跟統計相關領域很多以 R 為主，畢竟是 open source，使用者也多，
許多生統方法的論文都直接提供 R 語法。


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 210.242.157.68
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1488434841.A.2F2.html
→ f496328mm: SAS主要是用在生統醫學方面   因為有FDA認證
→ f496328mm: 所以才賣那麼貴阿   藥廠都是砸錢下去做
→ f496328mm: 一般人用 R PYTHON 比較多
→ Wush978: FDA: R OK for drug trials http://0rz.tw/TdyF7
→ Wush978: 不過R 要取代SAS最大的困難在人, 誰沒事會想把自己跑若干
→ Wush978: 年的程式從SAS換成R? 出錯誰頂?
→ Wush978: 但是反過來看，新的單位就很有機會用R了，因為沒包袱
→ jayfei2000: ☺ nice reply
推 TsaiTao: 長知識推