统计软件简介与数据操做

1、SPSS

    SPSS(Statistical Product and Service Solutions)，"统计产品与服务解决方案"软件。最初软件全称为"社会科学统计软件包"(SolutionsStatistical Package for the Social Sciences)，可是随着SPSS产品服务领域的扩大和服务深度的增长，SPSS公司已于2000年正式将英文全称更改成"统计产品与服务解决方案"，标志着SPSS的战略方向正在作出重大调整。为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称SPSS，有Windows和Mac OS X等版本。1984年SPSS总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，极大地扩充了它的应用范围，并使其能很快地应用于天然科学、技术科学、社会科学的各个领域。世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深刻分析、使用方便、功能齐全等方面给予了高度的评价。

SPSS是世界上最先的统计分析软件，由美国斯坦福大学的三位研究生Norman H. Nie、C. Hadlai (Tex) Hull 和 Dale H. Bent于1968年研究开发成功，同时成立了SPSS公司，并于1975年成立法人组织、在芝加哥组建了SPSS总部。2009年7月28日，IBM公司宣布将用12亿美圆现金收购统计分析软件提供商SPSS公司。现在SPSS已出至版本22.0，并且改名为IBM SPSS。迄今，SPSS公司已有40余年的成长历史。

SPSS是世界上最先采用图形菜单驱动界面的统计软件，它最突出的特色就是操做界面极为友好，输出结果美观漂亮。它将几乎全部的功能都以统1、规范的界面展示出来，使用Windows的窗口方式展现各类管理和分析数据方法的功能，对话框展现出各类功能选择项。用户只要掌握必定的Windows操做技能，精通统计分析原理，就可使用该软件为特定的科研工做服务。SPSS采用相似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其余数据库中读入数据。其统计过程包括了经常使用的、较为成熟的统计过程，彻底能够知足非统计专业人士的工做须要。输出结果十分美观，存储时则是专用的SPO格式，能够转存为HTML格式和文本格式。对于熟悉老版本编程运行方式的用户，SPSS还特别设计了语法生成窗口，用户只需在菜单中选好各个选项，而后按"粘贴"按钮就能够自动生成标准的SPSS程序。极大的方便了中、高级用户。

SPSS图表制做SPSS for Windows是一个组合式软件包，它集数据录入、整理、分析功能于一身。用户能够根据实际须要和计算机的功能选择模块，以下降对系统硬盘容量的要求，有利于该软件的推广应用。SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、通常线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，好比回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，并且每一个过程当中又容许用户选择不一样的方法及参数。SPSS也有专门的绘图系统，能够根据数据绘制各类图形。

SPSS for Windows的分析结果清晰、直观、易学易用，并且能够直接读取EXCEL及DBF数据文件，现已推广到多种各类操做系统的计算机上，它和SAS、BMDP并称为国际上最有影响的三大统计软件。在国际学术界有条不成文的规定，即在国际学术交流中，凡是用SPSS软件完成的计算和统计分析，能够没必要说明算法，因而可知其影响之大和信誉之高。最新的21.0版采用DAA(Distributed Analysis Architecture，分布式分析系统)，全面适应互联网，支持动态收集、分析数据和HTML格式报告。SPSS操做界面

SPSS输出结果虽然漂亮，可是很难与通常办公软件如Office或是WPS2000直接兼容，如不能用Excel等经常使用表格处理软件直接打开，只能采用拷贝、粘贴的方式加以交互。在撰写调查报告时每每要用电子表格软件及专业制图软件来从新绘制相关图表，这已经遭到诸多统计学人士的批评;并且SPSS做为三大综合性统计软件之一，其统计分析功能与另外两个软件即SAS和BMDP相比仍有必定欠缺。

虽然如此，SPSS for Windows因为其操做简单，已经在我国的社会科学、天然科学的各个领域发挥了巨大做用。该软件还能够应用于经济学、数学、统计学、物流管理、生物学、心理学、地理学、医疗卫生、体育、农业、林业、商业等各个领域。

2、R语言

R是用于统计分析、绘图的语言和操做环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。

R是统计领域普遍使用的诞生于1980年左右的S语言的一个分支。能够认为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、统计分析和做图的解释型语言。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Auckland大学的Robert Gentleman和Ross Ihaka及其余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是基于S语言的一个GNU项目，因此也能够看成S语言的一种实现，一般用S语言编写的代码均可以不做修改的在R环境下运行。 R的语法是来自Scheme。R的使用与S-PLUS有不少相似之处，这两种语言有必定的兼容性。S-PLUS的使用手册，只要稍加修改就可做为R的使用手册。因此有人说:R，是S-PLUS的一个"克隆"。

可是请不要忘了:R是免费的。(R is free)

