数据分析师成长之路-软件篇

数据分析师成长之路-软件篇

 对于各式各样的数据统计分析软件,你了解多少呢?经过潜心搜集,整理,这里总结了一些软件的大体介绍及区别,欢迎大家指正和补充。

这里先略过Excel和Eviews这种入门软件的介绍,直接从SPSS开始吧!

SPSS:傻瓜相机
SPSS(Statistical Product and Service Solutions),“统计产品与服务解决方案”软件,是数据定量分析的工具,适用于社会科学(如经济分析,市场调研分析)和自然科学等林林总总的统计分析,国内使用的最多,领域也多。
SPSS就如一个傻瓜相机,界面友好,使用简单,但是功能强大,可以编程,能解决绝大部分统计学问题,适合初学者。它有一个可以点击的交互界面,能够使用下拉菜单来选择所需要执行的命令。它也有一个通过拷贝和粘贴的方法来学习其“句法”语言,但是这些句法通常非常复杂而且不是很直观。
SPSS致力于简便易行(其口号是“真正统计,确实简单”),并且取得了成功。但是如果你是高级用户,随着时间推移你会对它丧失兴趣。SPSS是制图方面的强手,由于缺少稳健和调查的方法,处理前沿的统计过程是其弱项。

界面展示:

 

 

Stata:半自动相机
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,以其简单易懂和功能强大受到初学者和高级用户的普遍欢迎,多用于医学,生物统计研究。在学术界广受欢迎。
Stata就如一个半自动相机,也就是说它把傻瓜菜单和命令编程结合了起来。它具有很强的程序语言功能,使用时可以每次只输入一个命令(适合初学者),也可以通过一个Stata程序一次输入多个命令(适合高级用户)。这样的话,即使发生错误,也较容易找出并加以修改。
Stata较好地实现了使用简便和功能强大两者的结合。尽管其简单易学,它在数据管理和许多前沿统计方法中的功能还是非常强大的。用户可以很容易的下载到别人已有的程序,也可以自己去编写,并使之与Stata紧密结合。

 界面展示:

 
 

SAS:单反相机
SAS是全球最大的软件公司之一,是全球商业智能和分析软件与服务领袖。SAS由于其功能强大而且可以编程,很受高级用户的欢迎,也正是基于此,它是最难掌握的软件之一,多用于企业工作之中。
SAS就如一台单反相机,你需要编写SAS程序来处理数据,进行分析。如果在一个程序中出现一个错误,找到并改正这个错误将是困难的。在所有的统计软件中,SAS有最强大的绘图工具,由SAS/Graph模块提供。然而,SAS/Graph模块的学习也是非常专业而复杂,图形的制作主要使用程序语言。SAS适合高级用户使用。它的学习过程是艰苦的,正所谓“五年入门,十年精通”,最初的阶段会使人灰心丧气。然而它还是以强大的数据管理和同时处理大批数据文件的功能,得到高级用户的青睐。

界面展示:
 

 

R语言:科研首选
R是用于统计分析、绘图的语言和操作环境,属于GUN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,多用于论文,科研领域。
R的思想是:它可以提供一些集成的统计工具,但更大量的是它提供各种数学计算、统计计算的函数,从而使使用者能灵活机动的进行数据分析,甚至创造出符合需要的新的统计计算方法。因此R有很多最新的模型和检验方法,但是非常难自学,对英语的要求很高。R与SAS的区别在于,R是开放免费的,处理更灵活,同时对编程要求较高。

界面展示:
 

 

 

Matlab:数学工程
MATLAB是美国MathWorks公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,功能最为强大的三款数学软件之一,多用于工科,数学领域。
Matlab能够解决各种各样的数学计算问题,,当然也可以进行数据处理和分析,可以说MATLAB能实现Eviews所能做到的事情,但两者的区别就在于,Eviews是专门的数据处理和分析软件,它的设计只为这一个目标服务;而MATLAB里数据处理只是其中一个功能,它在语法设计时并不能只考虑数据处理,而是要考虑全局,考虑到其他功能,因此其数据处理的功能用起来并不如Eviews这样有针对性的软件顺手,因此Matlab用于数学建模绝对是首选工具,而用于数据统计分析有点大材小用。

界面展示:
 

 

Amos:防呆结构方程
Amos适合进行协方差结构分析(Analysis of Covariance Structures),是一种处理结构方程模型(structural equation modeling,SEM)的软件。多用于学术研究。
Amos可以同时分析许多变量,是一个功能强大的统计分析工具。Amos以可视化、鼠标拖曳的方式来建立模型(路径图),表示变量之间的关系,从头到尾不必撰写程序指令,一气呵成,着实提高了数据分析的效率。此外,Amos还可让我们检验数据是否符合所建立的模型,以及进行模型探索(逐步建立最适当的模型)。SPSS是探索性统计分析软件,AMOS是验证性统计分析软件,两者经常结合使用。

界面展示:
 

 

Lisrel:资深结构方程
LISREL (LInear Structural RELations)是被公认为最专业的结构方程模块( Structural Equation Modeling, 简称 SEM )分析工具,其权威性不容其它类似软件取代。
与Amos相比,Amos更容易上手,用起来有点麻烦,lisrel上手麻烦些,对于理解原理更方便些,并且上手之后更容易操作。
如果你是SEM新手,建议使用Amos,因为有防呆装置,一般不容易犯错,确定是知其然却不知其所以然。如果你对数学很有兴趣尤其对矩阵概念好的人,建议使用Lisrel,上手虽麻烦,但功能强大易操作。

界面展示:
 
 

 

对于这些常用的数据统计分析软件在不同的领域应用的综合评价如下:

