SAS, SPSS, AMOS, Stata之間的比較？

01-05

以前在人大論壇看到的, 有點年代了, 抱歉找不到出處了. 由於是老帖, 部分信息也不對了(比如, SPSS已經是IBM的了). 不過大部分還比較準確吧~

SAS、S-PLUS、SPSS詳細比較

-------------------------------

呼, 在知乎貼表格好辛苦, 原諒我新來的, 只會轉成圖片貼過來

用過sas和R，以及stata和Spss怒答。

先說答案：

感覺自己淺嘗輒止就用spss吧；

感覺自己想做面板，計量，而非金融量化，就用stata吧；

想處理海量數據，跑模型，以及sql，sas必須的；

需要特別前沿的模型，package，只能用R了。但是感覺一般人不會用到那麼「前沿」的package。

sas把數據存在硬碟里，因此可以處理海量數據，sas的sql很不錯，package其實也蠻多，更新稍微慢一點。

R數據在內存里，所以加大電腦內存，加內存條很有必要啊，R package靈活更新快什麼的優點就不說了。

重要的一點：R error不提示具體error在哪裡，讓我感覺很不用戶友好@_@

spss貌似是菜單操作吧.....比較基礎吧，本科畢業論文用過，很久了，印象中是比較基礎的統計軟體。

印象中stata處理面板數據是很擅長的，固定效應，隨機效應等，但是stata的編程確定是可以忍受的嘛.......但是稍微複雜的模型stata就處理不了，比如bekk-garch模型，stata13 就無法處理非對角線元素。

個人一直在用過sas，感覺神好用哇！除了logistic-lasso 在sas中實現不理想以外，沒發現做哪個模型的時候sas用不了～

張文彤SPSS初中級教程鏈接:http://pan.baidu.com/s/1skhnOmT... 密碼 :x4qr

張文彤SPSS高級教程鏈接:http://pan.baidu.com/s/1o7t6k4M... 密碼 :p93m

這是張文彤老師的初中高級視頻，對於想學習的人非常有用，喜歡的人記得給我點贊，同時歡迎大家能夠分享自己的學習資料，充實大家，謝謝

個人的了解，

SPSS在國內使用的最多，領域也多。這個入手簡單，滑鼠點點即可完全大部分工作。

SAS是很強大的，據說美國藥學會對新葯的臨床效果評價只認SAS的統計運算結果，可見其質量。而且它是要自己寫代碼的（雖然也有圖形化操作界面），對使用者自身的統計水平要求較高。還有一個R語言，和SAS一樣都是對過程反應很清晰的，聽某統計專業的老師說這兩個最能反應思路，說服力強。

AMOS不很了解。

Stata最為輕量，感覺跟R挺像，沒怎麼用過，也是敲命令行，但跟Linux終端相比，太難用了……

作為數量經濟專業的回答一下

stata基本上就是我們做統計分析時用的軟體，確實時R語言的一種，可以自己編程（mata），也可以用一些命令，但高級命令都是編程或者下載別人編好的插件的。主要應用領域是計量，微觀計量和面板數據。

eviews就是對時間序列用的，因為有很多濾波器，所以我們時間序列用這個

當然時間序列也可以用matlab，工科用的多。做模擬實驗用。

SAS，SPASS樓上都回答了，貴要麼貴要麼太基礎。我沒用過。

將來準備用R，等畢業了吧。

以下個人觀點，可能有些錯誤:

SPSS當然是很不錯的，但是價格也很高。大部分人講的SPSS應該是在IBM 將spss改為 business analytics的工具之前的情況吧，現在應該不同了吧。

SAS價格也不便宜，如果你的資料來源是Database，大概還是SAS比較能和Database銜接。如果你是租資料公司的資料庫，或是標準的股票交易的資料庫這種，當然就用SAS最好。

如果你的資料是自己整理出來的，例如將網路原始資料下載下來做整理，那應該是Stata比較好。

因為你整理資料的時候，最重要的是能記錄編輯的每個步驟，也就是說:雖然你手動整理資料，但是，應記錄成一個程式檔，其他人執行這個檔以後，會產生相同的結果，這是最重要的。否則跟作弊沒甚麼兩樣。

其實用Stata整理好資料以後，你可以用matlab來跑矩陣，搞不好才是最快的。

因為很多的convex optimization的運算，也就是找最小值的運算(統計不就是再找最小值嗎?)，其實你要考慮矩陣的特性，有很多數學定理對特殊矩陣的運算有特殊解法，例如稀疏矩陣等等。這些定理的運用大部分都只有在matlab上實現，所以跑矩陣建議還是用matlab。

統計模型不就是矩陣的運算嗎?何必要用甚麼統計軟體?很多統計軟體都是不能做擾動分析的，例如你可以告訴我，假設資料中的一個變數紀錄時有1%上下的錯誤，對估計值有多少影響?

