https://cos.name/2008/11/which-statistical-software-should-we-use/

R做学术研究，学习都不错，不过其他商业软件也得会用吧，毕竟R在企业中的普及程度还比不过SPSS和SAS，找份实习都得会SPSS。

一个SAS使用者的回应软件大比拼，UCLA ATS Statistical Consulting Group有篇很好的报告 Strategically using General Purpose Statistics Packages: A Look at Stata, SAS and SPSS ,最后有个推荐，说Stata和SAS搭配来用，可以扬长避短，发挥最大的功用。在统计分析方面，如果拿R跟SAS比较，我想最后也会得出类似大团圆的结论。以下三条，引号里面的，都来自益辉原文，下面则是我的一些相应的回应。接下来，我会单独提些话题，比较一下SAS和R。 1. “程序的可靠性或正确性：大多数商业软件都不是开源软件，我们并不知道其背后统计方法在计算机程序上的可靠性，从这一点上来讲，我们只能根据输出结果去判断程序是否可靠” 益辉的意思是不是，开源软件，因为可以查看源代码，就可以判断其统计方法的可靠性？如果是这样，我做些回应吧。成熟的统计软件包，如SAS，它的计算方法，经受了SAS研发人员的多重检验和测试，而且还要接受外部的测评，美国FDA在新药检查时，只认准SAS的计算结果，其方法的稳健应该没多少问题。我们对其他商业软件包的看法，也应该类似。开源软件像R，在这方面其实应该受到质疑。对一个统计方法，可能有很多R使用者查看代码，考究其稳健性。但软件测试不是单凭读代码就可以完成的，也不是随便拿一个小数据跑跑就可以的。这方面，我想广大R使用者应该谦虚些。益辉用Excel做例子。但Excel无意成为统计软件包，它只是一个有简单统计功能的电子表格。 2.“模型方法的变化与更新” 这个R当然做得更好。但熟悉SAS的用户也清楚，SAS也在随时提供experimental SAS software，这次新发布的SAS9.2就融入了以前的一些实验算法，包括mcmc、bayes之类。很多朋友觉得SAS在算法更新方面一无是处，我的两个回答是，一就是上面提到的SAS在这方面也做了不少工作，二就是从应用的角度来说，SAS是一个商业软件包，它引进新算法是要考虑工业界的需求的。 3.“总之我们也看不到源代码，不知道它的统计分析代码怎么能写到七张光盘那么大。R的Windows安装文件30M，源文件16M左右。” SAS的统计分析代码没有七张光盘那么大。SAS是一个商业分析的套件，包括银行、零售等各个行业的解决方案，它的代码级当然是R不能想象的。SAS/STAT模块execute在SAS root下的文件大概是30几兆。你可以proc setinit;run;一下，查看机器装了多少SAS产品，大多是一般人一辈子也用不到的。在安装时大伙可以只勾选几个常用的模块。又，很久很久以前，SAS是英文Statistical Analysis System的缩写，现在SAS只是一个品牌。我再单列3个话题，关于R跟SAS， 4. 统计做图这个是R比较自豪的地方。SAS9.1.3中的实验版本，现在SAS9.2正式发布的SAS ODS statistical graphics，一样能做出publication-quality graphics。 5.矩阵运算 R是一门矩阵语言，SAS提供相应的矩阵运算模块，SAS/IML（Interactive Matrix Language），跟Matlab类似。 6.数据访问 R支持很多数据格式，SAS提供更多，包括各种数据库和ERP系统。这个不能多说，否则有以大欺小之嫌。同样不能多说的是并行计算等。

