胡江堂的THINK SAS只写了1就没了下文了啊？

shiyiming

继不继续？

shiyiming

<!-- s:lol: --><img src="{SMILIES_PATH}/icon_lol.gif" alt=":lol:" title="Laughing" /><!-- s:lol: -->

shiyiming

嘿嘿，因为SAS需要好好地慢慢地Think嘛

shiyiming

统计之都似乎年轻人很多，火气大
SAS真的搞好了，也是很NB的，而且会比那些用R的还要牛逼
当然我说的搞好了是把所有的PROC后面的算法彻底梳理一遍搞懂。我算了一下，就算一个月搞一个SAS/STAT里面的PROC，也要差不多5年，这还是牛到一个月看懂一个领域算法的人。

shiyiming

被定名了……冒个泡 <!-- s:) --><img src="{SMILIES_PATH}/icon_smile.gif" alt=":)" title="Smile" /><!-- s:) --> 。

think sas(2)的草稿留在机器很长时间了，写得不够流畅，一直不敢拿出来。等到有接受拍砖的信心再发布了。这段时间也在准备SGF2011的草稿，明年有机会可以去会场拜访一下你。

你说的搞好SAS，我想凡人是望尘莫及。SAS/STAT里的PROCs，里面都是一个个经典的统计模型，都学会使用和解释输出结果就需要大量的时间，更不用说搞懂其中的算法了，每一个PROC里面的参考文献都让人热血喷张。加上EM里面的那些proc svm之类，更是算法密集。说搞懂，真不简单。术业有专攻，我不知道一个统计PhD下来，对这些算法的掌握程度要求如何。

说了这些，我倒并不觉得很有压力。STAT只是SAS系统的一个子模块，作为一个SAS程序员，每天大量使用的多是BASE（data steps，Macro，SQL，ODS，加上BASE里的一些PROCs）。BASE里面还有XML, PRX等诸多元素，其实我们还可以说一句，要搞懂BASE，也谈何容易。都不容易，大伙就都拣自个感兴趣的或者工作需要的鼓捣了。

最近我在“统计之都”贴了一篇假设检验的读书笔记（在[url:6w2cilpn]http&#58;//cos&#46;name/2010/11/hypotheses-testing/[/url:6w2cilpn]），统计学的入门知识了，但写出来、解释清楚都觉得不易。啥都是路漫漫啊。按我这速度，要写到你博客里的那些高深算法，5年都打不住。

shiyiming

Totally agree, that is Mission Impossible

Think about PROC FREQ alone, it covers almost all fields in traditional categorical data analysis. The 700-page classic book Categorical Data Analysis by Agresti goes through the theories behind briefly....A graduate student takes 1-2 semester for this class [that is effectively 4--8 month]

And that is just the tip of iceberg.

shiyiming

那为神马SAS要人花那么多时间去搞懂他呢 ？

有人总结梳理了他的proc的算法么 ？

SAS帮助随着年数积累而不断的庞大，但是越来越不友好了。 烂帮助，爱得不轻松。

ps：oloolo貌似最近闲得蛋疼啊。 <!-- s:D --><img src="{SMILIES_PATH}/icon_biggrin.gif" alt=":D" title="Very Happy" /><!-- s:D -->

shiyiming

嗯，是闲了点，但是何以见得蛋疼捏？
可以理解，老外都去修圣诞了，中国人干嘛不稍微歇歇呢。 <!-- s:lol: --><img src="{SMILIES_PATH}/icon_lol.gif" alt=":lol:" title="Laughing" /><!-- s:lol: -->

shiyiming

to sxlion
确实很闲， 老板度假去了，下属度假去了，就我一个人不想走动，还是宅着好，休息休息。目前蛋不疼哈，没得睾丸癌哟， <!-- s:D --><img src="{SMILIES_PATH}/icon_biggrin.gif" alt=":D" title="Very Happy" /><!-- s:D -->  <!-- s:D --><img src="{SMILIES_PATH}/icon_biggrin.gif" alt=":D" title="Very Happy" /><!-- s:D -->

不管你用R还是SAS还是SPSS，都要把那些基本的理论啥的搞懂才行啊，否则就是GIGO，反正计算机会报告一些列结果。但是统计师的主要作用还是在于合理地解释这些数据，并给具体业务提供策略指导。如果自己都不知道这些数值怎么产生的，怎么能合理地帮助业务部门扩展业务呢？

SAS自己的HELP就是所有算法的集成啊，不过要看的肯定不止是HELP了。SAS的帮助文档里面的细节部分主要是起一个索引介绍的作用，详细了解算法还是要看很多专业书籍才行，另外加上很多年的经验总结才能知道各类算法在具体应用中的效果。其实利用SAS把那些统计知识串起来，基本能把经典的统计融会贯通，学透彻了。我一直在准备写一个SAS COMPANION FOR THE ELEMENTS OF STATISTICAL LEARNING，但是进展太慢了。我目前才搞到第四章，discriminant analysis，时间真不够用。我明年在公司R&amp;D有三个讲座，分别讲PROTOTYPE METHODS，flexible discriminant analysis和SVM，希望能借此加快点进度。

我昨天刚在组里给了一个talk，关于如何成为行业顶尖统计师的一些思考。我给了个3集合文图，就是对业务敏感，对统计老到，对编程熟练。这个倒是引起了很多讨论。一般的人只能做到一方面比较强，比较有经验的能做到对两方面都熟悉，但是要想在市场上找到全通的人才真的是不容易。面了好几个人，没一个满意的。学生或者工作时间短的一般编程还行，业务上完全不敏感，统计应用很死板；工作经验很长的编程太烂，而且统计知识普遍不行，因为平时都忙于big talk，具体知识都忘了。

shiyiming

to shiyiming
呵呵，工作在12月初就卸下来了。