這類問題很多統計軟體都做不出來，因為統計公式的估計值，很多只是一個矩陣的多項式運算的公式，而不是用數值方法推算的結果。所以沒法做這類的擾動分析。

如果要做business analytics，你可以將資料傳至主機伺服器，用網頁的方式進行視覺化分析，也不輸給SPSS (SAS也有analytics視覺化分析也很不錯)。當然將資料視覺化圖表是指以瀏覽器來檢視，必須要開發網站，需要花個5~10萬美金請工程師開發。但應該比用SPSS划算。畢竟開發出來可以讓所有人使用，不需按人頭計費。

SAS我覺得還是金融機構的分析才會用吧!因為金融資料比較有結構性，也比較沒有錯誤或紀錄缺失。

如果是microeconometrics的資料，例如公司的股東股權資料，家戶的所得與消費資料，進出口貿易資料，保險的保單資料，選舉的投票資料，政府官員的發言資料，報紙新聞稿上的內容，軍事武器設備資料，網頁瀏覽次數連結次數的資料，網路社群活動的資料，通話紀錄的資料。這類的資料如果先整理存成資料庫，然後再sql取出來分析，就是在做重複的工作了。

因為你要存成資料庫，你的資料是要很結構化的，如果是非結構化的，當你存成資料庫時，可能已經把很多不乾淨的資料剃除了。但存成資料庫的人和分析的人可能是不同人，那就無法因應分析的條件與假設來分類與剔除資料，就會做重工。

而且非結構化的資料有時資料量是很大的，硬要把100T的資料存成單一檔案(因為整個資料庫就是一個檔案)是有問題的。一般的檔案系統(如EXT4)只能存16T，所以你的資料庫如果大於16T，等於你就要花大錢在硬體上了。

所以重點應該是要做一個分類資料、剔除資料、推算缺失資料的的代入值的模型。而不是要討論乾淨資料怎麼分析。

統計的價值是建立一個將原始資料變成乾淨資料的模型。而不是在分析乾淨資料。說真的誰會在乎甚麼變數和甚麼變數之間有沒有顯著的因果關係?根本不重要。那只有學術價值。

事實上有了乾淨資料後，用甚麼模型做分析不重要，因為你可以提出報告，如果A模型就有A預測，如果B模型就有B預測。

事實上有乾淨資料後，其實你用視覺化的方法呈現資料，基本上就可做決策判斷了。

當然這是microeconometrics的觀點。

從這種觀點來看，Stata可能才是最合適的工具。

SPSS的操作方式主要是窗口式的，點點各種按鈕描述一下均值、方差、趨勢圖，做一些簡單的線性回歸或者差異性比較啥的。適合做橫截面數據，也就是一個時間點或者一次調查中樣本的各種變數情況，能做簡單的事件序列分析。個人感覺用來做問卷調查的數據分析最實用。

STATA的操作方式主要是程序語言式的，就是寫一些命令，不過沒有想像起來那麼難，掌握十幾個常用命令就差不多了。個人感覺STATA做面板數據很簡便，只要會tsset，xtreg，hausman，lag幾個常用的語句就能搞出一個看起來很高級的結果。

Eviews沒用過，據說比較適合時間序列數據。

作為客戶端版的話，基本的的統計功能SAS，SPSS，JMP，STATA，R等等軟體都是大同小異，即便是R也有被包裝過後出的GUI版本以降低上手難度。

美國這邊工業界里SAS還是用的最多，無外乎其完善的功能以及強大的客戶支持。我們公司就有不少常駐的SAS技術人員，負責對任何伺服器運行問題提供第一時間響應。另外，SAS跟很多資料庫公司（比如我們用的Teradata）能實現很好的整合，這樣我們通過SAS Enterprise Guide或者Enterprise Miner，可以利用分散式計算，合理分配Teradata cluster跟SAS cluster的工作量來大大加速運算速度，提高效率。這一點是開源軟體很難做到的。