To 2号：先统计，后软件。我认为SPSS的问题在于它把不适合傻瓜化的东西给傻瓜化了，分析数据好比医生给病人看病，是需要专业知识的，而不是拿着手术刀咔嚓咔嚓几刀下去就能完事的。 To 3号：谢谢江堂兄推荐的这篇报告，一会儿我把它补充到正文中去。作者认为R的学习门槛太高，我想原因可能在于他用其它软件的时间太长了，很多编程语言的学习都有这种障碍，一门语言用久了就觉得很难学习其它语言。我文章开头也说了，仅一家之言，我个人天天用R，因此观点难免偏向R，当局者迷，旁观者清，也恳请其他人多多批评指导 :) 1、我不是计算机专业出身，对软件测评不甚了解（经常听说什么unit test，不知道是啥玩儿），我的意思是，统计软件没有必要封闭源代码，统计模型方法都是统计学家或数学家（或其它行业的人）发明出来的，大家都公开了计算方法，而不是藏在家里只告诉读者计算结果，那么软件为什么要把计算过程写成程序藏起来呢？我对此表示不理解。 Excel无意做统计，但现实是很多人都在拿它做，例如我们学院的好几位老师都以“本书例子可以用Excel计算”为推销的卖点（如贾老师力压群雄的《统计学》一书，几乎全都是Excel实现）。关于“广大R使用者应该谦虚些”，可能本文文风过于aggressive，我在写的时候就想此文一出，恐怕又要开始打仗了……不过我要澄清一下我的想法，关于软件问题，我首先是写统计学有什么需求，然后才写各个软件，目的在于分析软件是否切合需求，黑猫白猫没关系，关键是抓老鼠。对于统计学专业的人来说，“点OK按钮”输出一篇报表的方式对于解决实际问题来说只是一小步，更多时候我们需要多方面探索，如前面你提到的文档中所说，点菜单输出报表的缺点在于重复性差，其实固定的程序也有同样的缺点，都是不能定制、不易重复。如果统计分析的模式只有一种，那么R就没有必要存在了，关键是统计分析包含了大量的交互和非模式化的计算，这一点要求统计软件要有充分的自由——这一切都是在本文的限定语“‘统计学专业’应该用什么软件”之下所说的，其它专业当然也没有必要（更多情况下是缺少专业知识）把分析过程搞得这么灵活。 2、没错，从学术研究的角度来说，SAS更新太慢，因为一方面开发人员有限，商业软件的运营不能那么随意，另一方面它也不能说"...and comes with ABSOLUTELY NO WARRANTY..."之类的话。话说回来，R里面也是鱼龙混杂，尤其那些附加包，用户得自己小心，没准某种模型方法的程序就是你的邻居家小P孩编了发布在CRAN上的。 3、谢谢，又学到了新知识，以前总以为SAS就是个庞然大物。我想知道用户可不可以只买那30几兆程序？或者在那30几兆程序能完成什么工作？ 4、ASCII图时代终于要彻底终结了。 5、可否帮我查一下文中提到的样本矩和回归系数如何用IML表达？这样以后讲这方面的运算就不会心里太没底了。 6、数据库的问题在R里面主要依赖于数据库软件是否提供访问标准（数据源、驱动等），现在很多数据库都支持ODBC，这样的话读写数据也就比较容易了。并行计算似乎是R的一大难题，偶尔见R-help里面长篇大论在讨论，不过我不太懂这个，个人也没遇到过需要并行计算的案例，所以没关注这个话题。R的数据都放在内存中，因此计算快，但数据容量受硬件限制，这也是它的一大缺点，不过同样我个人经历有限，没遇到过数据大得没法处理的案例，数据挖掘领域可能遍地都是这样的数据吧。

强文，我们正在选型呢，看了之后有点感触

谢老师的文章写得很好，我也是从spss开始学起统计学的，当时觉得能用软件实现回归等统计分析是多么伟大的一件事情（当时网络还不发达，破解软件就更少了，只会用学校的spss10.0），但是后来发现我想要的很难在spss里实现，又机缘巧合开始认识了R，立马产生了兴趣，因为R里几乎可以自由实现自己所有的统计想法，以及基本的统计计算，这对学生来说是十分可贵的，学生既可以用lm（）来做回归，也可用矩阵运算来验证，等等。这样学会的就不仅仅是统计的方法，而真正是统计思想，能促进统计学发展和应用的源动力，所以我也推荐统计专业的学生可以学习R软件，其实是不难的。