学术界 :R > SAS > stata > SPSS > EXCEL ; 商业界:SAS > R > SPSS > stata > EXCEL
因此,对于软件的选择主要视自己涉入的领域而定。

-- 原文出自:人才经济论坛

时间: 2024-08-20 00:48:01

数据分析师成长之路-软件篇的相关文章

一名数据分析师走过的路

都说世上没有丑女人只有懒女人,我恰恰就是后者- - 疏于总结自己走过的路做过的事就是我的"懒"体现之一,最近看到不少童靴在各种渠道问各种关于数据分析师的问题,比如"快要毕业了想做数据分析师要如何准备面试","现在是做XX工作,换工作时想转行做数据分析师应该补充些什么指示"等等,所以决定摆脱拖延症就从总结自己作为一个数据分析师走过的路开始,各位看官觉得有所收益,欢迎点赞,若想拍砖也请求大侠给小女子一些指点. 2008年在黑龙江省某大学统计学本科毕业

百万自媒体大V的数据分析师成长线路,薪水过万难吗?

"他们需要从数据中找到有用的真相,然后解释给领导者." – Rchard Snee Emc 今天这个标题有点大,内容可能涉及的比较多,但也是数据君多年来一直想写的,却一直不敢写的.微博玩了7年,已有近120万的粉丝,微信玩了4年多,也有20万+粉丝了,许多人都知道这个账号,但从来不知道运营这个账号的是一个团队还是一个人? 我的数据分析师经历 第一阶段:与数据的接触 大学时代我的专业是统计学,一个二流本科里面的王牌专业,但是毕业后(2006年)发现很难找到对口的专业,于是选择了北上,在北

我的SEO成长之路:第二篇(从身边做起)

中介交易 http://www.aliyun.com/zixun/aggregation/6858.html">SEO诊断 淘宝客 云主机 技术大厅 接上文所以说,怎样从身边做起呢,你可以通过QQ的签名.自己QQ的名字.空间等等,都写上你的网站名称简介等等资料,最起码要让你身边的好友知道,也会为你宣传.其实在你还没有建站之前,你应该计划好你要建什么站,做成怎样的规模等等,心里要有个计划.计划定好后,要起个好的名字,这是十分关健的.电影网和电影这两个关健字,如果按你们的分析会是怎样分呢? 而

七周成为数据分析师—Excel实战篇

本文是<七周成为数据分析师>的第三篇教程,如果想要了解写作初衷,可以先行阅读七周指南.温馨提示:如果您已经熟悉Excel,大可不必再看这篇文章,或只挑选部分. 在Excel技巧和Excel函数后,今天这篇文章讲解实战,如何运用上两篇文章的知识进行分析.内容是新手向的基础教程.曾经有童鞋向我反应没有Excel数据练习,所以这次提供真实数据.为了更好的了解数据分析师这个岗位,我用爬虫爬取了招聘网站上约5000条的数据分析师职位数.拿数据分析师进行数据分析.数据真实来源于网络,属于网站方,请勿用于商

如何成为顶尖的数据分析师

什么是数据分析? 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,将它们加以汇总.理解并消化,以求最大化地开发数据的功能,发挥数据的作用. 数据分析的目的是把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来,总结出研究对象的内在规律.在实际 工作当中,数据分析能够帮助管理者进行判断和决策,以便采取适当策略与行动. 数据分析师指的是不同行业中,专门从事行业数据搜集.整理.分析,并依据数据做出行业研究.评估和预测的专业人员. 数据分析师成长路线介绍: 路线主要是包括数据分析基础知识

数据分析师常见的十个问题

1.如何做好数据分析? 分析师成长是通过"干"."思"."熬"出来的.干:多做.哪些是临时需求.你要做各种各样的分析:思:你在边干的过程中,要边思考,边总结,只有这种你才能沉淀.熬:通过时间的积累,你的商业意识.数据分析思维.技能得到提升,广积粮,缓称王,实现厚积而薄发. 2.如何做好数据挖掘? 数据挖掘和数据分析在我认为,都是实现数据价值的"工具"."方式".数据挖掘相对于数据分析来说,入门门槛会更高一些

数据分析师是怎么被“养大的”?

就像PM是由产品喂大的一样,数据分析师也是由一个一个成熟且完整的数据分析工作"滋养长大"的~~ 网上讨论数据分析师成长路径的文章很多,大致能够分为:数据分析.初级数据分析师.中级数据分析师和高级数据分析师,每个阶段的能力和工作内容网上资料很多,这里不做介绍.我在本文中想和大家讨论的内容,其实和"培养"二字有关,想和大家聊聊每个阶段的数据分析师需要怎样的成长沃土~ 一.数据分析助理 鉴于梳理该阶段下,分析人员的主要工作可能主要是数据提取.制作日常报表等基础性工作.可见

数据分析师的成长之路

数据分析师的成长之路,大数据时代对人才的要求,对数据分析师的技能要求,对数据分析师的职业修养要求,看一个数据分析师是如何成长的-.

七周成为数据分析师—Excel技巧篇

本文是<七周成为数据分析师>的第二篇教程,如果想要了解写作初衷,可以先行阅读七周指南.温馨提示:如果您已经熟悉Excel,大可不必再看这篇文章,或只挑选部分. 上一篇文章<七周成为数据分析师-Excel函数篇>教了大家函数,今天讲解Excel的技巧.本次讲解依然是提纲,图文部分引用自百度经验.如果有疑问或建议,可以留言给我,也可以网上搜索.内容方面照旧会补充SQL和Python. 快捷键 Excel的快捷键很多,以下主要是能提高效率. Ctrl+方向键,对单元格光标快速移动,移动到