Самостійне навчання проти вихованої освіти?


28

Є питання з подібним наміром у програмістів.SE . На це запитання є досить непогані відповіді, але загальна тема, здається, полягає в тому, що без самостійного вивчення ви не отримаєте ніде.

Очевидно, що між програмуванням і статистикою є якась основна різниця - з програмуванням ви насправді просто вивчаєте якусь основну логіку, а потім застосовуєте її повторно. Всі нові мови використовують однакові основні поняття. Самонавчання дозволяє вам вивчити більш досконалі поняття та стати більш ефективними. Такого роду речі досить складно навчати.

Статистика зовсім інша. Застосовувати цю логіку досить просто - адже хтось інший зазвичай виклав цю методологію. Дійсно, методологія, як правило, більшість того, що викладають у університетах. Але статистика насправді набагато глибша за це і включає деякі дійсно високі рівні концепції. Важко навіть шукати ці поняття, якщо до всього, чого тебе навчають, застосовується статистика, не кажучи вже про їх розуміння (хоча мені цікаво, наскільки це може бути пов’язано з жаргоном на місцях). Крім того, я вважаю, що самонавчання з програмування передбачає читання багатьох коротких статей / блогів, щоб ознайомитись з новими поняттями, тоді як доступні статті про статистику майже завжди орієнтовані на новачків, і тому дещо марні для новачка, що розвивається, наприклад себе.

Отже, питання полягає в тому, чи є самостійне навчання більш-менш відповідним, ніж університетська освіта, для статистики? Які методології самостійного вивчення існують? Будь-які приклади того, що раніше працювало для людей, були б вітати.

(це, мабуть, має бути вікі спільноти, але я не бачу прапорця)



@cardinal: безумовно. Ви відповідаєте, що це чудово. Сподіваємось, це питання виявиться доповненням, а не дублікатом цього питання.
naught101

2
Я не думаю, що це дублікат. Я думаю, що всі відповіді та багато коментарів дають корисну інформацію. Ура. :)
кардинал

Відповіді:


14

Я думаю, що я знаходжусь у досить подібному місці, але візьму колю. Я почав, як аспірант соціології, і, якби я закінчив усі курси статистики, які були доступні через мою кафедру, перебрався на деякі курси на рівні рівня зі відділу статистики в моєму університеті. Це було одкровення; те, як професори статистики підходили до проблем, докорінно відрізнялося від моїх професорів-соців - набагато інтуїтивніше і надихаючіше, ніж те, що я навчився раніше, набагато менш викладене і залежне від багатьох речей, яких я ні вчив, ні не мав ' мені вдалося навчитися на моїх більш фундаментальних курсах. Мені довелося багато разів навчити себе багато чого, аби не відставати, і я все ще переживаю, що я не справді прибив ці основоположні концепції.

Протягом чотирьох-п’яти років я провів багато часу, читаючи широко - блоги, цей веб-сайт та деякі підручники, що стоять на користь, були дуже корисними. Але це самонавчання має свої межі, найбільше з яких полягає не в тому, що я не просидів лекцій у школі, а скоріше те, що минуло чотири чи п’ять років, як я тісно співпрацював з тим, хто насправді знав більше, ніж я зробив. Цей сайт є моїм основним джерелом збиття моїх неправильних уявлень. Це мене лякає, до того, що цієї осені я планую подавати заявки на програми MS в біостатах - безумовно, пройти якісь цікаві курси, але також тому, що я просто хочу, щоб хтось перебіг мої ідеї та дізнався, що я дійсно дізнався.

Навпаки, я навчав себе Р приблизно приблизно за той самий період і за тих самих умов. Поки я не допоміг знайти групу користувачів R близько півтора років тому, у мене теж не було нікого, хто б вказав на дурно дурні конструкції в моєму коді. Але я не відчуваю майже такої ж тривоги щодо свого коду, значною мірою тому, що програмування зрештою зводиться до питання, чи працює щось. Я не маю на увазі зменшити виклики там - я був на StackOverflow досить довго, щоб знати, що для справжніх розробників програмного забезпечення існує величезна кількість досвіду, який потребує створення щось елегантне, ефективне, бездоганне, адаптоване та просте -використовувати. Але програмне забезпечення в кінцевому підсумку судять про те, наскільки добре воно виконує свою функцію. Як ви кажете, статистика має майже зворотну проблему - сучасне програмне забезпечення статистики дозволяє порівняно легко викручувати складні моделі, але у багатьох випадках у нас немає гарних систем, які б гарантували, що ці моделі варті проклятого. Важко відтворити багато опублікованих аналізів, і відтворення раніше опублікованих досліджень не з нуля не таке гламурне, як робити нові відкриття (застосовуйте лякаючі цитати, як вважаєте за потрібне). Я майже завжди знаю, коли в моїх програмах трапляються непотріб, але я ніколи не впевнений, що мої моделі хороші. t настільки гламурно, як робити нові відкриття (застосовуйте лякаючі цитати, як вважаєте за потрібне). Я майже завжди знаю, коли в моїх програмах трапляються сміття, але я ніколи не впевнений, що мої моделі хороші. t настільки гламурно, як робити нові відкриття (застосовуйте лякаючі цитати, як вважаєте за потрібне). Я майже завжди знаю, коли в моїх програмах трапляються сміття, але я ніколи не впевнений, що мої моделі хороші.

Отже ... як і в програмуванні, я вважаю, що самонавчання є важливим. Але я також вважаю, що критично важливо мати наставника чи однолітка, який буде розбирати ідеї з вами, піддавати вас новому мисленню та, коли це необхідно, бити дупу. Формальна освіта - це один із способів зустріти таких людей. Чи буде він ефективним, більше залежить від ваших обставин ...


