作者backprog (back-propagation)
看板Statistics
標題Re: [討論] Python 有 SAS、SPSS 做不到的資料分析嗎
時間Mon Feb 27 00:38:04 2017
1F：推 goldflower: 敘述統計的解釋上經常有盲點，導致對於推論的結果不是02/26 17:40
2F：→ goldflower: 很有信心 <<< 比如咧@@02/26 17:40
讓我花點時間想想怎麼整理成可以公開的例子....
不過像是我們在讀文獻時，光 p-value 的意義就要花很多時間弄懂，
因為 ML 沒在談這個，這是我們希望傳統統計人可以幫上的地方之一。
另外就是做 regression 的時候，"高相關 != 低誤差" 是我做了一陣子實驗，
仔細比較 MSE、還把資料充分視覺化以後才發現。
但這對傳統統計人來說，應該就是常識了吧。
我希望借助傳統統計人，幫我們及早發現這些盲點，這樣的方向不知道是否正確？
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.226.118.196
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1488127086.A.A2A.html
※ 編輯: backprog (61.226.118.196), 02/27/2017 00:39:13
3F：推 excimo: 我人在國外，公衛學院統計博士有很多Python使用者 02/27 01:48
4F：推 ariainaqua: 其實應該和工具(Python,R,SAS,...)無關，感覺你需要 02/27 13:48
5F：→ ariainaqua: 的是懂統計理論且實務(程式)經驗豐富的人？ 02/27 13:48
6F：推 cac: 這陣子正在想類似的問題，不過是從使用統計推論的角度。為此 02/27 22:35
7F：→ cac: 寫了兩篇小文章，如果有興趣，可以私信分享。暫不完整公開是 02/27 22:35
8F：→ cac: 想找有類似想法的朋友討論，問題整理清楚再提出來。 02/27 22:35
謝謝，我蠻有興趣讀看看，或許能貢獻一些我的想法
※ 編輯: backprog (61.226.118.99), 02/27/2017 22:36:57
9F：→ recorriendo: 其實可以自己看統計課本 或是找線上教學很多 02/28 02:58
10F：→ recorriendo: 本版搜尋P值就一堆討論 02/28 03:09
11F：→ recorriendo: 事實證明就算是學統計的也不一定清楚P的意義XD 國外 02/28 03:10
12F：→ recorriendo: 有人發問卷給大老們結果答錯的比例還不低! 02/28 03:11
13F：→ f496328mm: P value 你data夠多 就會夠小了 02/28 12:26