İstatistik ve bilişim arasındaki fark nedir?


10

Her zaman istatistiğin sadece verilerle uğraştığını söylüyoruz. Ancak bilişimin de veri analizinden bilgi aldığını biliyoruz. Örneğin, biyoinformatik insanlar tamamen biyoistatistik olmadan gidebilirler. İstatistik ve bilişim arasındaki temel farkın ne olduğunu bilmek istiyorum.


7
Hayır, bunun nedeni sadece "bilişim" sözcüğünün kesin anlamını tamamen kaybetmiş olmasıdır. "Biyoinformatik" sadece "bilgisayarda yapılan biyoloji" için üretildi, derin bir şey yok.

1
@mbq Kabul etti. "Bilişim" ve "Biyoinformatik" anlamlı bir tanım kaybetmiştir.
Fomite

açık bir şekilde biyoinformatik (sonuçlarınızı biyolojik olarak gözlemlemek için bulgularınızı uygulayın)
Kamal Alblwei

Yanıtlar:


20

Mükemmel soru !!

Biyoinformatistlerin biyoistatistik olmadan ve hatta istatistik olmadan gidebileceğini birkaç kez duydum. Yanlış olana kadar bu kesinlikle doğrudur. Kanımca, genel istatistiksel bilgi eksikliği, Keith Baggerly tarafından gösterildiği gibi, alan üzerinde feci bir etkiye sahiptir . İstatistiklerde temel bilgi eksikliğinin (ve lineer cebirin) biyoinformatistlerin uzun vadede durgunluğunun nedeni olduğunu da gözlemleyebilirim: teori hakkında derin bir bilgi olmadan, tekerleği yeniden icat etme ve çözen geçici çözümlere başvurma eğilimindedirler. kendi sorunlarından başka bir şey değil.

Ama şimdi, sorunuzu cevaplamak için, o günlerde istatistiklerin bilgisayar olmadan yapamayacağına katılıyorum. Yine de, istatistiğin ana yönlerinden biri , bilgisayarlarla hiçbir ilgisi olmayan çıkarımdır . İstatistiksel çıkarım aslında istatistikleri bir bilim yapan şeydir, çünkü sonuçlarınızın başka bağlamlarda da geçerli olup olmadığını söyler.

Kısacası, verilerinizin cehennemini analiz edebilirsiniz, yine de analizlerinize dayanarak vereceğiniz tahminlerin veya kararların geçerliliğini bilmek için istatistiklere ihtiyacınız olacaktır.


Teşekkürler. Bir disiplin olmasını sağlamak için biyoinformatiğin ardındaki genel prensip nedir hakkında daha fazla bilgi verebilir misiniz? İstatistikler için, genel olarak, iki ana bölüm vardır, biri saf veri manipülasyonu, diğeri ise saf matematiğin biri olan olasılığa dayanan istatistiksel çıkarımdır. İstatistiksel modellere (olasılık modelleri) dayanarak, stat insanlar bilim yapabilirler. Biyoinformatik ne olacak?
Honglang Wang

4
Biyoinformatik, biyolojik soruları incelemek için bilgisayarların kullanılmasıdır. Disiplinler genellikle kendi yöntemleriyle değil sordukları sorularla tanımlanır, bu yüzden biyo-bilişim biyolojinin bir parçası olmalıdır. Özel bir ismi var çünkü biyologlar bilgisayarlar için çok kötü, bu yüzden bunu yapabilecek insanların özel bir etiketi olmalı. Biyologların BT ve matematikte daha iyi olduğu 50 yıl içinde biyo-bilişimin hala var olacağından emin değilim.
gui11aume

2
Başka birinin Keith'in çabalarını takdir ettiğini görmek güzel. Kesinlikle tartışmalardan veya zor ve rahatsız edici profesyonel durumlardan uzak durmadı.
kardinal

@cardinal Saw Keith bir ya da iki yıl önce APHA konferansında konuştu. Gördüğüm en iyi konuşmalardan biriydi.
Fomite

9

Benim görüşüme göre, alanlar arasında oldukça fazla çakışma olsa da, önemli farklılıklar da var. Genel olarak bir istatistik öğrencisi (yüksek derecelerde) bilişim öğrencisinden daha fazla teori dersi (matematik ve matematik dersi) alacaktır, ancak bilişim öğrencisi bilgisayar (özellikle veritabanı bölümü) tarafından daha fazla bilgi edinecektir.

