R能做哪些stata不能做的事？

01-05

rt,最近在翻看一本r語言的書，上面大部分都是回歸分析，感覺stata也可以做，而且更加簡潔，那R語言有什麼stata不能做的嗎？

有了mata語言，理論上R能做的Stata也能做
stata call R，google之，R能做的stata都能做

當然，說句良心話，第一條，stata裡面自己寫估計方法什麼的比R要麻煩多了～第二條就是作弊

謝 @機智孫邀。

Stata 用的沒 R 熟，所以下面列出的一些功能可能並不是Stata相比於R的劣勢，一家之言，求輕拍。

R比Stata更適合矩陣運算
這裡不是說Stata矩陣計算能力不行，而是R中的數據管理方式更適合。印象里Stata的矩陣和數據集是不同的，矩陣不能直接像數據集那樣編輯，這就使得矩陣計算的時候比R和Matlab這樣直接數據即矩陣的來的麻煩。
R是更好的腳本語言

在使用Stata的時候，我大多的使用情境是：讀入數據，開始reg，看結果是否滿意。滿意了導出結果，不滿意接著增減變數或者換方法直到鼓搗出一個滿意的結果。而用R的時候，統計分析常常只是整個腳本里的一部分，比如一次統計分析得到的某個參數再帶入下一環節使用。因為Stata一次只能面對一個數據集進行操作，這使得調用多個數據集的分析要麻煩不少。比如R中，我需要對一個子數據集進行分析的話，我可以先把分析流程寫成一個function，然後再用dplyr或者類似的包subset一個子數據集扔給前述的function，最後得到需要的參數結果，而在Stata中，subset之後面對的只有子數據集了，回到母數據集還要再讀入數據(或許Stata有更方便的實現辦法，但我當時學的時候只會這樣做…)。
R有更多令人excited的包
比如Shiny包，html小白也可以做互動式應用了；
比如Slidify包，帶統計分析的pre抬手就有；
比如謝益輝的knitr包，可重複的分析報告，不必因為某個小小的數據變化就把一切推倒重來了；

比如quantmod包，可以直接借用各種技術分析指標…
先想到這麼多，後面想到了再補

Stata 你要學兩個系統的東西。。。這是 Stata 為了做兼容做出的「愚蠢」（可能用詞不當）的犧牲，然後閉源，被牽著鼻子，你要永遠跟著 Stata 公司走。

我只用stata學過幾門課寫過一篇文章，學的不紮實。要說計量方面，沒多少R能做stata不能做的，當然要非得說的話，大部分東西excel也能做，原理都是一樣的，無非是換個平台。

最大的區別就是，stata點點滑鼠就能上手，學起來快（當然像我這種，忘起來也快），簡潔方便，做計量非常專業。R本質上來說是個編程語言，儘管在碼農眼裡很垃圾，但他能像編程語言一樣寫，這也就是說，它更加萬金油，stata能做的它都能做，哪怕沒有現成可用的R包你也能自己寫。而我沒記錯的話，stata是不能寫函數的吧。

比方說，R可以搞出偽裝stata的圖表；stata怎麼畫ggplot2里的各種圖，我就不會了。

就是打個比方，stata就是賣成衣的，R就是個裁縫鋪，你說能替代嗎，算是能吧。裁縫鋪訂做不能立即就穿上，可成衣有時候袖子短了腰上胖了也沒法改。

當然我覺得選擇用什麼軟體/語言的唯一標準是：你老闆，你師兄，你同事都在用啥，你就跟著用。

我覺得真沒什麼R不能做的…

1,Stata有系統完整的計量統計包，最重要的就是科研需要的嚴謹，寫一個package不光要保證自己的編寫內容正確，還要保證你參考或者編譯的代碼也是經過嚴格測試的，即穩定性要求。

2.Stata的出版物都是嚴格控制以保證出版質量的，也就說它的書籍pdf版本除了掃描版外，幾乎不會有其他來源。

3.Stata Journal屬於SSCI

4.stata怎麼畫ggplot2里的各種圖:（brewscheme命令可以做到的）

5.Stata最大的特色其實是公認的help文件。

6.相比較R，Stata弱在繪圖和一些前沿就是非常難問題的應用上，免費是R不斷得到普及的重要原因之一。

比如在美國幫你找一份數據向的工作。

R，統計學只要有新的方法，各種可使用的包就開發出來了，更新更快，無所不有，關鍵是————————————————————免費！！！！！！！！！！！！

state就更新沒這麼快了——————而且，收錢！

一般國外使用R居多，國內SAS和SPSS居多。

什麼都不用說，關是STATA一個matsize最高只能11000，它在稍微大一點點的數據上就沒法用了。這是硬傷。數據小可以考慮用一下

空間計量：空間回歸，空間面板，寫畢業論文就在用