Ngôn ngữ lập trình thống kê

Ngôn ngữ lập trình thống kê là các môi trường điện toán được thiết kế xoay quanh việc phân tích dữ liệu, cung cấp cho các nhà thống kê các phép toán véc-tơ hóa, khung dữ liệu, các trừu tượng hóa mô hình và hệ thống gói mở rộng.

Definition

Ngôn ngữ lập trình thống kê là một ngôn ngữ lập trình và môi trường mà thiết kế của nó tập trung vào phân tích dữ liệu, cung cấp hỗ trợ gốc cho tính toán số véc-tơ hóa, cấu trúc dữ liệu thống kê, đặc tả mô hình và phân phối các phương pháp phân tích dưới dạng gói.

Scope

Chủ đề này bao gồm các nguyên tắc thiết kế của các ngôn ngữ được xây dựng cho thống kê, dòng S và phiên bản kế nhiệm R của nó, hệ sinh thái Python khoa học, và các tính năng ngôn ngữ quan trọng đối với công việc dữ liệu: véc-tơ hóa, cấu trúc dữ liệu cho dữ liệu dạng bảng và dữ liệu thiếu, giao diện công thức và mô hình hóa, và hệ sinh thái gói. Các thuật toán cụ thể nằm ngoài phạm vi.

Core questions

• Những tính năng ngôn ngữ nào làm cho một ngôn ngữ lập trình phù hợp với phân tích dữ liệu?
• Ngôn ngữ S đã định hình thiết kế của các môi trường thống kê hiện đại như thế nào?
• Véc-tơ hóa và các trừu tượng hóa khung dữ liệu hỗ trợ công việc thống kê như thế nào?
• Các hệ sinh thái gói mở rộng một ngôn ngữ với các phương pháp thống kê như thế nào?

Key concepts

• Véc-tơ hóa
• Khung dữ liệu
• Giao diện công thức
• Hệ sinh thái gói
• Các tính năng hàm và hướng đối tượng
• Môi trường tương tác

Key theories

Thiết kế ngôn ngữ cho phân tích dữ liệu

Các ngôn ngữ thống kê cung cấp các phép toán véc-tơ hóa, cấu trúc dữ liệu phong phú cho dữ liệu dạng bảng và dữ liệu thiếu, và các giao diện mô hình hóa như công thức, để ý định phân tích có thể được thể hiện một cách ngắn gọn và mở rộng thông qua các gói do người dùng đóng góp.

Dòng S-to-R

Ngôn ngữ S đã giới thiệu môi trường tương tác, hướng đối tượng cho phân tích dữ liệu mà R đã triển khai lại dưới dạng phần mềm mã nguồn mở, kho gói của nó đã biến nó thành một nền tảng do cộng đồng điều khiển cho các phương pháp thống kê.

Clinical relevance

Việc lựa chọn và thành thạo một ngôn ngữ thống kê định hình cách các phân tích được viết, xác thực và chia sẻ; các hệ sinh thái gói mở của R và Python giúp các phương pháp tiên tiến có sẵn ngay lập tức cho các nhà thực hành trong các ngành khoa học dựa trên dữ liệu.

History

John Chambers và các đồng nghiệp đã tạo ra S tại Bell Labs vào cuối những năm 1970; Ihaka và Gentleman đã phát hành R như một phiên bản kế nhiệm mã nguồn mở vào năm 1996, và kho gói của nó cùng với sự phát triển song song của ngăn xếp Python khoa học đã biến chúng thành các môi trường thống trị cho tính toán thống kê.

Key figures

• John Chambers
• Ross Ihaka
• Robert Gentleman
• Hadley Wickham

Seminal works

• chambers2008
• ihaka1996

Frequently asked questions

Điều gì làm cho một ngôn ngữ trở thành ngôn ngữ lập trình thống kê thay vì một ngôn ngữ chung?

Nó xây dựng phân tích dữ liệu vào cốt lõi: toán học véc-tơ hóa, cấu trúc dữ liệu dạng bảng với xử lý giá trị thiếu, cú pháp đặc tả mô hình và một hệ sinh thái các gói thống kê. Các ngôn ngữ chung có thể thực hiện thống kê, nhưng những ngôn ngữ này được thiết kế cho mục đích đó.

Tại sao véc-tơ hóa được nhấn mạnh trong các ngôn ngữ này?

Thao tác trên toàn bộ véc-tơ và ma trận cùng một lúc làm cho mã vừa ngắn gọn vừa nhanh chóng, vì các tính toán nặng chạy trong các quy trình biên dịch được tối ưu hóa. Nó cũng phù hợp với cách các phép toán thống kê được thể hiện một cách tự nhiên trên dữ liệu.