R语言源代码托管在github，具体地址能够看参考资料。

R语言的下载能够经过cran的镜像来查找，具体地址能够看参考资料。

R语言有域名为.cn的下载地址，其中一个由Datagurn，另外一个由中国科学技术大学提供的。

R语言Windows版，其中由两个下载地点是Datagurn和USTC提供的。

R是一套由数据操做、计算和图形展现功能整合而成的套件。包括:有效的数据存储和处理功能，一套完整的数组(特别是矩阵)计算操做符，拥有完总体系的数据分析工具，为数据分析和显示提供的强大图形功能，一套(源自S语言)完善、简单、有效的编程语言(包括条件、循环、自定义函数、输入输出功能)。

3、stata

Stata 是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。用Stata绘制的统计图形至关精美。

 

新版本的STATA采用最具亲和力的窗口接口，使用者自行创建程序时，软件能提供具备直接命令式的语法。Stata提供完整的使用手册，包含统计样本创建、解释、模型与语法、文献等超过一万余页的出版品。

除此以外，Stata软件能够透过网络实时更新天天的最新功能，更能够得知世界各地的使用者对于STATA公司提出的问题与解决之道。使用者也能够透过Stat软件logoa Journal得到许许多多的相关讯息以及书籍介绍等。另一个获取庞大资源的管道就是Statalist，它是一个独立的listserver，每个月交替提供使用者超过1000个讯息以及50个程序。

 

 

Stata的统计功能很强，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归，负二项回归及广义负二项回归，随机效应模型等。具体说， Stata具备以下统计分析能力:

数值变量资料的通常分析:参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。

分类资料的通常分析:参数估计，列联表分析 ( 列联系数，确切几率 ) ，流行病学表格分析等。

等级资料的通常分析:秩变换，秩和检验，秩相关等

相关与回归分析:简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元线性回归，逐步回归，加权回归，稳键回归，二阶段回归，百分位数 ( 中位数 ) 回归，残差分析、强影响点分析，曲线拟合，随机效应的线性回归模型等。

其余方法:质量控制，整群抽样的设计效率，诊断试验评价， kappa等。

Stata的做图模块，主要提供以下八种基本图形的制做 : 直方图(histogram)，条形图(bar)，百分条图 (oneway)，百分圆图(pie)，散点图(two way)，散点图矩阵(matrix)，星形图(star)，分位数图。这些图形的巧妙应用，能够知足绝大多数用户的统计做图要求。在有些非绘图命令中，也提供了专门绘制某种图形的功能，如在生存分析中，提供了绘制生存曲线图，回归分析中提供了残差图等。

Stata的矩阵运算功能

矩阵代数是多元统计分析的重要工具， Stata提供了多元统计分析中所需的矩阵基本运算，如矩阵的加、积、逆、 Cholesky分解、 Kronecker内积等;还提供了一些高级运算，如特征根、特征向量、奇异值分解等;在执行完某些统计分析命令后，还提供了一些系统矩阵，如估计系数向量、估计系数的协方差矩阵等。

Stata是一个统计分析软件，但它也具备很强的程序语言功能，这给用户提供了一个广阔的开发应用的天地，用户能够充分发挥本身的聪明才智，熟练应用各类技巧，真正作到为所欲为。事实上，Stata的ado文件(高级统计部分)都是用Stata本身的语言编写的。

Stata其统计分析能力远远超过了SPSS，在许多方面也超过了SAS!因为Stata在分析时是将数据所有读入内存，在计算所有完成后才和磁盘交换数据，所以计算速度极快(通常来讲， SAS的运算速度要比SPSS至少快一个数量级，而Stata的某些模块和执行一样功能的SAS模块比，其速度又比SAS快将近一个数量级!)Stata也是采用命令行方式来操做，但使用上远比SAS简单。其生存数据分析、纵向数据(重复测量数据)分析等模块的功能甚至超过了SAS。用Stata绘制的统计图形至关精美，颇有特点。

4、python

Python(英语发音:/ˈpaɪθən/), 是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年末发明，第一个公开发行版发行于1991年，Python 源代码一样遵循 GPL(GNU General Public License)协议。Python语法简洁而清晰，具备丰富和强大的类库。它常被昵称为胶水语言，可以把用其余语言制做的各类模块(尤为是C/C++)很轻松地联结在一块儿。常见的一种应用情形是，使用Python快速生成程序的原型(有时甚至是程序的最终界面)，而后对其中有特别要求的部分，用更合适的语言改写，好比3D游戏中的图形渲染模块，性能要求特别高，就能够用C/C++重写，然后封装为Python能够调用的扩展类库。须要注意的是在您使用扩展类库时可能须要考虑平台问题，某些可能不提供跨平台的实现。

 

5、数据操做

1.产生一个新变量

以CH10回归人均食出为例

求食品支出占收入的比例

转换→计算变量

得出新变量

 

2.给变量值排序

以CH9数学语文成绩为例

按语文成绩从低到高