首先声明，不会为了打口水仗，有些是个人感受。 To No.3 1、并不是 R 就没有经过测试。R 的 core team 就有这个职能。而且 R 在全球使用范围很广，可以通过r-bugs@r-project.org提交新的bug，这点可以参考http://bugs.r-project.org/cgi-bin/R。还有随便找个小数据跑跑，我不太认同。我常常和数据库打交道，分析工具就是 R，一般的数据处理最小数量也要达到百万级的，很少见到 R 崩溃的情形。关于Excel 的使用，因为和谢是一个院出来的，所以感受一样。有些老师极为倾向使用 Excel，如果更难些的，用 VBA。 2、关于模型的变化与更新。根本就不用讨论。SAS的数据分析只是其中一个职责，重要不重要而已，卖的是解决方案（当然什么解决方案纯粹就是忽悠人的，不由得让我想起有人总结统计学家和数据挖掘专家之间的区别其中一条就是：统计学家研究出一种算法，会写篇文章公开发表;而数据挖掘专家有一种算法出来，不管好坏，马上开家ＩＴ公司），基本上每个解决方案都是一个行业应用，不可能快。而R是免费的，更倾向于一种纯粹的数据分析工具。从这个角度来讲，没有比它更好的（板砖ing）。 3、关于代码，因为没有深入学过计算机，所以也没啥说的。不过好像 SAS 的人员大部分是销售吧，好像研发人员不是很多（有一次跟SAS销售聊天得知的，不知是真是假）。 4、关于作图。好看不好看是对外行人说的。而它的实际意义，是不是能够反映数据本质，这才是我们需要关心的，所以就不用比较了吧。 5、矩阵运算没用过，想的是 R 肯定不如 Matlab，但 SAS，有机会看看 ^_^ 6、从数据分析角度看，R 对数据库支持很好。如果要比较什么 Enterprise，那就是另外一个题目了。 R 支持并行计算,我似乎看过一篇关于 rpvm 包的应用。知识储备有限，多多板砖^_^

老谢，我们要打口水仗啦，下次见面请你吃饭。一下各列，与4楼一一对应： 1、不公布源码，是普遍的商业行为，跟生计有关。模型由统计学家发明，实现方法却各有不同，封装起来，商业软件才好卖钱，厂商才有动力继续提供高质量的产品和支持服务。开源运动自有其乐趣，厂商也有自己的考虑，我们幸运地处在这个多元的时代。 Excel无意做统计，但现实是很多人都在拿它做，例如我们学院的好几位老师都以“本书例子可以用Excel计算”为推销的卖点（如贾老师力压群雄的《统计学》一书，几乎全都是Excel实现）。 Excel无意做统计，所以不能指摘它太多。有很多人喜欢用它做统计，却也无妨，个人偏好而已。请“广大R使用者应该谦虚些”，不是批评这里的文风aggressive（我喜欢这样有生气的风格），我是说，在评判软件质量时，开源软件有一批忠实的用户找bug，商业软件也有专业的工程师做相应的测试，他们的软件是要卖钱的，客户买来是要用做商业决策的，利益攸关，不敢马虎。这里我不说商业软件比开源软件可靠，但至少一样严肃。普通用户只能像你说的，“只能根据输出结果去判断程序是否可靠“，但你说”这种测试方法是非常低效的”却有不妥，——这话没错，但普通用户没有必要评判像SAS、SPSS这样的商业软件的可靠性，很多严肃的研发人员已经做过了，这些软件也在很多企业用过数十年了。当然，对统计专业的学生，可能需要了解更多。但我想，大多统计专业的学生，也没有能力评判一个软件的可靠性。我们用R，因为很多高水平的人在用，我们相信他们，我们也用。同样，我们用SAS，因为很多高水平的人在用，我们相信他们，我们也用。我想，社区的这些信任还是没问题的。我注意这个前提，老谢，这篇文字是写给“统计学专业“的师弟师妹，我说这么多，只是觉得里面可能传达了一些有争议的东西。对统计学专业的需求，我的确不能说太多，先打住。 2、comes with ABSOLUTELY NO WARRANTY，这个话商业软件提供商不能随便说吧？还怎么卖钱？这个更像是开源软件read me里面的话。 3、商业世界里，没人敢装那么多模块，都是要花钱的。SAS/STAT要跑，需要SAS Base和SAS/Graph两个模块，加起来几百兆吧。 4、略。 5、跟Matlab类似，SAS/IML也是号称电子数学稿纸的矩阵语言。比如，回归系数可以这么写： b=inv(x`*x)*x`*y; 样本距，有个内在的循环，R写着是漂亮，这个我再看看。

