Σχετ: Σχετ: Σχετ: Ορισμός εύρους τ

[Kostas Oikonomou]

Ευχαριστώ πολύ για την ενημέρωση.
Χρόνια πολλά!
 

Στις 6:58 μ.μ. Τρίτη, 29 Δεκεμβρίου 2015, ο/η stavros daliakopoulos 
 έγραψε:
 

 Κατά την απίθανη περίπτωση που δεν το γνωρίζεις, υπάρχει το στατιστικό πακέτο 
Pspp
 http://www.dwrean.net/2012/12/pspp-079-spss.html
Το οποίο είναι ελεύθερο λογισμικό και τρέχει και σε διανομές GNU και σε άλλα 
λογισμικάΧρόνια Πολλά !
On Mon, Dec 28, 2015, 12:59 PM Kostas Oikonomou  wrote:

Ευχαριστώ για τη βοήθεια.
Είμαι γιατρός, Καρδιολόγος, και κάνω στατιστικές αναλύσεις στα δεδομένα των 
ασθενών μου. Αυτά μπορεί να είναι αριθμητικά δεδομένα (πχ ηλικία), ή μη 
αριθμητικά (πχ φύλο) κλπ. Παλαιά χρησιμοποιούσα το SPSS, που είναι 
αναγνωρισμένο στατιστικό πακέτο για επιστήμες υγείας. Το μεγάλο μειονέκτημα που 
είχε για μένα το SPSS είναι ότι «τρέχει» σε Windows και ότι δεν είναι ελεύθερο 
λογισμικό. Έτσι έψαξα και βρήκα το R. Στη συνέχεια έκανα και μια αναζήτηση στο 
pubmed (ο χώρος όπου είναι η Ιατρική βιβλιογραφία), και είδα δημοσιεύσεις 
αναγνωρισμένες (δηλαδή είχαν impact factor) όπου αναφέρανε ότι η στατιστική 
ανάλυση έγινε με το R.
Στο χρόνο που μεσολάβησε μέχρι σήμερα, έκανα μια έρευνα στο internet όπου είδα 
ότι και τα δυο (python και R) είναι γλώσσες προγραμματισμού. Έχουν και οι δυο 
στατιστικά πακέτα. Η python θεωρείται πιο εύκολη στην εκμάθηση, ενώ το R πιο 
επιστημονικό (η συγκεκριμένη πρόταση είναι αμφισβητούμενη, γιατί είναι 
προσωπικό συμπέρασμα από άτομο χωρίς γνώσεις προγραμματισμού και με πολύ 
στοιχειώδεις γνώσεις στατιστικής).
Τέλος στο pubmed δεν βρήκα δημοσιεύσεις που να αναφέρουν ότι η στατιστική 
ανάλυση εγινε με την python.
Όπως και να έχει το θέμα, ευχαριστώ πάρα πολύ για τις πληροφορίες.
Καλό νέο έτος.
Κώστας Οικονόμου


    Στις 3:49 π.μ. Δευτέρα, 28 Δεκεμβρίου 2015, ο/η Ioakeim Tellidis 
 έγραψε:


 Εξαρτάται με ποιο τρόπο χειρίζεσαι τα δεδομένα σου και τι κάνεις με τα 
αποτελέσματα των αναλύσεων σου. Δεν έχω δουλέψει με R αλλά η python είναι ένας 
ολόκληρος κόσμος με απεριόριστες δυνατότητες.
Για να σου δώσω ένα παράδειγμα στη δουλειά μου πρέπει να κάνω complex math σε 
πίνακες μήκους 100 εκατ. lines με 8 στήλες. Το σύνολο των στοιχείων είναι 800 
εκατ τιμές. Με τη χρήση python arrays τελειώνω σε λίγα λεπτά την εφαρμογή των 
εξισώσεων και σε 2 με 3 λεπτά ακόμα έχω στατιστικά στοιχεία για τα 
αποτελέσματα. Πολλά Ευρωπαϊκά αλλά και Αμερικανικά πανεπιστήμια χρησιμοποιούν 
python σε αυτού του είδους τις αναλύσεις. Το είδα να γίνεται με τα ίδια μου τα 
μάτια και στο fermilab αλλά και στο cern. Ελπίζω να βοήθησα κάπως...

