Cel mai bun răspuns
Depinde de nivelul dvs. de sofisticare statistică și de programare și de mediul în care lucrați.
R este probabil cea mai bună alternativă dacă aveți abilități foarte bune de programare. Este gratuit și open-source, astfel încât să aveți acces la aproape orice fel de funcție statistică de pe pământ; cu toate acestea, este un limbaj de programare, nu un pachet statistic, deci este relativ slab pe partea din față și din spate – adică introducerea și pregătirea datelor, precum și formatarea și ieșirea. Dacă puteți programa, și doriți doar numerele, mai degrabă decât o ieșire fantezie, R este probabil pentru dvs. pachet care poate gestiona toate sarcinile de analiză a datelor de la început până la sfârșit. Dezavantajul este că, la fel ca SPSS, SAS nu are prețuri pentru utilizatorul individual, licențele costând cele cinci cifre. (În acest sens, acesta precede de fapt SPSS, care și-a schimbat politica de prețuri pentru a se potrivi cu SAS doar după mulți ani de activitate.) Așadar, este puțin probabil să achiziționați SAS ca și SPSS, dar dacă lucrați într-o corporație sau într-o universitate, probabil că ați avea acces la acesta.
Cel mai popular pachet statistic în domeniul financiar al majorității analiștilor individuali este Stata. Oferă o gamă largă de funcții de manipulare și analiză a datelor la un preț mult mai mic decât SAS sau SPSS (cu prețuri chiar mai mici pentru studenți). Dacă aveți nevoie de un pachet statistic și nu sunteți conectat la o instituție uriașă, acesta ar putea fi calea de urmat.
Răspuns
Răspunsul la acest lucru depinde de mulți factori. Cei mai mari șoferi din experiența mea sunt: 1). familiaritate cu programarea / CS, 2). unde în ciclul de viață al modelării aveți nevoie de software, 3). dimensiunea setului de date, 4). sensibilitatea la cost și 5). gradul în care portabilitatea este importantă / preocupările fratelui mai mare.
1). Familiarizarea cu programarea / CS: Dacă sunteți foarte familiarizați cu aceste concepte, atunci nu este nimic în neregulă cu C, JAVA, Fortran, Python sau R (listat de la cel mai puțin la cel mai puțin dificil de utilizat ca un substitut SPSS în opinia mea). Chiar și cu R, ceea ce oamenii nu subliniază suficient este abruptitatea curbei de învățare pentru persoanele care nu au multă experiență în programare. Nu este insurmontabil și există o mulțime de resurse acolo, dar dacă nu ați mai folosit o linie de comandă, atunci chiar și R va părea complet străin. Python are și câteva pachete grozave (scipy, numpy și Sage) și are avantajul tuturor celorlalte biblioteci, deși este probabil chiar mai greu de utilizat decât R pentru persoanele care nu au multă experiență în programare. R are câteva interfețe grafice rezonabile și medii de dezvoltare gratuite, dar încă nu sunt la fel de ușor de utilizat ca SPSS, SAS sau STATA.
2). Punct în ciclul de viață al modelării: aș caracteriza ciclul de viață ca având patru puncte diferite: construirea datelor, curățarea și manipularea datelor, analiza datelor și prezentarea datelor. Dacă vă aflați în partea din față a ciclului de viață, lucruri precum MySQL încep să aibă mult sens, deoarece sunt excelente pentru manipularea și stocarea datelor. Dacă doriți să obțineți sursa web, mai degrabă decât să utilizați doar date structurate, veți avea nevoie din nou de un limbaj de programare. Pentru analiza pură R, STATA, Python, SAS, MATLAB, S + și REvolution sunt toate utile într-o oarecare măsură. În cele din urmă, dacă prezentarea este cea mai importantă pentru dvs. Latexul este ceva din care crezi că sunt făcute prezervativele, atunci cred că SPSS și într-o măsură mai mică SAS sunt cele mai bune opțiuni. Deoarece grafica R nu este orientată obiect, acestea au o curbă de învățare incredibil de abruptă (deși sunt rezonabile odată ce le cunoașteți). Prezentarea drăguță și ușor de utilizat, care este mai mult sau mai puțin scoasă din cutie este ceva pentru care trebuie să plătiți. Este ceva ce aș spune că a fost experiența mea.
3). Dacă lucrați cu date mari (1 GB + aș spune), atunci trebuie fie să plătiți pentru un software care să poată să-l gestioneze prin sistemele lor de cache (SPSS, SAS sau REvolution), fie să utilizați un sistem de baze de date. Scrierea propriului cod este, de asemenea, o opțiune, dar poate fi o provocare.
4). Sensibilitate la costuri: freeware-ul listat vine cu avantajul etichetei sale de preț.
5). Lucrând la o organizație în care s-a întâmplat acest lucru, pot spune cu siguranță că oamenii ar trebui să fie preocupați de modul în care SAS gestionează licențierea. Spre deosebire de MATLAB, SPSS sau majoritatea altor software-uri, SAS are un limbaj în contractul de utilizator care le permite să revendice drepturile asupra IP-ului dvs. dacă depinde de pachetele din SAS. A trebuit să nu mai folosim SAS odată ce au decis că vor să intre în linia noastră de activitate și astfel toate bibliotecile de cod SAS sunt acum inutile (unele pot fi rulate pe WPS, dar majoritatea nu). Desigur, am fi putut plăti de 50 de ori mai mult pentru licențele noastre, dar am decis să ne abținem. Păstrarea oricărui software proprietar în centrul unei organizații poate fi extrem de riscantă.Am găsit că R și bazele de date reprezintă un substitut excelent pentru aproape orice altceva decât graficul și rezultatul lizibil imediat.