数据统计分析软件是绝大部分学科研究者必须掌握的工具。下表中列出了学习和研究过程中对于几种主流数据分析和统计软件的优缺点总结体会,其中一些运用较自如,有的还属“没吃过猪肉,只见猪跑路”阶段。 软件名优势缺点常见应用领域定位与前景Matlab功能全面;算法工具箱;统计图形;需编程基础;统计学功能不完善;工科;自然科学;数值计算老大,或能一统江湖SPSS易用;统计学功能全面;版本功能升级快;不灵活;运行效率不高;社会科学;统计学入门级软件SAS统计学功能强大;大样本分析;需编程; 社会科学;统计学;理科;进阶的统计学软件Stata易用;类似于SPSS; 数学;自然科学; Excel极其易用;统计图形;运行效率低;样本量限制;统计学功能不完善;商务运用更多小样本数据初步分析R免费;统计图形;统计学功能; 数学;统计学;经济学; Origin优秀的统计图形;版本功能升级快;统计学功能不完善; 统计图形绘制老大,或能一统江湖注:(1)空白不代表没有,只是不知该怎么描述。(2)Origin实际上并不完全算是统计分析软件,其统计功能正在不断增添中,但已经很多研究者直接使用其作为统计分析工具。 以上仅是个人肤浅体会,望斧正、补充。一点建议是,研究不应为工具所累。纯熟一种,熟悉两种,知道三种即可。灵活运用,相互补充。以研究问题选择工具,而不是工具或方法导向式进行研究。也不建议耗费过多时间专门学习工具,而应以研究题目为驱动,实践中掌握,熟能生巧。精习一种软件后,自当触类旁通。掌握学习方法后,定会无师自通。分析化学 仪器分析 红外光谱
Hadoop|
Apache Pig|
Apache Kafka|
Apache Storm|
Impala|
Zookeeper|
SAS|
TensorFlow|
人工智能基础|
Apache Kylin|
Openstack|
Flink|
MapReduce|
大数据|
云计算|
用户登录
还没有账号?立即注册
用户注册
投稿取消
文章分类: |
|
还能输入300字
上传中....