Re: [問題]資料處理相關求建議

看板Bioindustry (生物科技)作者 (rt87687)時間8年前 (2017/04/12 19:06), 8年前編輯推噓0(000)
留言0則, 0人參與, 最新討論串6/6 (看更多)
※ 引述《linlittlehan (生命有一種絕對)》之銘言: : 路過回文,簡單回應兩點。 : 1. 跨考統計所?! (OS: 老師對統研所的認知跟我們不太一樣) : 台灣的統計研究所(請google: 統計研究所 => https://goo.gl/VLYC0d) : 概略分為 : (i ) 應用統計(商學院 or 管理學院): 政大統研、成大統研 etc. : (ii ) 數理統計(理學院): 清大統研、交大統研 etc. : (iii) 生物統計(醫學院): 台大流病、陽明公衛 etc. : 數統所相對非理學院出身的學生是有相當難度的(就算是有數理背景也很難考 Orz..) : 有興趣請參考清大統計的鄭少為教授的教學網站(https://goo.gl/7Nz4YG) : 恩...想要念的話,可能要花點時間補上。 : 應用統計的話,可以參考各個研究所的相關課程。 : 生物統計的話,Johns Hopkins是你的最好選擇!! (誤) 感謝li大回文XDDDD邊看li大回文邊笑 個人是要走生物統計~因為是想分析生物與醫學相關資料~ Johns Hopskins太威了啦XDDD 但是有想過去coursera上他們的課! : 未來出路方面: : (i ) 多數選擇金融業: 保險精算人員 etc. : (ii ) 多數選擇科技業: 輪班星人、公司的品管部門 etc. : (iii) 多數選擇自由業(誤): 研究助理、CRO、公職 ect. : 2. 對統計有興趣?! 還是資料處理有興趣?! 兩個有什麼差別?? : (OS: 有興趣是...願意一天花8小時 一周40小時作資料處理這樣嗎?) 興趣的話 我是對資料處理有興趣~但覺得統計也不錯(但沒有像喜歡資料處理一樣那麼喜歡 其實現在念書念累了都會摸摸SAS跟R 看著manual和相關書籍學習 玩R和SAS已經將近取代我玩線上遊戲的興趣了XD 有時甚至只是為了把那堂課上完或搞懂某個程式碼而一直不出去吃飯(甚至忘記肚子餓 現在也有自己上Datacamp學習R語言! : 統計基本上就是一門處理資料的科學, : 將統計應用在是金融相關的資料,就是稱為商用統計,其餘請類推 : (工業相關的資料=>工業統計,生物醫學的資料=>生物統計)。 : 每種資料都有其特性,因此在不同領域裡,運用的統計模型(方法)就會有所差異。 : 最重要的是,在目前統計科學的工作中,程式語言大概是不可或缺的基本能力。 : 所以,接下來就是看原po的理想&造化了,看是要選統計相關的 R、SAS、SPSS、Stata、 : 或是基礎的程式語言Fortran、python、C++,Doc chi!! 恩....所以是有統計才有處理資料嗎?? 我自己的理想是把SAS和R弄好 SAS是學校本身有教 自己的老師也是SAS非常強的 R則是因為上104看很多公司要求R而非SAS 爬文聽說是因為SAS不是每個公司都買得起 但是兩個都蠻有興趣的XD C++、SQL、Javascript等我以前有去恆逸上過程式設計概論 有稍微摸過 但是只是學個簡單的迴圈跟軟體而已 沒有到資料處理的部分 跟教授討論後也是覺得無論如何都得補好自己的統計底子 所以最近開始報名一些統計相關研習營 也在安排上公開課的統計(聽說清交上的不錯 : 我想說的是...原po提到的收案經驗,好像跟資料處理相關性蠻低的。 : (囧rz...但是收案技能++ 分析技能就...don't know) : 如果對CRO有興趣,請參考(https://goo.gl/fx3uyj)。 : 最後對於念研究所,給原po一點淺見,建議去看看彭明輝教授的部落格, : (https://goo.gl/mlSJj4),相信對你會有所幫助。 : 以上。 原來沒關XDDD 提到收案只是自己覺得 多收案多看看原始資料 在處理跟分析才不會一頭霧水XD 非常謝謝Li大和許多版上的高手提供的資訊還有建議!!!覺得清楚更多了 我知道走資料分析未來可以轉到很多行業(金融等 但是個人是因為喜歡醫學 想分析出結果才開始碰這塊 所以理想是兩者都有~ 不管會不會考研 現在都以盡量打好底子為最重要的目標^^ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.15.179.106 ※ 文章網址: https://www.ptt.cc/bbs/Bioindustry/M.1491995172.A.678.html ※ 編輯: rt87687 (101.15.179.106), 04/12/2017 19:08:32 ※ 編輯: rt87687 (101.15.179.106), 04/12/2017 19:14:19
文章代碼(AID): #1OxWeaPu (Bioindustry)
文章代碼(AID): #1OxWeaPu (Bioindustry)