J'ai eu une conversation intéressante avec un long temps Génomique JMP L’autre jour, l’utilisateur a comparé les logiciels open source et les logiciels commerciaux après (encore une autre) requête d’un prospect sur ce qui différencie JMP Genomics des outils logiciels de génomique gratuits. Cela peut être un sujet controversé, et il y en a beaucoup qui ne seront pas d'accord avec ce que j'écris. Cependant, l’opinion de cet utilisateur sur le sujet a fait écho à mes propres opinions et à celles de nombreuses personnes ici chez JMP et SAS qui travaillent dur pour que nos logiciels commerciaux valent l’argent que les clients paient pour eux. Cette utilisatrice est une programmeuse SAS de longue date qui subit une pression considérable de la part de nombreuses parties pour passer à l’utilisation de l’open source R afin de procéder à l’analyse de ses données. Malgré un budget limité pour l'achat de logiciels, elle en consacre une grande partie aux logiciels SAS.
Cet utilisateur en particulier aime les visualisations simples de grands ensembles de données proposées par JMP Genomics en tant que sorties standard. J'ai aimé comment elle a appelé cette partie de l'analyse de tableau l'analyse de Sesame Street - comme dans "Lequel de ces éléments n'est pas comme les autres?" Les tracés PCA 2D et 3D, les diagrammes de dispersion, les diagrammes en boîte et les diagrammes d'estimation de la densité du noyau, faciles à utiliser et interconnectés, permettent aux biologistes de sélectionner les valeurs aberrantes potentielles directement dans un tracé et de voir où se trouve ce groupe de données parcelles. Cela permet une visualisation directe des données et des décisions éclairées en matière de qualité des données avant de procéder à une analyse complète des données en aval. Cette force particulière de JMP Genomics provient des capacités de visualisation étonnantes de JMP, en particulier de la liaison entre différents types de visualisations vers une table de données commune, et complète considérablement la puissance de traitement brute de SAS exécutée en arrière-plan.
En analyse en aval, cette visualisation et cette sélection conjointes permettent aux utilisateurs de sélectionner directement des sous-ensembles dans la carte thermique du cluster, puis de visualiser ces points dans les graphiques du volcan, ou de consulter des gènes particuliers dans un tableau de données séparé. La coloration des diagrammes de grappes et des courbes de volcan est également cohérente, permettant aux utilisateurs de faire des inférences visuelles sur les relations moyennes en examinant des ensembles de différences significatives. JMP et SAS forment déjà une excellente combinaison et l'intégration ne va que s'améliorer, à en juger par ce que j'ai déjà vu des nouvelles fonctionnalités impressionnantes de la pré-version JMP 8 et de la version 9.2 de SAS.
En utilisant R pour sa propre analyse de données de recherche, cette utilisatrice a déclaré que l'une de ses principales réserves est que tous les programmeurs peuvent écrire des modules R, ce qui laisse planer un doute sur les hypothèses du programmeur écrivant le code, la précision numérique du code. calculs, et à quel point le code a été testé. Dans certains cas, le code peut être très bon et bien testé, mais dans d'autres cas, il peut être instable et contenir des erreurs. L'opinion de l'utilisateur était que si elle utilisait R, elle se sentirait obligée de vérifier et de tester le code elle-même pour s'assurer qu'il donnait les résultats exacts sur lesquels elle s'appuyait. Elle a ajouté qu'elle aimait le fait que PROC MIXED fonctionne sous les processus d'analyse de variance et de modèle mixte de JMP Genomics, car elle peut être sûre de la précision des calculs numériques sans avoir à vérifier et revérifier les résultats.
Bien que cette utilisatrice soit un programmeur SAS dédié, elle utilise JMP Genomics comme outil d’enseignement. Elle estime que les biologistes peu habitués à la programmation qui écrivent du code pour l'analyse de données génomiques à l'aide d'outils en ligne de commande consomment trop de temps précieux dans un cours d'un semestre. Par exemple, l'exercice consistant à filtrer un tableau de données pour les valeurs manquantes prenait 25 minutes à naviguer, mais ne nécessitait que quelques minutes à l'aide de la fonction Sélectionner l'emplacement de JMP Genomics. Ce n’est qu’un exemple parmi d’autres de la relative facilité avec laquelle ces étudiants peuvent manipuler des données avec JMP Genomics. Toutefois, si les étudiants sont intéressés par le code de macro SAS ouvert qui se cache derrière un processus JMP Genomics donné, elle est plus que ravie de guider les étudiants dans le code et de leur proposer une expérience d’apprentissage supplémentaire.
J'ai plus de notes de cette conversation particulière. Tous ceux qui me connaissent savent que je remplis régulièrement des cahiers - et attendent la sortie d'un nouveau stylo de saisie de texte, qui permet d'écrire sur du papier ordinaire, pendant plus d'un an. Je suis heureux d'annoncer qu'il est enfin disponible et j'en ai commandé un! Il est bon de savoir que cela devrait accélérer le processus de capture de mes notes manuscrites copieuses sur des sujets tels que ceux-ci dans un texte prêt pour le blog.
Jeffrey Lehman a écrit:
Je suis dans une situation légèrement différente. Je suis un programmeur SAS qui a rejoint un groupe au sein d'une agence fédérale il y a environ un an. L’Agence utilise traditionnellement SPSS, car la plupart de ses applications statistiques portent sur les facteurs humains. Le groupe auquel j'ai adhéré s'est reconverti en JMP il y a quelques années, lorsqu'un étudiant en alternance est devenu Fed, puis manager. JMP est divinisé ici, alors que je suis un partisan convaincu de SAS.
J'ai travaillé sur des parties de projets nécessitant d'importer plusieurs fichiers de données ou tableaux, de manipuler des données, d'utiliser des modèles statistiques et de générer des graphiques et des rapports. J'ai trouvé la génération et la gestion de plusieurs tables, boîtes de dialogue et structure de colonnes moins flexible dans JMP que l'éditeur de format libre de SAS. De plus, avec le langage de macros SAS, j'ai été en mesure d'écrire une boucle de macros à importer et d'empiler ou de fusionner 20 fichiers (des fichiers plats avec les tables Data Step ou Oracle à l'aide de Proc SQL - les deux cas dans une macro de boucle). De plus, je trouve que le contrôle du programmeur pour la sortie des graphiques, des résultats, des tableaux et des rapports est beaucoup mieux que d'essayer de couper-coller à partir d'une sortie JMP trop formatée.
J'ai transmis mes expériences au responsable, qui a la conviction que JMP peut faire tout ce que SAS peut faire. J'ai examiné le Guide JSL et, bien qu'il y ait une extensibilité évidente avec JSL, cela ressemble à un langage d'enregistreur de macros glorifié et compliqué. Pour bien faire la comparaison, j'ai essayé de rechercher des publications d'utilisateurs comparant les deux outils avec peu ou pas de succès.
Je suppose que ma question serait de savoir comment convaincre un sceptique que SAS offre des avantages marginaux au-delà de JMP plus JSL. J'ai effectivement fait référence à la page du manuel JMP JSL, qui fournit un avertissement sur le type d'utilisation de JMP, même avec un commentaire avec déférence pour SAS.
Des pensées?
Jan Sutherland a écrit:
Bonjour Jeffrey, avez-vous déjà eu une réponse à ces observations? Voulez-vous le transmettre? J'ai travaillé avec SAS et SPSS, mais avant JMP, et je suis vraiment intéressé par l'open source, je lis donc beaucoup, en accordant une attention particulière aux objections selon lesquelles os est moins précis.
JMS
