自習vs教えられた教育？

Programmers.SEにも同様の意図を持つ質問があります。その質問にはかなり良い答えがありますが、一般的なテーマは自習なしではどこにも行かないということです。

プログラミングと統計の間には明らかに大きな違いがあります-プログラミングでは、基本的なロジックを学習し、繰り返し適用するだけです。新しい言語はすべて同じ基本概念を使用しています。自己学習により、より高度な概念を学び、より効率的になります。この種のものは教えるのが非常に難しいです。

統計はまったく異なります。関係するロジックを適用するのは簡単です-通常、他の誰かが方法論をレイアウトしているからです。実際、方法論は通常、大学で教えられているもののほとんどです。しかし、統計はそれよりもはるかに深く、いくつかの非常に高度な概念を伴います。あなたが教えられているのが統計を適用することだけであり、それらを理解することはおろか、それらの概念を探すことさえ難しいです（これはフィールドの専門用語によるものかもしれませんが）。また、プログラミングの自己学習には、新しい概念を紹介するために多くの短い記事/ブログを読む必要がありますが、統計に関するアクセス可能な記事はほとんどの場合初心者向けであり、したがって、私自身。

質問は次のとおりです。統計については、自習は大学教育よりも多かれ少なかれ適切ですか？自己学習の方法論はありますか？以前に人々のために働いたことの例は歓迎されます。

（これはおそらくコミュニティwikiであるべきですが、チェックボックスは表示されません）

私はかなり似た場所にいると思いますが、刺します。私は社会学の大学院生としてスタートし、学部で利用可能なすべての統計学コースを修了すると、大学の統計学部の大学院レベルのコースにさまよいました。それは啓示でした。統計の教授が問題にアプローチする方法は、私のsocの教授とは根本的に異なっていました-以前に学んだことよりもはるかに直感的で刺激的で、はるかに定式化されておらず、私が教えられなかったまたは受けなかった多くのことに依存していますもっと基本的なコースで学ぶことができました。追いつくためだけに多くのことを自分自身に教える必要がありましたが、それらの基本的な概念を完全に打ち消していないのではないかと心配しています。

介入する4、5年の間に、私は多くの時間を広く読みました。ブログ、このサイト、いくつかの傑出した教科書は本当に役に立ちました。しかし、その自己学習には限界があります。最大のことは、私が学校でいくつかの講義を受講しなかったことではなく、実際に私以上のことを知っている人と密接に仕事をしてから4、5年が経ったことですした。このサイトは、私の誤った概念を打ちのめす主な情報源です。恐ろしいことに、この秋にバイオスタットでMSプログラムに適用することを計画しているところまでです-興味深いコースを受講することは間違いありません。本当に学んだ。

対照的に、私はほぼ同じ期間と同じ条件下でRを自分自身に教えてきました。約1年半前にRユーザーグループを見つけるのを手伝うまで、コード内で露骨に愚かな構造を指摘する人はいませんでした。しかし、大部分はプログラミングは最終的に何かが機能するかどうかの問題になるため、コードについてほとんど同じ不安を感じません。私はそこの課題を減らすつもりはありません-私は実際のソフトウェア開発者にとって、エレガントで、パフォーマンスがあり、保守可能で、適応性があり、簡単なものを作るための膨大な量の専門知識があることを知っているのに十分な時間、StackOverflowにいました-使用する。しかし、ソフトウェアはその機能をどれだけうまく実行できるかで最終的に判断されます。あなたが言うように、統計にはほぼ逆の問題があります-最新の統計ソフトウェアにより、複雑なモデルを比較的簡単に作成できますが、多くの場合、それらのモデルに十分な価値があることを確認するための適切なシステムがありません。多くの公開された分析を再現することは困難であり、以前に公開された研究をゼロから再現することは、新しい発見を行うほど魅力的ではありません（お気に召すような引用を適用します）。私は自分のプログラムがいつジャンクになるかをほとんど常に知っていますが、自分のモデルが良いかどうかを完全に確信することは決してありません。t新しい発見をするのと同じくらい魅力的（あなたが適当だと思うので怖い引用を適用する）。私は自分のプログラムがいつジャンクになるかをほとんど常に知っていますが、自分のモデルが良いかどうかを完全に確信することは決してありません。t新しい発見をするのと同じくらい魅力的（あなたが適当だと思うので怖い引用を適用する）。私は自分のプログラムがいつジャンクになるかをほとんど常に知っていますが、自分のモデルが良いかどうかを完全に確信することは決してありません。

だから...プログラミングのように、私は自己学習が不可欠だと思います。しかし、私はまた、あなたと一緒にアイデアをキックし、新しい思考にあなたをさらし、必要に応じてケツを蹴り出すメンターまたはピアを周りに置くことが非常に重要だと思います。正式な教育は、そのような人々に会う1つの方法です。効率的なものであるかどうかは、あなたの状況によります...

