📣 黑五价提前开抢|VIP一年通行证5折,蓝莓、Offer多多同步特惠
楼主: 六味地黄丸
跳转到指定楼层
上一主题 下一主题
收起左侧

[统计生统] 做生物统计的一些经验分享

   
🔗
dajiangdongqu 2022-2-19 08:09:46 | 只看该作者
全局:
本帖最后由 dajiangdongqu 于 2022-2-18 19:14 编辑
小亩_4o7jj0j 发表于 2022-2-18 14:08
统计去搞data scientist也很不错,把python学会,machine learning学了,再去leetcode学习data structure  ...

说的太对了, 给你加米。 您只写错了一个字, 不是“数据train出来怎样就怎样,这就是数据告诉你的信息,尽量少的加人为干扰在里面”, 而是 “数据出来怎样就怎样,这就是数据告诉你的信息,尽量少的加人为干扰在里面”。. ----
我也是做分析的, 早些年沉溺于各种模型无法自拔, 白白浪费了大好光阴,现在想想无比悔恨学了统计。 这些模型无非就是写个函数,出一大堆VP看不懂只有你能看懂的系数,一点雕虫小技,MODELER还沾沾自喜; 模型出来的结论要么是显而易见要么是模棱两可。
现在我幡然悔悟, 完全摒弃模型那一套, 所有的分析全部是SIMPLE TABULATION, 然后是花花绿绿的图形,这样工作轻松,VP也看得明白,对大家都好。. Χ
回复

使用道具 举报

全局:
dajiangdongqu 发表于 2022-2-18 16:09
说的太对了, 给你加米。 您只写错了一个字, 不是“数据train出来怎样就怎样,这就是数据告诉你的信息, ...

确实是这样,我在研究生的时候就发现,才区区几百个数据sample,用模型去套,硬要数据去迁就模型,明明数据本身才是最有价值的,说个大实话,我算的模型除非那种显而易见有结论的(就是你不用分析光扫一眼就知道的那种)几乎没有算的准确的!算出来又怎样,几百个数据颠来倒去,倒来颠去,用尽了所有的数学方法,到最后连做分析的人都不相信自己的结论。工作当中,为了提高数据精确度,一个项目中的数据都用即时的数据作为未来的数据预测,最多sort一下取90%(这已经是极限了,再多就被否了),不做任何的预处理,理由就是“我们相信数据本身”,就这么简单。有任何的极端数据点,那就证明这时候有突发状况,那更不该剔除了。 为什么科技行业不用统计的方法,模型太复杂难算是一个方面,但如果统计的方法真的真的特别特别准确,那些科技公司干嘛不用来精准定位用户呢?只要被证明是挣钱的,那他们一定会尝试啊!为什么大家用的都是简单方法呢 ?
回复

使用道具 举报

🔗
statsPhD 2022-2-19 11:26:19 | 只看该作者
全局:
六味地黄丸 发表于 2022-2-18 09:19. 1point 3acres
我给你说说大概几个比较重要的东西吧……首先,作为统计,最重要的就是可以做study design.现在比较流行的 ...

看到楼主 @六位地黄丸 讲到了group sequential design, 赶快过来请教三个问题, 谢过先!
1. 关于critical boundary 的选择,药厂喜欢用什么类型, 或者什么情况下会选取什么类型,OBrien-Flemming, Pocock, Wang-Tsiatis, Hwang-Shih-DeCani, 还是其他?
2. 对于有multiple endpoints 的 group sequential design, 是不是基本都用 Bretz 的 graphical approach 去 adjust multiplicity? 还是会使用别的方法?
3. 处理group sequential design 尤其是sample size estimation 过程,软件是使用 Cytel 吗? 还是直接用SAS (甚至R)?
再次谢过,觉得这个方向很适合给优秀本科生做本科生科研,想把握一下大方向。
回复

使用道具 举报

🔗
dajiangdongqu 2022-2-19 11:52:13 | 只看该作者
全局:
小亩_4o7jj0j 发表于 2022-2-18 21:33. Waral dи,
确实是这样,我在研究生的时候就发现,才区区几百个数据sample,用模型去套,硬要数据去迁就模型,明明数 ...