俺刚看完大家的讨论，不过现在要出门一趟，来不及吼两嗓子了，回头我应该请你吃饭才是啊，先谢谢你们的讨论 :)

虽然都不会用。商业软件更适合商用吧。毕竟公司更喜欢和公司打交道。free的东西好处只限于懂行的人人之间的私下交流传播。外行喜欢解决方案之类的玩意。如果在公司中推荐free软件无形中就要负起额外的责任，给自己揽了维护，教育用户之类的许多的麻烦。职业动物考虑问题的立场和学校里的动物不太一样。

To 7楼老刘， 1、测试这个话题，是提到商业软件和开源软件的可靠性，我说像SAS之类的商业软件，有专业的测试。我相信Core R也是稳健的，但这种开源软件的测试（读代码也是一种测试），人力、物力之类的投入，一定有限。所以老谢质疑商业软件的可靠性，我大大的有意见。 2、SAS凭借其行业解决方案，07年的收入在20亿美刀，它的客户是跟我们一样聪明的金融机构、政府、零售企业等等，用”忽悠“这个词我想是在开玩笑吧？ SAS所有的解决方案，基础都是其核心模块Base SAS和SAS/STAT等，分析模型当然非常重要。这种分析型的商务智能解决方案，是SAS跟其他报表做得超炫的BI厂商如BO等的最大区别。又，什么是”纯粹的数据分析工具“？为什么免费的就”更倾向于一种纯粹的数据分析工具“？ 3、SAS是软件企业，研发人员比你想象的多。跟SAS销售聊天，大概接触的是SAS China的吧？SAS在中国的研发人员，是其销售的两倍。 4、关于作图，”实际意义，是不是能够反映数据本质“，呵呵，老谢老说两句。

统计学专业应该使用什么样的统计软件（写给在统计学院学习的学弟学妹之四）

Foison-840116

居然从上到下都看完了。我来补充几句，或者是我自己的理解吧，不对之处再在所难免，恳请指正（我的GPL）。

1）关于中文“免费软件”这个翻译，这是一个诟病了。想必大家都知道英文原来叫做“Free software“.他的解释是“不受限制地自由使用、复制、研究、修改和分发的软件”,我觉得一个比较妥当的翻译应该是“自由软件”，大多数“Free software”是免费使用的，R是一个例子。所以说用中文"免费"这个词来讨论R和SAS是没有意义的。

2）关于稳健性而言（我采用前面胡江堂的说法）。质疑所有的开源软件缺乏稳健性是欠妥当的，我们也不用举很多老掉牙的例子。以R为例，但是“R is free software and comes with ABSOLUTELY NO WARRANTY.”这句话是必须的，应为他是GPL协议的一部分。举一个不是很恰当的例子，两个很健康的人，比如同卵双胞胎，他们一个人买了健康保险，记做A，一个人没有，而被贴了一个标签“本人随时暴露在生病风险中”，记做B。我们不能由此怀疑B的健康状况。