Yeni bir istatistiksel test geliştirmek istatistikçiye bilişimciden daha fazla düşecektir, ancak bir kullanıcının veri girmesi ve tablo ve grafik üretmesi için bir arayüz tasarlanması istatistikçiden daha bilişimciye düşecektir.

İstatistikçi için bilgisayar istatistiklere yardımcı olan bir araçtır. Bilgilendirici istatistiklere, bilgi toplamaya ve dağıtmaya yardımcı olan bir araçtır (genellikle bilgisayar aracılığıyla).

Aşağıda düzenleyin -----

Genişletmek için bir örnek. Bir tıp doktorunun hastalar hakkında bilginin bir durum riskini tahmin etmek için kullanıldığı bir sisteme sahip olmasını istediği (örneğin bir kan pıhtısı geliştiren) ve bazı şekillerde risk hakkında bilgilendirmek için uyarınız. Projedeki rolüm (istatistikçi rol) yordayıcı değişkenleri göz önüne alındığında riski tahmin edecek bir model geliştirmektir (lojistik regresyon modeli böyle bir modeldir). Projedeki bilgilendirici rol, öngörücü değişkenleri toplayan araçları geliştirmek, modelimi bunlarda kullanmak, sonra sonuçları doktora göndermek. Veriler elektronik bir tıbbi kayıttan veya bir hemşirenin doldurması için bir veri giriş ekranından veya başkalarından toplanabilir.

Şimdi (ve diğer birçok istatistikçi), tahmincileri almak ve bir tür uyarı oluşturmak için bir veritabanını sorgulayabileceğim programlama hakkında yeterince bilgim var, ancak bunu bilişimcilere bırakmaktan mutluluk duyuyorum (ve yine de daha iyi). Lojistik regresyon modeline uyacak kadar istatistik bilen bilişimciler vardır. Bu nedenle, bu projenin basit bir versiyonu sadece bir istatistikçi veya sadece bir bilgilendirici tarafından yapılabilir, ancak her ikisi de birlikte çalışırken en iyisidir. Bu projeye bakarsanız ve modelleme kısmının eğlenceli kısım olduğunu düşünüyorsanız ve veri toplama, uyarı ve diğer arayüzler bilgileri modele ve modele taşımak için kullanılan araçlardır. Daha sonra bir istatistikçisiniz. Arayüzü tasarlamayı, veri yeniden karşılaştırmayı optimize etmeyi, farklı türde uyarıları test etmeyi vb. Görürseniz.


(+1) Bu cevabın dengesini seviyorum. Son cümlenin neyi amaçladığını tam olarak anladığımdan emin değilim.
kardinal

1
Bence örnek çok güzel ve arazinin temel düzeninin iyi bir portresini veriyor. Keşke sadece bu kısım için tekrar oy verebilseydim. Şerefe.
kardinal

Örneğiniz gerçekten harika. Çok teşekkürler. Şimdi sadece bir soru merak ediyorum. İstatistikçi için, tüm istatistiksel modelin güven aralığı veya hipotez testi gibi çıkarım kısmına sahip olması ve dolayısıyla olasılık modellerine dayanması gerekip gerekmediği? Aksi takdirde, veri kümesini yalnızca çizerek ve özetleyerek değiştirirler.
Honglang Wang

9

İstatistik verilerden etkilenir ; Bilişim veri üzerinde çalışır . Elbette örtüşüyorlar, ancak sorunun daha geniş bir kapsama sahip olduğu cevabı yok.


"İstatistikler verilerden çıkarır; Bilişim veriler üzerinde çalışır." Bu gerçekten onaylamak istediğim şey. Çıkarım için, her zaman olasılık dağılımına dayalı olarak, güven aralığı veya hipotez testi içermelidir. Aksi takdirde, sadece veri üzerinde çalışıyorsunuz.
Honglang Wang
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.