小数据这个, 只有在实验对象昂贵才有用, 比如癌症患者,毕竟少数么; 在网络行业,根本不是个事,上万,十万的用户让你选, 没有监管,爱怎么做实验怎么做实验,实验成本基本为零;
前几年BAYESION很热门,这东西更是说不清道不明的东西,因为讨论这东西,很容易就讨论起‘上帝’来, 你说开会的时候,怎么自圆其说呢,真的自己都不相信;. 1point3acres.com
所以我真是悔之晚已; 统计唯一的出路,就是去药厂应付FDA, 药厂PHD多,喜欢讨论这些阳春白雪毫无用处的东西,反正药厂养得起PHD;实在不行写写PAPER也给药厂增光。
回复

使用道具 举报

🔗
dajiangdongqu 2022-2-19 12:26:15 | 只看该作者
全局:
statsPhD 发表于 2022-2-18 22:26
看到楼主 @六位地黄丸 讲到了group sequential design, 赶快过来请教三个问题, 谢过先!
1. 关于critica ...

加米。
药厂咋处理我不知道,因为没干过,但我可以给你讲讲业界是怎么处理。.google  и
小老板: 我的IDEA应该能挣钱-baidu 1point3acres
VP:     何以见得?.
小老板: 我的MODELER已经证明了。这是很有钱图的方向,用户肯定喜欢。
MODELER:  这回我没用任何FANCY的模型,就是最简单的TABULATION,最简单的报告。
VP: 有道理,我最烦你给我一堆方程,一堆希腊符号,啥意思啊,只有你懂,显你能耐? 一堆希腊符号,让我怎么向大老板解释 ?我们都是本科毕业,不像你是研究生。-baidu 1point3acres
MODELER: 小的不敢,已经改过自新了; 这回我用的全是文盲都能看懂的语言,保证一个希腊符号没有。
VP:既然如此,我就调给你我们5%的流量,你来测试,看看效果怎么样;
小老板:太好了,工程部大概一个月能开发出这个FEATURE, 市场部推广也要一个月,AB测试怎么也得两三个月吧;
VP: 不行,太慢了; 既然你对你的IDEA这么有信心,我就让工程部加快进度,下个SPRINT开工,市场部也要积极配合宣传推广, MARKETING DOLLAR有的是;AB测试也要跟上,每两周向我汇报AB测试结果,一个QUARTER要见效果;大老板还等着结果向华尔街汇报呢;
小老板:是是是。三个月内一定见效;根据我保守计算,给我5%流量, 我们至少吸引3K客户,80万利润;我的IDEA保证有IMPACT.
VP: 是吗? VP满腹狐疑, '三个月拿成绩单过来说话,做的好,你就升官加薪,做不好,到时就那你开刀了';
回复

使用道具 举报

🔗
UBSHY 2022-2-19 12:48:47 来自APP | 只看该作者
全局:
小亩_4o7jj0j 发表于 2022-02-18 11:08:59
统计去搞data scientist也很不错,把python学会,machine learning学了,再去leetcode学习data structure 刷题。看你想往哪方面发展了,个人觉得dat
说到模型神经网络不也是模型么 只不过足够复杂而已?模型有没有用可以根据domain knowledge进行多方验证判断 linear regression在假设错误的情况下出来的结果有没有意义?更别提很多nonparametric的方法了 data science绝大多数情况下只关注prediction 统计里还有inference casual effect等等 这些都是在传统行业比如药厂更重要的东西 当然现在很多方法都是基于algorithm而不是模型
回复

使用道具 举报

全局:
本帖最后由 organicOatmeal 于 2022-2-19 00:08 编辑

这么悲观么。开个小号答下。药厂统计玩起来蛮有意思的。

bretz的方法是2009,2014两篇paper起来的。现在几乎所有药厂都在用。里面有太多可以做的东西了, 想优化algorithm找optimal weights & scheme的。想simulate correlated endpoints to generate p-value的。还有一些感觉似乎不能说哈哈。fda出过一个guidance写的挺好的。

上面很多估计是码农出身。从ph2开始搞dose-finding/innovative design挑你到底吃300g还是500g药,ph2-3 go/no-go decision, ph3 analysis/handle missing data/graphical testing, 每一步都决定能不能有个成功的ph3.