新興的高科技公司對於數據分析軟體，普遍更青睞於低成本，高靈活度的開源軟體（R，Python等等）。這也是為什麼大部分數據科學家職位都要求計算機/編程背景更甚於統計的一個原因。

一般做論文的話，

SPSS 做簡單的描述性統計分析、聚類分析等，一些偏理性角度，都是顯變數之間的關係

AMOS，可以解釋潛變數和顯變數之間的關係

AMOS比較好用，因為不用編程，都是圖像編輯，並且和SPSS互聯

STATA 和SAS 貌似需要語言，編程什麼的，STATA 做表格比較好，我記得，這倆軟體沒仔細研究過。

具體的我也不太清楚，我現在剛sas入門，sas老師說sas是目前最強大的金融處理軟體，目前還不普及，所以掌握的人比較少。

其他的沒有涉獵，不過我認為這類軟體只要精通一門就可以了！

SAS推出了JMP，專門用來打擊SPSS。SPSS按模塊來賣，要湊齊基本統計，預測和數據挖掘模塊，價錢也跟SAS差不多了，被IBM併購後想學SAS模式，有點畫虎不成反類犬的節奏了；STATA.......我只能呵呵。 JMP 包含了探索性數據分析和預測模塊，在SAS的基礎上大幅度強化了圖形與交互分析，並且繼承了SAS 數據挖掘的部分常用模型如決策樹神經網路隨機森林之類，儼然在有些領域已經有些取代SAS的意味，不知道是SAS鼓勵內部創新的偶然結果，還是SAS刻意推JMP使然。比JMP 和SPSS更便宜而功能弱一點的，還有minitab。貌似minitab主要在質量界，其他領域的數據分析少有涉及。

我是心理學的學生，用的最多的還是spss，我們最多的就是研究變數之間的差異差不多就是t檢驗方差分析回歸，不過現在心理學的中介效應調節效應挺流行的，很多用amos來做結構方程，好像現在最熱的應該是mplus了吧。。

沒有最強大，只有最合適

準確而言，這四個是無法比較的。像Amos是純處理SEM的。剩下的三個的話：

處理能力: SAS&>STATA&>SPSS

上手難度：SAS&>STATA&>SPSS

易得性：三個都差不多，都有破解版，實在難找自行某寶。印象中都是比較新的，順便說AMOS也有最新的破解版，簡直造福大眾。

就我所處的清華公管而言的話（和學科特點有關，像心理學AMOS極其常用），個人認為一些常用數據分析軟體使用頻率如下：

SPSS=Eviews&>STATA=Nvivo&>SAS=AMOS

此外，像UCINET，Lingo，Matlab，Citespace做不同類型研究的也都有人在用。

SAS,SPSS都有人說了，STATA不會。。。AMOS前一段時間一直在用，建結構方程模型，做中介效應分析非常方便，針對性極強。這個軟體優點是非常非常容易上手，個人感覺缺點是容錯率有點低（畢竟我是一個不那麼細心的人）。與AMOS類似的有Mplus,lisrel等等~

SPSS主要是菜單操作，對中文的兼容性也很好，結果也比較容易看懂，但是漢化的時候翻譯的太差，個人推薦使用英語版的，否則一些結果根本看不懂。SPSS也是一個收費軟體。

SAS強大的統計軟體，使用的人群範圍很廣泛，強大的proc部使其能處理絕大多數的統計分析人物。但是，SAS更新較慢，很多功能的實現要去編寫宏程序，較新的統計方法可能不能實現。收費軟體，價格較高，不適合個人使用。

R是開源免費的統計軟體，編寫的語言比較像C語言。有著大量免費又強大的包，可以從其官網下載。有著強大的可視化繪圖功能。

最近在學數理統計，答案與問題可能關係不大。教我們課程的老師說到，做統計方面的數據處理r和MATLAB在國外寫論文中使用的認可度比SPSS更高。r軟體是免費的，正在學習。

用過SPSS 貌似是初級，容易上手一些，大體感覺此類的根據行業二次開發還是蠻有錢圖的，輕拍