ltx5151 发表于 2011-1-28 04:55
lz不要只关注那些一步计算出来的函数嘛。我们需要的东西大部分不是那么容易算出来的，需要自己处理，R只是一个高级的工具，但不是万能钥匙。

对于quadratic的可行域，LZ可以用矩阵分解自己推导一下，一般来说可以通过特征值分解或者Cholesky分解将可行域化为比较好的形式（不如高维球），然后进行相应处理（比如Schwaz Inequality）。或者寻找Nonlinear optimization的package（不过R在这方面的功能还很不完善）。

loglikelihood 可以自己编程用 gradient descent 或者 牛顿法做，十分方便，code也就5-10行。

soccy 发表于 2011-1-28 21:03
如果想自己动手编写MLE，不妨考虑一下ADMB: http://admb-project.org/

ltx5151 发表于 2011-2-27 03:35
11# kakamama
这个比较的问题，本人就不敢乱加评论，只能就个人了解的软件做一些简单的对比。从统计软件来看，R和SAS是最专业的，SPSS好像一些功能比较简化，很少见到专门做统计的人用。

关于R和SAS:
1.R的优势在于其灵活性，毕竟是开源软件，全世界的学者都在贡献力量，所以R里面往往可以通过PACKAGE，使用最前沿的方法和模型,这也赋予了R无与伦比的强大的整合能力和创造力。另外，由于R的package都是实实在在做研究的人编写的，他们往往了解在使用过程中，对相应方法，什么样的使用方式最方便可行，所以，R的package用起来是很顺手的。从这点来讲，SAS是商用软件，设计遵从严格的形式，而且由专门的程序员和软件工作者设计，稳定性更高，但是灵活性就差很多，而且可能设计的方式不一定是最适合大家使用的。SAS官方软件及函数主要都由SAS公司发行，所以往往只囊括了一些比较成熟的方法，其扩展性低于R。所以，SAS比较适合用来做已有的方法。而R适合来探索。

2. 找工作，还是SAS好些。正如上面说的，R的优势在于灵活性，所以在学术界是比较吃香的。另外R是免费的，所以做科研的人往往愿意使用R。但是，实际在大公司进行数据分析的时候，往往采用比较成型和通用的方法，这些领域SAS做的很好。最重要的是，SAS系统的可靠性高于R。所以在企业界，SAS使用的更多。当人，有些高科技公司自己的技术足够牛，创新的东西比多，是不用SAS的，比如Google.

3. R处理大数据集的能力较差。R比较适合处理小数据集或中等数据集，在面对大数据集（>=1GB）时，往往很受制约。这时候，往往需要借助于一些专门处理大数据集的package(比如bigmemory, biglm)，以特殊的形式处理数据。但是SAS处理大数据集的能力是在R之上的。

4. R是免费！所以，即使在中国，大家也可以大声高喊，我们用的是正版的R。但是我想国内绝大部分用SAS的人，使用的都是破解版吧，而且好多还是2004年就过期的....


对于非统计软件，MATLAB的计算功能很强大，一些优化的方式也很厉害，但是MATLAB主要是针对工程计算方向的，统计功能一塌糊涂，完全不能和R比较。

个人观点，不同意勿喷

ltx5151 发表于 2011-2-27 03:35
11# kakamama
这个比较的问题，本人就不敢乱加评论，只能就个人了解的软件做一些简单的对比。从统计软件来看，R和SAS是最专业的，SPSS好像一些功能比较简化，很少见到专门做统计的人用。

关于R和SAS:
1.R的优势在于其灵活性，毕竟是开源软件，全世界的学者都在贡献力量，所以R里面往往可以通过PACKAGE，使用最前沿的方法和模型,这也赋予了R无与伦比的强大的整合能力和创造力。另外，由于R的package都是实实在在做研究的人编写的，他们往往了解在使用过程中，对相应方法，什么样的使用方式最方便可行，所以，R的package用起来是很顺手的。从这点来讲，SAS是商用软件，设计遵从严格的形式，而且由专门的程序员和软件工作者设计，稳定性更高，但是灵活性就差很多，而且可能设计的方式不一定是最适合大家使用的。SAS官方软件及函数主要都由SAS公司发行，所以往往只囊括了一些比较成熟的方法，其扩展性低于R。所以，SAS比较适合用来做已有的方法。而R适合来探索。

2. 找工作，还是SAS好些。正如上面说的，R的优势在于灵活性，所以在学术界是比较吃香的。另外R是免费的，所以做科研的人往往愿意使用R。但是，实际在大公司进行数据分析的时候，往往采用比较成型和通用的方法，这些领域SAS做的很好。最重要的是，SAS系统的可靠性高于R。所以在企业界，SAS使用的更多。当人，有些高科技公司自己的技术足够牛，创新的东西比多，是不用SAS的，比如Google.

3. R处理大数据集的能力较差。R比较适合处理小数据集或中等数据集，在面对大数据集（>=1GB）时，往往很受制约。这时候，往往需要借助于一些专门处理大数据集的package(比如bigmemory, biglm)，以特殊的形式处理数据。但是SAS处理大数据集的能力是在R之上的。

4. R是免费！所以，即使在中国，大家也可以大声高喊，我们用的是正版的R。但是我想国内绝大部分用SAS的人，使用的都是破解版吧，而且好多还是2004年就过期的....


对于非统计软件，MATLAB的计算功能很强大，一些优化的方式也很厉害，但是MATLAB主要是针对工程计算方向的，统计功能一塌糊涂，完全不能和R比较。

个人观点，不同意勿喷