素晴らしい質問のために+1。長い目で見れば、あなたは常に何らかの形で自習に頼らざるを得ないでしょう。基本に不満を感じるなら、正式なクラスは素晴らしいでしょう。たとえば、適用された統計情報はしっかりしているが、基礎となる数学を理解しているとは思わない場合は、数学統計クラスを取得する方法があります。ただし、大学院でも最終的には自分でフィールドをナビゲートすることを学ぶことになります。

私はこの機会にCVの称賛を歌いたいです。このサイトがあなたの懸念に対する答えになると私は正直に思います。適切なレベル（高すぎても低すぎても）を目的としていないリソースがたくさんあり、必要なものを見つけるのが難しいことは事実です。私の推測では、本は多くの場合、あなたにとって最適なレベルになるでしょう。それらはより包括的なものになるだろうし、どんなトピックについても、数学がほとんどないものから純粋に理論的な論文まであり、その間に多くの段階がある。本の下で履歴書を検索できますまったく適切なものが見つからない場合は、新しい質問をしてください。一般的に、特定の概念について確信が持てない場合は、質問してください。サイトをただ読み回してリンクをたどるだけでも、非常に有益です。サイトでアクティブになってから学んだことには驚かされます。

自習に役立つ具体的な戦略に関しては、2つのことが最も役に立ちました。まず、応用統計で、これは、プログラミング、またはカーネギーホールになってのように実際には同じである練習を。データセット（実際には、可能であれば）を見つけて、それらを探索してみてください。データを見て、何が起こっているのかを考え、いくつかのモデルに適合させ、それらが妥当かどうかを確認します。これができるほど、より良い結果が得られます。さまざまな技術の基礎となる理論的概念を理解するために、シミュレーションが私にとって有効なものです。何かを読んで、特定の方法で機能する、または特定の条件下で故障すると言うとき、私はしばしば小さなコードを書いてそれらの条件を作成し、そのプロセスからデータを生成し、モデルを適合させ、関連するインジケーターを保存します、ループに入れ子にして、遊んでください。これは本当に私がほとんど何でも理解するようになった方法です。私は何かについて読むことができ、それは完全に明確にすることができます-私はそれを振り返って説明することさえできます-しかし、私は本当に生成して実際に動作するまで取得してください。

統計の理論的基礎は深すぎて、たまたま机に落ちてしまった問題に取り組んでいるだけでは、主題を十分に理解することができません。私が見た最大の統計的落とし穴のいくつかは、プログラミングや数学のバックグラウンドを持つ人々からのもので、確率をコーディングまたは計算する方法を知ることは統計を知ることと同じだと思い込んでいた。

それでも、よく考え抜かれた自習プログラムが仕事をしてはいけない理由はありません。そして、少なくとも一部の人々にとってはそうです：王立統計学会の卒業証書を参照してください。読むべき教科書（コックス、バーガー、テューキー、ネルダー、エフロンなどが書いたもの）、物事を試すための優れたフリーソフトウェア（R）、そして疑いを解決するためにもちろんクロスバリデーションがあります。

プログラミングについては、自習が道であることに同意します。私は統計学者として働きながら、数ヶ月の期間にわたってRを独学しました。その後、RプログラミングのCourseraコースを受講して、新しいことを学べるかどうかを確認しました。堅実なバックグラウンドがあるので、コースのティーチングアシスタントに招待されました。

自己学習の統計に関しては、それは依存しますが、注意の側で私はノーと言うでしょう。統計学者のほとんどの仕事には、理由を得るためだけに少なくとも統計の修士号が必要です。経験豊富な統計学者は通常博士号を持っています。

特定の治療（私が取り組んできたもの）の選択プログラムを設計するように依頼する医師を想像してください。統計資料を手に取り、復習して作業を始めます。数学的エラーを起こすか、潜んでいる変数を認識できず、間違った人が選択されます。バング！親relativeが過失で起訴し、および/または過失致死罪で刑務所にいます。

したがって、プログラミングでは、自己学習が唯一の方法ですが、資格を持ち経験豊富な統計学者からの指導を受けずに統計を知っている、統計プロジェクトに取り組んでいる、または少なくとも最初に結果の用途を尋ねる必要はありません。