Genomica JMP vs. Software Open Source per l'insegnamentoHo avuto una conversazione interessante da lungo tempo Genomica di JMP l'altro giorno utente su software open source e commerciale dopo (ancora un'altra) query da una prospettiva su ciò che distingue JMP Genomics dagli strumenti software di genomica libera. Questo potrebbe essere un argomento controverso, e ce ne sono molti che non sono d'accordo con ciò che scrivo. Tuttavia, l'opinione di questo utente sull'argomento ha risuonato con le mie opinioni e quelle di molti qui su JMP e SAS che lavorano duramente per rendere i nostri prodotti software commerciali degni dei soldi che i clienti pagano per loro. Questo utente è un programmatore SAS di lunga data che è sottoposto a notevoli pressioni da molte parti per convertirsi a utilizzare l'open source R per eseguire l'analisi dei dati. Nonostante un budget limitato per l'acquisto di software, ne spende gran parte sul software SAS.
Questo particolare utente ama le visualizzazioni semplici di set di dati di grandi dimensioni che JMP Genomics offre come output standard. Mi è piaciuto come ha chiamato questa parte dell'analisi dell'array l'analisi di Sesame Street - come in "Quale di queste cose non è come l'altra?" I diagrammi PCA 2-D e 3-D interconnessi facili da usare, i grafici a dispersione, i grafici a scatole e i grafici di stima della densità del kernel rendono semplice per i biologi selezionare i potenziali valori anomali direttamente in un grafico e vedere dove quel gruppo di dati si trova nell'altro trame. Ciò consente la visualizzazione diretta dei dati e informa le decisioni sulla qualità dei dati prima di procedere a un'analisi completa dei dati a valle. Questa particolare forza di JMP Genomics deriva dalle straordinarie capacità di visualizzazione in JMP, in particolare il collegamento tra diversi tipi di visualizzazioni a una tabella di dati comune e integra notevolmente la potenza di elaborazione grezza di SAS che funziona dietro le quinte.
Nell'analisi a valle, questa visualizzazione e selezione congiunta consente agli utenti di selezionare direttamente sottoinsiemi nella mappa di calore del cluster e quindi visualizzare quei punti nei diagrammi del vulcano o esaminare determinati geni in una tabella di dati separata. Anche la colorazione tra diagrammi di cluster e diagrammi di vulcano è coerente, consentendo agli utenti di fare inferenze visive sulle relazioni medie quando si osservano insiemi di differenze significative. JMP e SAS sono già un'ottima combinazione e l'integrazione migliorerà, a giudicare da ciò che ho già visto delle impressionanti nuove funzionalità di JMP 8 prerelease e SAS 9.2 appena rilasciato.
Usando R per la propria analisi dei dati di ricerca, questo utente ha commentato che una delle sue principali riserve è che i moduli R possono essere scritti da qualsiasi programmatore, lasciando dubbi nella sua mente circa le ipotesi del programmatore che scrive il codice, l'accuratezza numerica del calcoli e quanto bene il codice è stato testato. In alcuni casi, il codice potrebbe essere molto buono e ben testato, ma in altri casi potrebbe essere instabile e contenere errori. L'opinione di questo utente era che se fosse passata a usare R, si sarebbe sentita obbligata a controllare e testare il codice lei stessa per assicurarsi che effettivamente stava dando i risultati accurati a cui lei dipendeva. Ha commentato di amare il fatto che PROC MIXED è in esecuzione sotto i processi ANOMP e Misti di Genomics JMP perché può essere sicuro della precisione dei calcoli numerici senza dover controllare e ricontrollare i risultati.
Sebbene questo utente sia un programmatore SAS dedicato, utilizza JMP Genomics come strumento didattico. Sente che l'insegnamento di biologi che non hanno familiarità con la programmazione per scrivere codice per l'analisi dei dati genomici con strumenti da riga di comando consuma troppo tempo prezioso in un corso semestrale. Ad esempio, l'esercizio del filtraggio di una tabella di dati per i valori mancanti richiedeva agli studenti 25 minuti per navigare attraverso R, ma richiesto solo un paio di minuti utilizzando la funzione Seleziona dove in JMP Genomics. Questo è solo uno dei molti esempi della relativa facilità di dirigere tali studenti a manipolare i dati con JMP Genomics. Tuttavia, se gli studenti sono interessati a vedere il codice macro SAS aperto che si trova dietro un determinato processo di Genomics di JMP, è più che felice di guidare gli studenti attraverso il codice e fornire un'esperienza di apprendimento aggiuntiva.
Ho più note da questa particolare conversazione. Chiunque mi conosca sa che riempio i quaderni regolarmente - e sono in attesa del rilascio di una nuova penna per la cattura del testo, che cattura la calligrafia su carta normale, per oltre un anno. Sono lieto di annunciare che è finalmente disponibile e ne ho ordinato uno! È bello sapere che questo dovrebbe accelerare il processo di acquisizione dei miei copiosi appunti scritti a mano su argomenti come questi in un testo pronto per il blog.
Jeffrey Lehman ha scritto: Sono in una situazione leggermente diversa ... Jeffrey Lehman ha scritto:
Sono in una situazione leggermente diversa. Sono un programmatore SAS che è entrato a far parte di un gruppo all'interno di un'agenzia federale circa un anno fa. L'agenzia ha tradizionalmente utilizzato SPSS, perché la maggior parte delle sue applicazioni statistiche si trovano nell'area dei fattori umani. Il gruppo che ho aderito è stato convertito in JMP alcuni anni fa, quando uno studente in co-op diventò una Fed e poi un manager. JMP è qui divinizzato, mentre io sono un sostenitore sdolcinato della SAS.
Ho lavorato su parti di progetti che richiedono l'importazione di più file o tabelle di dati, la manipolazione dei dati, l'uso di modelli statistici e la generazione di grafici e report. Ho trovato la generazione e la gestione di più tabelle, finestre di dialogo e struttura della colonna meno flessibile in JMP rispetto all'editor di formato libero di SAS. Inoltre, con il SAS Macro Language, sono stato in grado di scrivere macro loop per importare e impilare o unire 20 file (file flat con le tabelle Data Step o Oracle usando Proc SQL - entrambi i casi all'interno di una macro loop). Inoltre, trovo il controllo del programmatore per l'output di grafici, risultati, tabelle e report molto meglio del tentativo di tagliare e incollare da output JMP troppo formattato.
Ho trasmesso le mie esperienze al manager, il quale ritiene che JMP possa fare qualsiasi cosa SAS possa fare. Ho esaminato la guida JSL e, sebbene esista un'estensibilità evidente con JSL, sembra un linguaggio glorificato e complicato per il registratore di macro. Per ottenere un confronto equo, ho cercato di cercare i post degli utenti confrontando i due strumenti con poco o nessun successo.
Credo che la mia domanda sarebbe come convincere uno scettico che SAS ha vantaggi marginali oltre a JMP più JSL. Ho fatto riferimento alla pagina del manuale JSL JMP, che fornisce una dichiarazione di non responsabilità su cosa dovrebbe essere usato JMP, anche con un commento deferente nei confronti di SAS.
qualche idea?
Jan Sutherland ha scritto: Ciao Jeffrey, hai mai avuto un resp ... Jan Sutherland ha scritto:
Ciao Jeffrey, hai mai avuto una risposta a queste osservazioni? Vuoi passare il tempo? Ho lavorato sia con SAS che con SPSS, ma prima di JMP, e sono davvero interessato a open source, quindi sto facendo molte letture, prestando particolare attenzione alle obiezioni che il sistema operativo è meno accurato.
JMS