3）说到稳健性细节，我们拿同样的代码结构做同样的事情，R出错了，但是Matlab没有，SAS也没有，我就遇到好多这样的事情，于是我们说R缺乏稳健性。对R来说这是不公平的。怎么解释这一个现象呢，很简单，Matlab和SAS的工程师作了很多Error Catch的工作。虽然我不是计算机出身，但还是知道检查一个脚本语言的稳健性应该是检查内存溢出之类的。我们前面说的不过是编译环境的容错能力，不过我们不得不承认，R的gui界面比较简陋。这是绝大多数自由软件的通病。这对初学者而言确实比较重要。一个有趣的例子，有几十年统计编程普林斯顿的Chris Sims教授以前是Matlab的忠实用户，有一天他给MathWork写信，能不能将他现在Academic license用于其他用途，人家没理他，老头子生气了，就转向了R，而且写了很多很好很高效的函数。举这个例子无非是想说我们担心R的稳定性是杞人忧天，与其如此，还不如多花点时间钻研一下数据结构。

4）对于大数据处理能力，这个完全是硬件决定的。和R没有任何关系，就像SAS9.2声称的一样。我可以举一个例子，在Berkeley的Yu, Bin教授讲，他们作气象的预报，气象卫星数据是以T为单位的，而且以几何级数增长，他们的主要工具是R。我们仔细看R手册会发现，对于Window操作系统，现在的R有一定的内存限制，这个是由两个原因决定的，部分R函数是用32位的Fortran写的。还有在CRAN的Windows二进制R包的编译器是用MinGW编译的，而64位的MinGW还不够完善。如果你能够自己编译源码，这些问题完全是可以避免的。

4）并行计算。任何一个脚本语言都有并行计算的能力。R作并行计算的需要一个消息传递机制，现在流行的有MPI。但是MPI不是R的一部分，要做到并行计算，就需要将这两个结合起来。Matlab有自己的Parallel Computing Toolbox。R也有SNOW。我们所做的就是将这两件东西组合起来。2009年，著名的萨博汽车（SAAB）要倒闭了，因为通用汽车要倒闭了。于是，愚人节那天有一家报纸娱乐大家说，如果有一天宜家（IKEA）把萨博收购了，一定会很好玩。而且好多人的回应是 "A lot of fun！"

4)怎么选择？坦率的讲，如果我是老师，我给本科生推荐，我依然推荐SAS， Matlab。原因很简单，他们要去找工作，这也是很多高校这么做的。但是对于一个研究者而言，我推荐R。没有金刚钻，不揽瓷器活。其实对价格而言，大家好像对商业软件的漫天要价已经习以为常了，毕竟科研就是一个很砸钱的活。而且我觉得我们现在宣传R以免费作为侧重点来宣传不是长远之计。

5)最后，举个例子我来说一下我为什么喜欢R。去年秋天，Matlab的首席工程师来欧洲，我去参加他们一个5－6人的小型研讨会，他问我：你对Matlab有什么不满意的，我就抱怨说你们那个帮助太差劲了，我要看个简单回归函数的用法，好家伙，你先给我来3－4页的Introduction. 你是一个卖软件的，教我怎么用统计方法，这不是。。。于是他们在2008b版本改进了帮助，添加了一个缩略版的帮助。可是依然不是我想要的function-prameter-usage-example类型。顺便说一句，MathWork是一个小公司，全球包括销售不到300人，你知道R有多少contributors吗？还有一件商业软件让我很伤心的事情。最近在做模拟，我的程序都是用Matlab2008b调试的。Cluster的Matlab是2006b。于是出现了严重的函数不兼容问题。其实这个早不是商业软件的秘密了。于是系里只好再花钱更新软件。Matlab SAS，你们有福了。（我是不是像个愤青？）