 Original Message 
From: Kostas Oikonomou 
Sent: Saturday, December 26, 2015 03:18 AM
To: JT ,mazz dra ," 
ubuntu-gr@lists.ubuntu.com" 
Subject: Σχετ: Σχετ: Ορισμός εύρους τ

Αγαπητέ φίλε/η JT,
Για πιο εξειδικευμένες στατιστικές αναλύσεις, πχ x2 ή t-test, προσπαθώ να τις 
κάνω με το r-statistics. Ποιά η διαφορά του από το IPython notebooks;
Ποιό είναι πιο εύκολο στη χρήση-εκμάθηση (συμπεριλαμβανομένης της διαδυκτιακής 
βοήθειας);
Ποιό είναι πιο καλά αναγνωριμένο στατιστικό πακέτο από τα διεθνή περιοδικά για 
δημοσιεύσεις;
Χρόνια Πολλά σε όλη το φόρουμ.
Κώστας Οικονόμου


    Στις 7:23 μ.μ. Τετάρτη, 23 Δεκεμβρίου 2015, ο/η JT  
έγραψε:



Μάρα,

το email ήρθε μόνο σε εμένα και επομένως το προωθώ και στη λίστα (ελπίζω
να μην έχεις πρόβλημα γιἀυτό) για όσους μπορεί να το χρειαστούν.
Το βιβλίο είναι μια μεταφραστική δουλειά που έγινε από τα παιδιά της
κοινότητας του ubuntu-gr και φυσικά τα credits πάνε σε αυτούς. Μπορείς
να το βρεις σε αυτή τη διεύθυνση
. Δες δεξιά για το pdf file.
Προσωπικά, αν και στην αρχή έκανα της εγκαταστάσεις των πακέτων με το
χέρι, προτιμώ πλέων το Anaconda από αυτό το link
. Το πακέτο είναι open source φυσικά
και περιέχει σχεδόν το σύνολο των scientific libraries που μπορεί να
χρειαστείς καθώς και IDE όπως το Spyder. Αν είσαι σε Linux δε χρειάζεται
καν super user privileges για να το εγκαταστήσεις. Κάθετε απἐυθείας σε
ένα folder και αυτόματα τοποθετεί όλες τις μεταβλητές που χρειάζεται για
να λειτουργήσει στο ENV σου.
Αν και ήμουν παλιός χρήστης του MATLAB αποφάσισα πριν από αρκετά χρόνια
να μεταβώ σε python / ipython 2.7+ μιας και πιστεύω πως είναι κατά πολύ
ισχυρότερη από το MATLAB.



On 12/23/2015 11:14 AM, mazz dra wrote:
> Καλησπέρα! Επειδή τώρα κάνω τη διπλωματική μου και προσπαθώ να αποφύγω
> το κλειστό matlab, έχω ξεκινήσει να μαθαίνω τα numpy/scipy/pandas. Πού
> θα μπορούσα να βρω το βιβλίο που αναφέρεις; Επίσης, οποιαδήποτε άλλα
> χρήσιμα link ευπρόσδεκτα!
>
> Μάρα
>
> Στις 23 Δεκεμβρίου 2015 - 5:08 μ.μ., ο χρήστης JT  > έγραψε:
>
>    Κώστα,
>
>    Ξέρω πως μπορεί να μη σου ακουστεί και πολύ καλά αυτό που θα σου
>    προτείνω αλλά ίσως να χρειάζεται να ξεκινήσεις να μάθεις 

