SOCR：一个图形化的统计教育软件包

yihui

JSS上面新发表了一篇文章，我大致看了一下，觉得还挺有意思，和大家分享一下：

SOCR Analyses: Implementation and Demonstration of a New Graphical Statistics Educational Toolkit

以下是摘要：

The web-based, Java-written SOCR (Statistical Online Computational Resource) tools

have been utilized in many undergraduate and graduate level statistics courses for seven

years now (Dinov 2006; Dinov et al. 2008b). It has been proven that these resources

can successfully improve students' learning (Dinov et al. 2008b). Being rst published

online in 2005, SOCR Analyses is a somewhat new component and it concentrate on data

modeling for both parametric and non-parametric data analyses with graphical model

diagnostics. One of the main purposes of SOCR Analyses is to facilitate statistical learn-

ing for high school and undergraduate students. As we have already implemented SOCR

Distributions and Experiments, SOCR Analyses and Charts fulll the rest of a standard

statistics curricula. Currently, there are four core components of SOCR Analyses. Linear

models included in SOCR Analyses are simple linear regression, multiple linear regression,

one-way and two-way ANOVA. Tests for sample comparisons include t-test in the para-

metric category. Some examples of SOCR Analyses' in the non-parametric category are

Wilcoxon rank sum test, Kruskal-Wallis test, Friedman's test, Kolmogorov-Smirno test

and Fligner-Killeen test. Hypothesis testing models include contingency table, Friedman's

test and Fisher's exact test. The last component of Analyses is a utility for computing

sample sizes for normal distribution. In this article, we present the design framework,

computational implementation and the utilization of SOCR Analyses.

Keywords: web resources, Java applets, statistical analysis, education, cooperative learning,

collaborative learning, distance education, telelearning, distributed learning environments,

improving classroom teaching, interactive learning environments.

yihui

我觉得各位有志于从事图形和可视化方面研究的同志务必要精通一门或几门计算机技术，我看版主的头像换成了John Tukey，想想Tukey在他的时代的确是叱咤风云的人物，探索性数据分析的思想可能百年不衰，但这个时代工具的力量也不可忽视。Tukey的年代，如何用线条计数可能就能体现一个人的聪明（可能有人知道这个故事），因为那时候大多数图形都要用手画，但现在大不一样了。我们也要与时俱进，利用好各种计算机技术。

这篇文章中的工具主要是基于Java实现的，Java这门语言也是我比较看好的，前面提到的Processing语言也是基于Java的。跨平台的东西就是好，只要有个编译器，到哪儿都能用（甚至是汽车、手机中）。

我跟cloud_wei版主表示过，希望我们能组织一个学习团队，大家分头学习，然后集中交流，比如各自写一些入门教程，让大家学习速度更快一些。有些东西，自己琢磨可能要半个月，在这里也许听别人讲半个小时就明白了。

cloud_wei

的确是这样，应该与时俱进，这方面我要加强啊，我是特意把头像改为Tukey的，呵呵。Tukey的《探索性数据分析》里面的图今天看起来很不起眼，不过都是有历史意义的。

我觉得选择语言时一定要慎重、要有眼光，拿绘图来说，一抓一大把，好多语言都被大浪淘沙了，如果今天学了个语言，过几年就报废了可就太浪费了。

学习团队我很赞同，不过学习任务还得安排好。

yihui

发个通知组队吧，最近JSS上面有好几篇论文我觉得很有意思，值得研究，大家可以学习学习

另外我觉得Java的寿命应该会比R长 [s:17]

cloud_wei

我琢磨一下。

R也不会短命吧？Python似乎也火起来了。

yihui

我觉得R不会短命，但去年我和Lee Wilkinson聊的时候，我们问他20年后R会怎样，他说R will die，后来我和别的一些教授交流，他们也提醒我，R很优秀，但不能把所有的研究局限在R上面，我们是做学术的，不是软件商。

计算机世界的语言，我感觉这几年一年一个主题，Python，Ruby，……都很火，但我们的视角总是统计、统计、统计……它们如何为统计服务？据说Python处理大数据速度快，那么能否利用Python预处理数据之后再传给R（利用RPy：http://rpy.sourceforge.net/）？

cloud_wei

我前几天下了个Python，正在学习中。突然有这么一个感慨：学习很重要，但明确应该学什么更要命。

“R很优秀，但不能把所有的研究局限在R上面，我们是做学术的，不是软件商。”这话说得很在理，我们永远要focus on the problem，而不应该对软件有太深的情结。我也觉得谢兄的R情结很深很重 [s:11]

pengchy

[quote]引用第1楼谢益辉于2009-04-29 23:05发表的 :

我跟cloud_wei版主表示过，希望我们能组织一个学习团队，大家分头学习，然后集中交流，比如各自写一些入门教程，让大家学习速度更快一些。有些东西，自己琢磨可能要半个月，在这里也许听别人讲半个小时就明白了。

[/quote]

赞成啊！大家各自根据自己的情况选择可大可小的题目来讲，然后大家跟帖讨论，这样很有助于理解。

yanlinlin82

寿命长短还跟环境有很大关系。Java出道的时候，还曾经希望把C++给替代掉呢；而现在的C#也大有取代Java之势。每个语言的阵营都有人有意无意地希望自己的语言能一统天下。但不管怎么争斗，现在每个语言在自己的地盘上都还活得很好，大有彼此割据一方的格局。

其实在我这段学R的过程里，就明显感到R在数据分析和处理方面的优势，Java和C++即使在软件开发的很多领域都有很强的生命力，但在这方面就是不如R之类的语言。在我看来，Java和C++的基本数据结构是对象，而R是向量，它们已经发展成为了不同编程范型的语言。按照生物学的观点，处于不同生态位的它们，应该会有很长时间并存在这个世界上。而只要对它们存在需要和依赖的环境还在，它们就很难消亡掉。