İstatistiksel Yazılım ve Hesaplama
İstatistiksel yazılım ve hesaplama, istatistiksel yöntemlerin güvenilir ve ölçeklenebilir bir şekilde uygulanması, paylaşılması ve çalıştırılması için kullanılan dilleri, araçları ve pratikleri kapsamaktadır.
Tanım
İstatistiksel yazılım ve hesaplama, istatistiksel yöntemlerin gerçek veriler ve donanım üzerinde uygulanması ve yürütülmesi için kullanılan dillerin, yazılım tasarımının, tekrarlanabilirlik pratiklerinin ve yüksek performanslı tekniklerin incelenmesidir.
Kapsam
Bu alan, veri analizi için geliştirilen programlama dillerini ve ortamlarını, hesaplamalı analizleri tekrarlanabilir kılan pratikleri ve istatistiksel hesaplamanın paralel ve yüksek performanslı yöntemlerle büyük verilere ölçeklenmesini sağlayan teknikleri kapsamaktadır. Diğer alanlarda ele alınan belirli algoritmalar yerine, istatistiksel hesaplamanın mühendislik yönünü ele almaktadır.
Alt konular
Temel sorular
- Hangi dil ve yazılım tasarım özellikleri istatistiksel hesaplamayı ifade edici ve güvenilir kılmaktadır?
- İstatistiksel analizler nasıl tekrarlanabilir ve paylaşılabilir hale getirilmektedir?
- İstatistiksel hesaplama, büyük verilere ve çok sayıda işlemciye nasıl ölçeklenmektedir?
- Yazılım pratikleri, istatistiksel sonuçların güvenilirliğini nasıl etkilemektedir?
Temel kuramlar
- Veri Analizi için Diller
- R ve Python gibi ortamlar, istatistiksel iş akışları etrafında tasarlanmış vektörel işlemler, zengin veri yapıları ve paket ekosistemleri sunarak analizlerin nasıl ifade edildiğini ve genişletildiğini şekillendirmektedir.
- Tekrarlanabilirlik ve Ölçek
- Tekrarlanabilir araştırma pratikleri ve yüksek performanslı teknikler birlikte, bir analizin güvenilir olup olmadığını, tekrarlanıp tekrarlanamayacağını ve tek bir makinenin doğrudan işleyebileceğinden çok daha büyük veri kümelerine uygulanıp uygulanamayacağını belirlemektedir.
Klinik önem
Bir analizi çevreleyen yazılım ve hesaplama pratikleri, sonuçlarının tekrarlanabilir, denetlenebilir ve ölçeklenebilir olup olmadığını belirlemektedir; büyük veri ve karmaşık işlem hatları çağında, bu mühendislik kaygıları, geçerli sonuçlar için temel istatistiksel yöntemler kadar önem taşımaktadır.
Tarihçe
Bell Labs'taki S dili, veri analizi için etkileşimli bir ortam modelini oluşturmuştur; açık kaynaklı halefi R ve bilimsel Python yığını baskın hale gelmiş, artan veri hacimleri ve tekrarlanabilirlik kaygıları ise hesaplama pratiğini başlı başına bir çalışma alanı haline getirmiştir.
Öne çıkan isimler
- John Chambers
- Ross Ihaka
- Robert Gentleman
- James Gentle
İlgili konular
Temel eserler
- chambers2008
- gentle2009
Sıkça sorulan sorular
- İstatistiksel yazılım gerçekten istatistiğin bir parçası mıdır?
- Evet. İstatistikçilerin geliştirdiği yöntemler ancak doğru ve çalıştırılabilir şekilde uygulandığında faydalı olmaktadır, bu nedenle istatistiksel dillerin tasarımı, tekrarlanabilir iş akışları ve ölçeklenebilir hesaplama, istatistiksel bilişimin ayrılmaz bir parçasıdır.
- Tekrarlanabilirlik neden bu kadar öne çıkmıştır?
- Analizler daha karmaşık ve veri odaklı hale geldikçe, sonuçlar tam kodlara, veri versiyonlarına ve hesaplama ortamlarına bağlı olabilmektedir. Tekrarlanabilir pratikler, yayınlanmış istatistiksel çalışmaların doğrulanmasını, yeniden kullanılmasını ve üzerine inşa edilmesini mümkün kılmaktadır.