|
工欲善其事，必先利其器。从事定量研究能够熟练的使用统计软件是必不可少的技能。那么，面对这么多的软件，该如何选择的？本期推送就针对SPSS、Stata、R语言、SAS、Python等软件进行一个详细的测评。 SPSS
软件操作难度：0难度，SPSS的操作是基于鼠标点击的，并且SPSS目前有汉化版本，只要按照菜单栏提示进行点击即可。单纯从软件操作上毫无难度，但是如果你不会操作原因是因为不知道该使用何种方法，是统计学基础的问题。 零基础入门难度：非常容易 优点：操作简单，鼠标点击 缺点：输出的结果较为冗杂，有用的、没用的所有结果都给你列出来，研究者需要进行筛选。付费使用，价格较高；对于最前沿方法的更新换代已经很难跟上潮流了。 推荐指数：两颗星（适合本科生和硕士生从事简单的定量研究） Stata
Stata是1985年由美国计算机资源中心研制统计分析软件，每两年更新一版，最新为第17版。也是当下使用的较为广泛的统计软件。 软件操作难度：稍微有一点难度，主要是因为Stata相比于SPSS不是鼠标点击操作，而是需要输入“代码”、“命令”来执行相关内容，和我们日常使用电脑具有一定差异。所以刚开始可能会觉得不习惯 零基础入门难度：略有难度 优点：应用广泛，从基础到前沿各类方法比较完整，而且因为使用的用户数量多，各类教材、教程等也很多。 缺点：付费使用，价格较高 适用人群：基本适合定量研究的所有需求。 R语言
R是统计领域广泛使用的诞生于1980年左右的S语言的一个分支。可以认为R是S语言的一种实现。而S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释型语言。最初S语言的实现版本主要是S-PLUS。S-PLUS是一个商业软件，它基于S语言，并由MathSoft公司的统计科学部进一步完善。后来新西兰奥克兰大学的Robert Gentleman和Ross Ihaka及其他志愿人员开发了一个R系统。由“R开发核心团队”负责开发。R可以看作贝尔实验室（AT&T BellLaboratories）的Rick Becker、John Chambers和Allan Wilks开发的S语言的一种实现。当然，S语言也是S-Plus的基础。所以，两者在程序语法上可以说是几乎一样的，可能只是在函数方面有细微差别，程序十分容易地就能移植到一程序中，而很多一的程序只要稍加修改也能运用于R。 软件操作难度：R是完全依靠代码进行数据分析的，并且R的代码写起来要比Stata相对复杂一点，更贴近纯粹的计算机代码，对于格式的要求相对较高。 零基础入门难度：难度较大 优点：免费使用。在统计学原理方面非常严谨，例如某一变量一旦被定义为类别型，就无法计算均值，这在其他软件里都是可以的，而R在这方面是非常严谨的。R语言有一个最大的优点是可以多个数据同时操作，而其他软件只能一次打开一个数据，如果处理多个数据集R的优势很明显。 缺点：入门难度较大 适用人群：基本适合定量研究的所有需求，以及有更前沿需求的 其他软件 SAS可能也是大家经常听说的软件，但是在国内社会科学研究领域的应用比较少，一方面因为他是收费软件，国内较难找到破解版；另一方面其操作难度相对较大。并且运行SAS软件对电脑硬件也有一定的要求，并不是所有电脑都能成功启动SAS的 Python也是最近几年的“网红”，Python虽然可以实现统计分析的工作，但毕竟不是专业的统计分析软件，在定量研究的使用上还是比较吃力的，因而如果大家为了做数据分析去学习Python可能有些事倍功半了，除非遇到超大数据集，其他软件无法打开的情况可能会动用到Python，但这种情况可能少之又少，如果大到R或者Stata都无法打开的数据，可能一般的电脑硬件配置都无法满足了。 Excel是大家再熟悉不过的了，也有很多人会吹捧Excel有多强大，但是无论如何吹捧它都有固有的缺陷，不然也不会有其他软件的产生。对于从事定量研究的人来讲，想用Excel做数据分析基本是开玩笑，但是要熟练地掌握应用Excel作图等数据描述中需要的功能。虽然，其他软件可以输出图形，但是目前国内很多期刊对于投稿图表的要求依然是Excel |
|
|
