※ 引述《backprog (back-propagation)》之铭言： : 小弟任职单位完全用 Python/C++ 等程式语言做资料分析的工作， : 成员都是电资相关科系/机器学习等背景， : 但是在叙述统计的解释上经常有盲点，导致对於推论的结果不是很有信心。 : 最近想尝试找一些传统统计背景的人，但是同时懂程式设计的人不多， : R 又难以融入现有团队，万一离职也不好找人接手。 : 因此想请教一下版上高手，在比较前卫的资料分析领域中， : SPSS、SAS 等套装软体，是否有不及或超越 Python 之处？ 小的正好R和SAS都还算熟，跟你分享一下最近的心得 先说说SAS超越python/R的地方 我觉得SAS最强的地方有两点 第一点是古典统计，SAS很早期就开始发展了 在电脑运算还没那麽强的时候，想对资料做推论的时候就需要仰赖学术上的统计方法 而SAS把这些方法都写进核心中，让使用者方便将资料套用在这些统计方法上 加上大公司背书，可以确保这些统计方法的运算是绝对正确的 (当然使用者用错统计方法是另外一回事) R、python虽然也有很多统计检定，但除了一些比较典型的模型以外 大部分都是一些open source，而由於每个package都是不同人写的 对於资料的吃法可能也会大有不同，同一份资料要套用在不同的package时 可能会需要对资料转换花很多工夫 第二点是资料仓储 相较於R/python是每次把资料写进记忆体上来说 SAS是以类似资料库的方式来管理资料 在读入资料後可以马上定义每个变数的格式，直接产生一个实体的档案 这点在套用模型或检定方法的时候非常方便 而当资料"个数"(不是笔数)多，且结构复杂的情况下，也能比较有效率地管理 简而言之SAS强大之处在於稳健与扩张容易 较符合企业整合各个部门或团队的资料的需求 而R/python虽然没有这些优点，但少了这些限制 开发速度较快，很多近年出现的统计方法，或是某些主题需要用到的特殊演算法 只要有想法就可以马上投入实用 所以要说前卫的话，我觉得R/pytohn还比较前卫 ===================== 以上是单纯就R/python和SAS的比较，接下来是关於推论的部分 事实上一般大学所教的统计都是所谓的"古典统计学" 着重的是"推论统计"而不是"叙述统计" 推论统计强调的是如何透过"随机抽样"，从"小样本"里面看出"母体"的行为 并且根据数学推论，给一个客观的标准衡量样本与母体的误差 早期因为电脑不够力，或资料难以取得所以需要做这种事 但是现代资料探勘中，你计算的东西基本上就是整个母体了 虽然不知道贵公司是在处理甚麽资料 但同样的盲点你请统计背景的人来一样会有盲点 为什麽这样说呢? 举例来说，你今天把"所有"身高资料切成一段一段画长条图，发现身高愈高体重也愈高 所以你下结论，身高与体重呈正相关 你可能会担心的盲点是(以下是我从原PO文章的猜想，有错请更正) 我只是画个图这样就能下这个结论吗?如果未来新的资料进来一样适用吗? 身高与体重这样的斜率够显着吗? 诸如此类的问题 事实上对於这些问题，统计背景的人也无法回答 因为统计背景处理的问题是 抽了"一些"资料出来，这些资料所画出来的东西 跟你用"所有"资料画出来的东"一不一样" 所谓显着也只是在回答这个问题 综合以上所述，不难看出为什麽推文提到生技领域SAS独大 因为生技领域主要处理的就是古典统计的问题，这也是SAS强大的地方 所以我个人觉得SAS和R/python并没有甚麽谁好谁坏 最重要的还是回归到原本是想解决甚麽样的问题 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.248.190.222 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1488213211.A.FA8.html ※ 编辑: songhome (111.248.190.222), 02/28/2017 00:36:02 这边要表达的是 传统统计推论是从"一堆资料中"抽"一些资料"来推测"一堆资料"中的行为 现代资料分系是直接看"一堆资料"中的行为 而新资料这部分跟预测预测比较有关系，无论传统统计还是现代分析 都要「假设"一堆资料"和"新的资料"行为一样」 从这点来看，现代资料分析确实也是在做抽样没错 而传统统计则有一点"抽样的抽样"的味道在 因此才会说如果有盲点，请统计背景的人一样有盲点 ※ 编辑: songhome (111.249.23.209), 02/28/2017 13:46:29