不讲情怀治病救人什么的,药厂首先要让自己能活下去不倒闭。找一个(疑似可能有效)的药很难,做成ph3更难。一个药厂里面一个ph3 trial挂了就是几百个m进去了,一个小厂如果ph3挂了说不定厂都没了。药厂统计最重要的是帮助避免不必要的损失:能用1000人做出来的不用2000人; 200人就能看出来这药彻底不行的 赶快停别瞎搞;药 不太确定行不行还能抢救一下的,做做新的adaptive design,搞搞dose的,挑挑subgroup。. 1point3acres.com

其中“能用1000人做出来的不用2000人” 看着容易,有人会说不就是sample size calculation么,闭着眼我也会。里面有太多可以东西了,以上提的design (e.g. group sequential)/analysis (dose/longitudinal/ice modeling)/testing 等等都是可以真真实实的降低成本,避免一个1000万甚至1个billion的损失。
. ----
想玩大数据炫酷model的。有啊,discovery stage去搞gene, target/compound in-siilico selection. 后期rwe/digital helath有的是从real time sensor里面搞的 图片/视频/音频/文字 大数据。

薪水,跟码农确实没法比。fresh stats phd大约tc 15-20之间。5年后如果能混上AD大约是30万左右。后期就不详了。

评分

参与人数 6大米 +6 收起 理由
kerry90 + 1 给你点个赞!
k900733 + 1 谢谢分享!
ssssssseen + 1 赞一个
Cocakola + 1 赞一个
alittleboy + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
dajiangdongqu 2022-2-20 23:07:34 | 只看该作者
全局:
organicOatmeal 发表于 2022-2-19 00:01
这么悲观么。开个小号答下。药厂统计玩起来蛮有意思的。

bretz的方法是2009,2014两篇paper起来的。现在 ...
. ----
点个赞;
降低COST很重要, 但在科技行业似乎作用不大,科技行业更注重REVENUE而不在乎COST,这和经济形势行业形势有关。
另外也很好奇,如果预测错了(比如统计师说这药有效,结果花了10MILLION证明无效; 或者统计师说无效,但其实有效 ),那么谁来背锅?做替罪羊SCAPEGOAT?
回复

使用道具 举报

全局:
dajiangdongqu 发表于 2022-02-20 07:07:34
点个赞;
降低COST很重要, 但在科技行业似乎作用不大,科技行业更注重REVENUE而不在乎COST,这和经济形势行业形势有关。
另外也很好奇,如果预测错了(比如统计师说这药有效,结果花了10M
看起来你应该不了解制药行业。统计师不会“预测”药是不是有效,而是通过study design,写protocol和statistical analysis plan来验证药是否有效。
回复

使用道具 举报

🔗
dajiangdongqu 2022-2-21 01:44:20 | 只看该作者
全局:
老夏0309 发表于 2022-2-20 10:26
看起来你应该不了解制药行业。统计师不会“预测”药是不是有效,而是通过study design,写protocol和stati ...

确实不了解,虽说我也念了个统计学位, 所以请多指教。
就算是‘验证’, 请问有啥可验证的? 无非就是看看生存曲线,比谁活得久;再就是看看毒副作用,看看多少人头晕恶心之类,我觉得有个高中文凭这活也能做个八九不离十啊。好比算疫苗保护率,就是4个数字加减乘除一下, 好像还没用到减法? 我学艺不精,请多指教。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表