python是统计软件吗_如何选择统计软件学习？R Python SAS Stata...

一年前，我因别人的一句话，R很强大，于是学习了R。也用R做过机器学习，并且参加过“共享杯”比赛，还拿了奖，把支持向量机，决策树，随机森林，神经网络，logistic回归都实现了一遍。但是，我觉得这都只是皮毛，这些高大上的东西容易操作，因为它们在操作上不需要太多统计学知识，便可实现。

一年后，我依然觉得自己是小白。又重新思考了该学习哪个软件，因为我是搞临床流行病的，统计软件是绕不开的话题。最近，使用R做负二项回回，总是莫名奇妙的出错，按理来讲不应该的，因为第一次代码运行没有问题，而且之后改了加了数据就出错了，重启后又可以。还有，同样的代码，再加载一个包之前可以运行，但是加载了哪个包之后便出错，不加载那个包又可以运行。这就很令人烦劳了，主要是我还不知道问谁？

不知道问谁，这便是问题的关键。因为这样会花掉大量的时间，走许多的弯路，进很多坑。于是，我重新考虑了，我该如何选择这些统计软件。我现在，虽然很不舍，但是，要放弃使用R做统计分析了，改用SAS，如果涉及到机器学习，就用python，如果要制图，依然会选择R或者python，如果要做meta分析，就用stata和winbugs，如果做空间分析，就用ArcGIS、geoDa、satsan、GWR4等。估计很多人都说，这些都可以由R来完成。哈哈，我也想这么说，R简直就是全才。如果，您对这种观点深信不疑，那么，您可能会为此努力很长时间，因为这非常具有挑战，可能一辈子都完不成，当然，我佩服愚公移山的精神。

如何选择统计软件呢？

首先，这取决于您的资源可获得程度。您身边的老师，他们是能给您最大帮助的人，您有任何问题，他们都会解答。但是，如果您问师兄、学长等，他们就不一定能给出满意的答案。可能他们也在学习，可能他们也希望您自己多自学。自学许多时候都是事倍功半，效率低下，尤其再碰到问题时，会产生很大的无助感。

其次，我想说，统计软件都是工具，不必执着于某一个软件。但是，您得考虑下时代的主流。个人觉得，现在统计软件：在统计方面SAS还是很有权威的，在meta分析方面stata和winbugs地位也很高，在机器学习方面，python有很大的话语权等。就统计这一块而言，如果你的结果是用SAS做的，没人会说软件选的不合适。

说实话，我这篇文章有点贬低R的嫌疑。作为一个要放弃使用R来做统计分析的人来说，这也很正常。但对于R的高手而言，他们选择R，并且达到很高的层次，这点着实令人敬佩。但对于大部分人而言，很难达到那样的高度，比如我。

我为何放弃R来做统计分析？1.身边的老师是SAS高手，不熟悉R。2.网上找R的资源虽多，但没有我想要的，得不到直接的指导，孤军奋战时间漫长。3.R确实会出些我这个水平无法解决的错误，很玄很玄的那种，尤其在统计模型方面，有些内置的迭代，这种错误我可看不懂，作为应用巨人成果的宝宝，这太难了。

但我只是不用R做统计分析，R的其他功能，如可视化，还是很看好的。

同样，对于阅读到这篇文章的您来说，我希望您结合自己能获得的帮助资源来决定要选择哪门统计语言。假如以后我碰到R高手了，我依然会选择R。

能给您帮助的人就在身边，切莫辜负他们，还请珍惜眼前人。