平凡之不凡 发表于 2014-3-30 02:10

SAS与R、SPSS之比较

本帖最后由 平凡之不凡 于 2014-3-30 02:12 编辑


主题SAS产品线SPSS产品线R语言相关包
高级模块SAS/STATSPSSAdvanced Modelsstat, MASS及众多扩展包
基础模块SASSPSS Base    R
联合分析SAS/STAT : TransregSPSS Conjoint    homals, psychoR , bayesm
对应分析SAS/STAT : CorrespSPSS Categories    homals, MASS, FactoMineR
ade4, PTAk, cocorresp, vegan, made4, PsychoR
自定义表格SAS Base Report、SQL, TabulateSPSS Custom Tables    reshape
数据接口SAS/ACCESS    SPSS Data Access Pack    DBI, foreign, RODBC
数据挖掘Enterprise Miner    Clementine    rattle, arules, FactoMineR
数据校验Various proceduresVarious procedures,
SPSS Data Preparation    dprep, various functions
Exact TestsSAS/STAT : variousSPSS Exact Tests    coin, elrm, exactLoglinTest,
exactmaxsel, exactRankTests,及其他许多包
基因分析SAS/Genetics ,
SAS/Microarray   
Solution  , JMP
Genomics    无Bioconductor
GISSAS/GIS ,
SAS/Graph    SPSS Maps    maps, mapdata, mapproj,
GRASS via spgrass6,
RColorBrewer及其他包的部分功能
交互图Enterprise Guide    SPSS Base    JGR, R Commander, pmg,
Sciviews

SAS/INSIGHT    无GGobi via rggobi
iPlots, Mondrian via Rserve
统计图SAS/GRAPH    SPSS Base    ggplot, gplots, graphics, grid, gridBase, hexbin, lattice, plotrix, scatterplot3d, vcd, lot, geneplotter, Rgraphics
分析向导SAS/LAB    无无
矩阵数学SAS/IML , SAS/IMLSPSS Matrix    R, matlab, Matrix, sparseM
缺省值分析SAS/STAT  : MISPSS Missing Values Analysis    aregImpute (Hmisc), EMV,
fit.mult.impute (Design), mice,
mitools, mvnmle
统筹研究SAS/OR    无glpk, linprog, LowRankQP, TSP
统计效力检验SAS Power and
Sample Size
Application,
SAS/STAT: Power,
GLM PowerSamplePower    asypow, powerpkg, pwr,
MBESS
品质控制SAS/QC    SPSS Base    qcc, spc
回归模型SAS/BASE    SPSS Regression
Models    R, Hmisc, Design, lasso, VGAM, pda
抽样及调查SAS/STAT :
surveymeans,等SPSS Complex Samples    pps, sampfling, sampling,
spsurvey, survey
结构方程模型SAS/STAT : CalisAmos    sem
文本分析Text MinerSPSS Text Analysis for
Surveys , Text Miner
for Clementine    Rstem, lsa, tm
时间序列SAS/ETS    SPSS Trends Expert
Modeler大量的包可完成
时间序列分析预测SAS Forecast
Studio    SPSS Trends,
DecisionTime/WhatIf    无
决策树Enterprise Miner    SPSS Classification
Trees , AnswerTree    ada, adabag, BayesTree,
boost, GAMboost, gbev, gbm,
maptree, mboost, mvpart,
party, pinktoe,
quantregForest, rpart,
rpart.permutation,
randomForest,
randomForests, tree


百年孤独 发表于 2014-3-30 09:36

貌似还是sas强大一些

wujianjack2 发表于 2014-3-30 13:02

数据挖掘软件Clementine已更名IBM SPSS Modeler哟！

平凡之不凡 发表于 2014-3-30 14:40

wujianjack2 发表于 2014-3-30 13:02 static/image/common/back.gif
数据挖掘软件Clementine已更名IBM SPSS Modeler哟！

是的，所以他在spss产品线下。更名的事，谢谢提醒哈~

平凡之不凡 发表于 2014-3-30 14:41

百年孤独 发表于 2014-3-30 09:36 static/image/common/back.gif
貌似还是sas强大一些

商用的话sas 一直是老大在前面领跑

平凡之不凡 发表于 2014-3-30 14:41

百年孤独 发表于 2014-3-30 09:36 static/image/common/back.gif
貌似还是sas强大一些

商用的话sas 一直是老大在前面领跑

wujianjack2 发表于 2014-3-30 15:27

平凡之不凡 发表于 2014-3-30 14:40 static/image/common/back.gif

是的，所以他在spss产品线下。更名的事，谢谢提醒哈~

呼大神好厉害哟！知道得太多了啊！

gancm 发表于 2014-3-30 21:25

好贴，要是有使用的亲身经验就更好啦

平凡之不凡 发表于 2014-3-30 22:26

gancm 发表于 2014-3-30 21:25 static/image/common/back.gif
好贴，要是有使用的亲身经验就更好啦

使用过spss和sas，多多交流

平凡之不凡 发表于 2014-3-30 22:26

gancm 发表于 2014-3-30 21:25 static/image/common/back.gif
好贴，要是有使用的亲身经验就更好啦

使用过spss和sas，多多交流
页: [1] 2
查看完整版本: SAS与R、SPSS之比较