Σχετ: Σχετ: Σχετ: Ορισμός εύρους τ

[Kostas Oikonomou]

Ευχαριστώ για τη βοήθεια.
Είμαι γιατρός, Καρδιολόγος, και κάνω στατιστικές αναλύσεις στα δεδομένα των 
ασθενών μου. Αυτά μπορεί να είναι αριθμητικά δεδομένα (πχ ηλικία), ή μη 
αριθμητικά (πχ φύλο) κλπ. Παλαιά χρησιμοποιούσα το SPSS, που είναι 
αναγνωρισμένο στατιστικό πακέτο για επιστήμες υγείας. Το μεγάλο μειονέκτημα που 
είχε για μένα το SPSS είναι ότι «τρέχει» σε Windows και ότι δεν είναι ελεύθερο 
λογισμικό. Έτσι έψαξα και βρήκα το R. Στη συνέχεια έκανα και μια αναζήτηση στο 
pubmed (ο χώρος όπου είναι η Ιατρική βιβλιογραφία), και είδα δημοσιεύσεις 
αναγνωρισμένες (δηλαδή είχαν impact factor) όπου αναφέρανε ότι η στατιστική 
ανάλυση έγινε με το R.
Στο χρόνο που μεσολάβησε μέχρι σήμερα, έκανα μια έρευνα στο internet όπου είδα 
ότι και τα δυο (python και R) είναι γλώσσες προγραμματισμού. Έχουν και οι δυο 
στατιστικά πακέτα. Η python θεωρείται πιο εύκολη στην εκμάθηση, ενώ το R πιο 
επιστημονικό (η συγκεκριμένη πρόταση είναι αμφισβητούμενη, γιατί είναι 
προσωπικό συμπέρασμα από άτομο χωρίς γνώσεις προγραμματισμού και με πολύ 
στοιχειώδεις γνώσεις στατιστικής).
Τέλος στο pubmed δεν βρήκα δημοσιεύσεις που να αναφέρουν ότι η στατιστική 
ανάλυση εγινε με την python.
Όπως και να έχει το θέμα, ευχαριστώ πάρα πολύ για τις πληροφορίες.
Καλό νέο έτος.
Κώστας Οικονόμου
 

Στις 3:49 π.μ. Δευτέρα, 28 Δεκεμβρίου 2015, ο/η Ioakeim Tellidis 
 έγραψε:
 

 Εξαρτάται με ποιο τρόπο χειρίζεσαι τα δεδομένα σου και τι κάνεις με τα 
αποτελέσματα των αναλύσεων σου. Δεν έχω δουλέψει με R αλλά η python είναι ένας 
ολόκληρος κόσμος με απεριόριστες δυνατότητες. 
Για να σου δώσω ένα παράδειγμα στη δουλειά μου πρέπει να κάνω complex math σε 
πίνακες μήκους 100 εκατ. lines με 8 στήλες. Το σύνολο των στοιχείων είναι 800 
εκατ τιμές. Με τη χρήση python arrays τελειώνω σε λίγα λεπτά την εφαρμογή των 
εξισώσεων και σε 2 με 3 λεπτά ακόμα έχω στατιστικά στοιχεία για τα 
αποτελέσματα. Πολλά Ευρωπαϊκά αλλά και Αμερικανικά πανεπιστήμια χρησιμοποιούν 
python σε αυτού του είδους τις αναλύσεις. Το είδα να γίνεται με τα ίδια μου τα 
μάτια και στο fermilab αλλά και στο cern. Ελπίζω να βοήθησα κάπως...