6）还有纠正一句胡江堂的话，“你可以proc setinit;run;一下，查看机器装了多少SAS产品，大多是一般人一辈子也用不到的。在安装时大伙可以只勾选几个常用的模块。”这句话是有问题的。不是我想选几个模块就安装几个模块，而是我买了几个模块才能安装几个模块。

agri521

如果R和SAS同样为免费软件的话，您会用哪个呢？
从非统计专业科班出身来讲，在R与SAS的选择上还是会SAS的。不过人各有志，软件各有专攻，只要能满足工作、学习要求就行。

agri521

“这句话是有问题的。不是我想选几个模块就安装几个模块，而是我买了几个模块才能安装几个模块。”
引用楼上的话，哈哈，那可能是用的D版。

yihui

[未知用户] 我们通常是如此习惯于D版，以至于讲话时甚至会忘记版权的存在……哈哈

yihui

[未知用户] 这种问题挺难回答的，矛盾就在于，非专业的人究竟需要具备多少专业的知识？如果不注重专业知识，那么操起鼠标点按钮，最后皆大欢喜，管它出来的是什么东西；但又不可能要求非专业人士完全具备专业的知识，毕竟各人精力都有限。我认为R营造了这样一种“气氛”，就是逼迫你去思考，这些方法背后的理论究竟是什么，结果究竟是什么意思，即它提供了“function-prameter-usage-example”类型的文档，尽管从统计理论方面来说，它并不完善，但这已经不关R的事，既然你要用它，你就得先打好统计的基础。

gopten666

云里雾里看完了，大家都是科班的，我一以门外汉，不过现在要用统计做毕业论文，老师介绍用spss。都说spss好用，我咋就没觉得那........

caocheng8230

请问谢益辉：
R中如何轻松实现并行？有没有现有的工具软件包，很多时候的计算需要计算的量很大，一个机器并且一个CPU很费时费事

想实现1：单机多CPU并行
2：多机多CPU并行

请问有没有什么好办法？

yihui

[未知用户] 你可以参见Dirk Eddelbuettel的这篇文章：Introduction to High-Performance R以及其它演讲。

sasuser

有一篇新发的blog,对大家职业规划有些参考。
http://www.thejuliagroup.com/blog/?p=433

yihui

[未知用户] 对于近期的职业规划来说，我个人仍然倾向于以SAS为吃饭的工具，长期来看，是SAS还是R根本不重要，统计才是本质问题。你发的这篇文章中，作者排斥用代码的方式工作，用了一个最简单的“散点图+相关系数”就把R打发了（文中R代码不可运行，而且有冗余，不知从哪儿拷来的），然后说R是一个“华丽丽的失败”（R is an epic fail）。关于这一点，显然过于不公平，我无心争论。

再说作者认为NB的两件事：

一、数据可视化。我本人很高兴看到这一点，因为这正是我的研究方向之一。不过我不知道作者是否真的看过R的可视化的一系列包： http://cran.r-project.org/web/views/Graphics.html （比如rggobi）我的老板说我们这里有最好的数据可视化研究团队，而我们团队里所有人都在用开源软件，以R为主，没有人用SPSS、SAS或JMP。

二、非结构化数据。不知道作者是否可以给一个R无法或很难处理的非结构化数据，我不知道什么数据能乱到用R的文本处理函数（加上正则表达式）无法处理的地步，除非是一点逻辑都没有；如果真没有逻辑，那么任何软件都无法处理。

#######################################

不可否认，用代码的方式工作确实起步难，会让很多初学者吓得不敢进门，但我的经验是，这是学统计必需的代价。我见过太多太多只会点鼠标但对鼠标背后的东西一窍不通的人，从某种程度上来说，R是在有意为难用户，它逼你去想：奶奶的，这lm()的weights参数到底是什么意思？这profile()的原理到底是什么？我便是在这样恶劣的环境中成长起来的。个人观点，小马过河，读者慎阅。

sasuser

[未知用户] 谢老板，作者应该是统计方面的行家了，自有自己的一套看法，不必苟同。在没有对所有软件做系统分析之前，都不好下结论哪个更好，这其实也是统计问题。你以你们团队在做的事为出发点，是否也有统计之误在里面？统计之人其实也会被统计愚弄，这也是一个讽刺。SAS的魅力就在代码上，JMP的可视化也是很震撼的，有时间可以看看，也可能对你的研究工作有启发。

yihui

[未知用户] 是啊，人人都有一口井，观着自己的天，所以每个人的意见可能都是偏见，只不过自由软件用户可能会更偏一些。我反复提小马过河，深浅自知，有些东西对自己是良药，对别人是毒药。