@ naught101 У ретроспективі я відчуваю, що я просто переробив те, що ви сказали. Сподіваюсь, це не зовсім так ...
Метт Паркер

Трохи переосмислення, але також цікаві моменти :) Ви нагадаєте, що ви менторський коментар, частину минулого року я мав наставника з програмування (не пов'язаний з наукою, щось на зразок неофіційного GSOC ). Це був надзвичайно корисний процес і корисний не лише для мене, оскільки він підштовхував розробку широкого корисного веб-рамкового коду з відкритим кодом. На жаль, мені важко бачити, як таке взаємовигідне менторство може статися у статистиці, навіть якщо мій поточний проект допоможе перевірити відносно нову методологію поєднання моделей.
naught101

13

+1 для чудового питання. Я думаю, що в перспективі вам завжди доведеться покладатися на самонавчання в тій чи іншій формі. Якщо ви відчуваєте себе незручно з основами, формальні заняття будуть чудовими. Наприклад, якщо ви відчуваєте себе твердим у застосованій статистиці, але не відчуваєте, що розумієте основні математики, то пройдіть уроки математичної статистики. Навіть там, хоча, середня школа в кінцевому рахунку збирається навчитися самостійно орієнтуватися на полі.

Я хочу скористатися цією можливістю, щоб заспівати хвалу резюме. Я чесно думаю, що цей сайт стане відповіддю на ваші проблеми. Це правда, що там є багато ресурсів, які не спрямовані на відповідний рівень (або занадто високий, або занадто низький), і що важко знайти те, що потрібно. Я здогадуюсь, що книги частіше збираються на рівні, який найкраще підходить вам; вони будуть більш вичерпними, і для будь-якої теми знайдуться теми, майже без математики, до чисто теоретичних трактатів з багатьма градаціями між ними. Ви можете шукати резюме під і якщо ви не знайдете нічого правильного, задайте нове запитання. Загалом, якщо ви не впевнені в якійсь конкретній концепції, просто запитайте про це. Навіть просто читання на сайті та перехід за посиланнями неймовірно інформативний - я вражений тим, наскільки я дізнався з моєї активності на сайті.

Щодо конкретних стратегій, які допомагають у самонавчанні, мені найбільше допомогли дві речі. По-перше, з прикладною статистикою це дійсно так само, як і з програмуванням, або потраплянням до Карнегі Холл, на практиці. Спробуйте знайти набори даних (якщо це можливо в реальному світі) та дослідити їх; подивіться на дані, подумайте про те, що, можливо, відбувається, встановіть деякі моделі та перевірте, чи вони розумні і т. д. Чим більше ви можете це зробити, тим краще вам станеться. Для розуміння теоретичних концепцій, які лежать в основі різних методик, імітація - це те, що працює для мене. Коли я читаю про щось, і в ньому йдеться про те, що це працює певним чином або вийде з ладу за якоїсь умови, я часто пишу невеликий код, щоб створити ці умови та генерувати дані з цього процесу, а потім підходити до моделі та зберігати будь-який показник, що має значення , вкладіть це в цикл і пограйте з ним. Це дійсно те, як я зрозумів майже все. Я можу прочитати про щось, і це може бути абсолютно зрозуміло - я навіть можу розвернутися і пояснити це, - але не дужеотримати його, поки я не зможу генерувати його та побачити його в дії.


2

Теоретична основа статистики занадто глибока, щоб можна було добре зрозуміти тему, лише працюючи над проблемами, які трапляються на вашому столі. Деякі з найбільших статистичних падінь, які я бачив, були від людей з програмуванням або математичним походженням, які злегка припускали, що знати, як кодувати або відпрацьовувати ймовірності, те саме, що знати статистику.

Тим не менш, немає причин, чому продумана програма самонавчання не повинна робити цю роботу. І для деяких людей це принаймні: дивіться диплом диплома Королівського статистичного товариства . Чи не бракує підручників для читання (і написаних подібними до Cox, Berger, Tukey, Nelder, & Efron!), Відмінного безкоштовного програмного забезпечення (R) для випробування речей, і, звичайно, Cross Valified для вирішення сумнівів.


1

Що стосується програмування, я погоджуюся, що самостійне навчання - це шлях. Я навчав себе R протягом декількох місяців, оскільки працюю статистиком. Потім я взяв курс Coursera з програмування R, щоб побачити, чи можу я навчитися чомусь новому, а оскільки мав міцний досвід, я відмовився від цього і мене запросили на посаду асистента викладання.

Що стосується статистики самонавчання, це залежить, але з боку обережності я б сказав "ні". Більшість робочих місць для статистиків потребують принаймні магістра в галузі статистики лише для того, щоб потрапити на ногу у двері та не просто так. У досвідчених статистиків зазвичай є доктори наук.

Уявіть, що лікар попросить вас розробити програму відбору для певного лікування (над чим я працював). Ви захоплюєте свої статистичні книги для оновлення та починаєте роботу. Ви робите деякі математичні помилки або не в змозі розпізнати деякі приховані змінні, і вибрані неправильні люди. Вибух! Родини притягують до кримінальної відповідальності за халатність та / або ви знаходитесь у в'язниці за вчинення вбивства.

Тож із програмуванням самодослідження - це єдиний шлях, але ніколи не кажіть, що ви знаєте статистику чи працюєте над статистичним проектом без наставництва кваліфікованого та досвідченого статистика або, принаймні, запитайте спочатку, для чого потрібно використовувати результати.

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.