 Original Message 
From: Kostas Oikonomou 
Sent: Saturday, December 26, 2015 03:18 AM
To: JT ,mazz dra ," 
ubuntu-gr@lists.ubuntu.com" 
Subject: Σχετ: Σχετ: Ορισμός εύρους τ

Αγαπητέ φίλε/η JT,
Για πιο εξειδικευμένες στατιστικές αναλύσεις, πχ x2 ή t-test, προσπαθώ να τις 
κάνω με το r-statistics. Ποιά η διαφορά του από το IPython notebooks;
Ποιό είναι πιο εύκολο στη χρήση-εκμάθηση (συμπεριλαμβανομένης της διαδυκτιακής 
βοήθειας);
Ποιό είναι πιο καλά αναγνωριμένο στατιστικό πακέτο από τα διεθνή περιοδικά για 
δημοσιεύσεις;
Χρόνια Πολλά σε όλη το φόρουμ.
Κώστας Οικονόμου
 

Στις 7:23 μ.μ. Τετάρτη, 23 Δεκεμβρίου 2015, ο/η JT  
έγραψε:
 

 
Μάρα,

το email ήρθε μόνο σε εμένα και επομένως το προωθώ και στη λίστα (ελπίζω 
να μην έχεις πρόβλημα γιἀυτό) για όσους μπορεί να το χρειαστούν.
Το βιβλίο είναι μια μεταφραστική δουλειά που έγινε από τα παιδιά της 
κοινότητας του ubuntu-gr και φυσικά τα credits πάνε σε αυτούς. Μπορείς 
να το βρεις σε αυτή τη διεύθυνση 
. Δες δεξιά για το pdf file.
Προσωπικά, αν και στην αρχή έκανα της εγκαταστάσεις των πακέτων με το 
χέρι, προτιμώ πλέων το Anaconda από αυτό το link 
. Το πακέτο είναι open source φυσικά 
και περιέχει σχεδόν το σύνολο των scientific libraries που μπορεί να 
χρειαστείς καθώς και IDE όπως το Spyder. Αν είσαι σε Linux δε χρειάζεται 
καν super user privileges για να το εγκαταστήσεις. Κάθετε απἐυθείας σε 
ένα folder και αυτόματα τοποθετεί όλες τις μεταβλητές που χρειάζεται για 
να λειτουργήσει στο ENV σου.
Αν και ήμουν παλιός χρήστης του MATLAB αποφάσισα πριν από αρκετά χρόνια 
να μεταβώ σε python / ipython 2.7+ μιας και πιστεύω πως είναι κατά πολύ 
ισχυρότερη από το MATLAB.



On 12/23/2015 11:14 AM, mazz dra wrote:
> Καλησπέρα! Επειδή τώρα κάνω τη διπλωματική μου και προσπαθώ να αποφύγω 
> το κλειστό matlab, έχω ξεκινήσει να μαθαίνω τα numpy/scipy/pandas. Πού 
> θα μπορούσα να βρω το βιβλίο που αναφέρεις; Επίσης, οποιαδήποτε άλλα 
> χρήσιμα link ευπρόσδεκτα!
>
> Μάρα
>
> Στις 23 Δεκεμβρίου 2015 - 5:08 μ.μ., ο χρήστης JT  > έγραψε:
>
>    Κώστα,
>
>    Ξέρω πως μπορεί να μη σου ακουστεί και πολύ καλά αυτό που θα σου
>    προτείνω αλλά ίσως να χρειάζεται να ξεκινήσεις να μάθεις Python
>    και να δουλέψεις πιο συγκεκριμένα σε IPython notebooks. Η γλώσσα
>    είναι εξαιρετικά εύκολη και αυτού του είδους στατιστικές αναλύσεις
>    πληθυσμών γίνονται παιχνιδάκι ειδικά αν το συνδυάσεις με Pandas.
>    Ξέρω πως πιθανόν να σου ακούγονται όλα αυτά εξωγήινα αλλά σε
>    διαβεβαιώ πως ένας μέσος χρήστης που επιθυμεί να μάθει μια γλώσσα
>    όπως είναι η Python θα καταφέρει μέσα σε λίγες μέρες να γράψει
>    πολύ απλά προγράμματα. Η βοήθεια