如果我现在来重写这篇文章，JMP可能会放到Stata之前，它确实做得不错，但我想在R中应该都有相应的替代品。如果质量类似，为何不选择价格为0的产品呢？

Conan-natal

[未知用户] “算着算着数据中某个变量就没了，匪夷所思”
这个情况我也遇到过，原因很简单，你用的是盗版吧。在我的学校正版Stata机器上从来没有丢过变量的情况；而在我自己家里的装的盗版Stata上就有这样的问题。这一点你也可以上网搜索求证。

作为Stata的用户我也的说两句：
1. 说Stata支持的文件种类不多是不对的。Stata本身可以倒入很多数据类型，貌似包括SAS文件。而且Stat/Transfer这个软件（另外卖的）可以装换很多文件格式。况且与其它软件合作我认为这也不是什么大问题，如SPSS就可以将文件直接存为Stata格式很方便的。

2. 关于处理大文件，Stata（高级版本）所能处理的文件大小理论上是没有限制的，也就是说仅取取决于计算机物理内存大小。现在民用级的计算机内存都动辄几G了（听说还有人用两位数的内存）应该不是问题吧。

3. Stata Journal是收费的。但经常你可以顺藤摸瓜，找原文作者的网站（如大学的profile里面）往往可以找到免费的working paper。。。

还有，Stata的一个重要特点/优点是有大量的user written program，这点应该和R类似。比如它的GLLAMM程序似乎可以媲美MLwiN。还有它的documentation，各种出版物（Stata Bookstore）都是非常不错的。

还有这里面列出的都是general purpose软件，当然也有很多不错的“专业”的软件，如WinBUGS（Bayes)，上面提的MLwiN（Multilevel model)，Biogeme（discrete choice model）。。。

linzengwu

呵呵
被转载也不错。
是一种认可
同时也是一种宣传（建议大家标明表明出处）。
下午在另一个网站看到了这篇文章（正在了解统计软件间的异同，很感谢谢老师的文章给我对统计软件的概况留下了一个较全面的认识）。。。
由于转载，其间的数学公式给漏了
百度了一方，就来到了这里。
进来不禁又看了几篇，直到看到这是个公益网站
四年，实在不易。希望越来越多的统计学人士加入进来
壮大这个网站，让更多的人通过相互交流，共同进步。
谢谢

yihui

[未知用户] 千万不要认为我写的是全面的，还是看看下面长篇大论的评论吧：）

linzengwu

呵呵评论也很精彩
有很多让人深思的地方。
一年多间，软件都有了不同的发展
内容是否考虑过与时俱进呢？
唯一的小建议呵呵：）

hetong_007

大半夜的过来考古，感觉看了评论收益良多！！！！

andy-164294281

[未知用户] 我非常同意此观点。R虽然免费，在教育界刮起了一阵旋风，但是里面的算法和代码的严谨性是不可考量，总不能在用之前，先要测试一下，函数是否正确。
我用过brison的包，里面的算法完全不正确（我个人认为，我不得不用C语言重新写），这只是一个例子。我相信里面肯定还有很多包是值得怀疑的。做数据分析，最重要的就是严谨，如果整个处理流程都做得严谨了，反正偏偏在R处理时，用了某个（些）错误的包，那将意味着所有的努力都白费了。
R可以作为学习之用，但尽量不要用在工作中，SPSS,SAS,STAT都是值得信赖的，他们是商业软件，也必须对所有函数的准确性作出保证。事实上，他们也已经做过无数的测试了，也有很多很多世界级的公司在用，准确性上是可以保证的。

« 上一页