Bene, puoi PAGARE per MATLAB, e poi (1) programmare le cose di cui hai veramente bisogno da zero o (2) PAGARE DI PIÙ per i toolbox MATLAB. E scopri che fare statistiche utili in MATLAB era un ripensamento gestito nella sempre meno utile Statistics Toolbox. Oppure ... puoi scaricare R GRATUITAMENTE e cercare (e trovare!) I pacchetti di cui hai bisogno, che puoi anche scaricare GRATUITAMENTE.

Molte cose di produzione su piccola scala possono essere fatte in R. Se stai facendo qualcosa di veramente grande (pensa al censimento degli Stati Uniti), probabilmente devi imparare a studiare SAS e far pagare al tuo datore di lavoro.

Non potrei essere più d'accordo con un voto per R. R è la "Lingua Franca" del mondo delle statistiche. È la definizione di punta di diamante, mentre la maggior parte dei pacchetti per MATLAB e SAS richiede diversi mesi. La lingua è molto semplice da capire rispetto a SAS. Ti dà anche la possibilità di connetterti con C / C ++ / Python e database.

Considera la versione Revolution Analytics di R per prestazioni un po 'più elevate.

http: // www.revolutionanalytics.com/products/revolution-r.php

La "popolarità" dipende dalla comunità e dalla definizione di "statistiche". In tutto il mondo, assumendo una visione ampia dell '"inferenza statistica" includendo qualsiasi metodo per trarre conclusioni o intraprendere azioni sulla base di dati quantitativi, non c'è dubbio che Excel batte tutte le altre applicazioni, comprese R, SAS, Stata, SPSS e S-Plus. (I collegamenti puntano a diversi tipi di statistiche, ma sono molto suggestivi, per non dire altro.) Python e MATLAB non sono nemmeno dei blip nelle statistiche. Non sto dicendo che questa sia una buona cosa o che ci dovrebbe piacere: è così che è ed è così che rimarrà per molto tempo.

Non dovremmo trarre alcuna inferenza da ciò che può sembrare popolare "qui" in questo forum. I fornitori di software commerciali supportano i propri forum, quindi naturalmente un posto come SE favorirà le persone che utilizzano software supportato meno attivamente, in particolare soluzioni gratuite, open source e accademiche.

Dovrebbe essere chiaro guardando i tag più popolari che R è la lingua più popolare su questo sito. Non si può dedurre direttamente se questo lo renda il linguaggio più popolare per l'analisi statistica, ma si potrebbe supporre lo stesso.

R e SAS hanno ciascuno i propri pro e contro. Penso che più statistici debbano accettare il fatto che è disponibile un sacco di ottimo software statistico, piuttosto che litigare all'infinito su quale sia superiore.

R è gratuito. SAS è molto costoso. R ti dà la possibilità di fare qualsiasi cosa. SAS può o non può. R ha incredibili capacità grafiche. Vedere la grafica SAS fa sembrare di nuovo il 1985. SAS ha un ottimo supporto clienti. Supporto R = ore di ricerca negli archivi delle mailing list. Anche con un nome come "R", i risultati dei motori di ricerca sono spesso scadenti. R è estremamente lento e non gestisce bene set di dati di grandi dimensioni. SAS funziona bene con set di dati di grandi dimensioni. SAS tende ad essere più robusto. Nella mia esperienza, quando si tratta di modellazione a effetti misti o qualsiasi cosa che coinvolga la progettazione di esperimenti (come l'analisi di progetti crossover), SAS è superiore.

Per simulazioni di forza bruta su larga scala, utilizzo Fortran. Usavo C, ma ho scoperto che Fortran è molto più facile da usare. Non ho mai usato MATLAB. Se ho bisogno della potenza statistica di R ma della velocità di Fortran, scriverò le operazioni che richiedono molto tempo (cioè i cicli) in Fortran e chiamerò la subroutine da R.

La mia preferenza va a Python e forse a Java. Innanzitutto, sono veri linguaggi di programmazione. In secondo luogo, sono le lingue più popolari (indice TIOBE). Puoi anche convertire tra queste lingue utilizzando diversi linguaggi di scripting. In passato ho utilizzato la piattaforma DMelt http://jwork.org/dmelt/ per eseguire calcoli statistici, e sono rimasto molto colpito dalla grafica in 2D e 3D, che può essere facilmente ottenuta per documenti professionali . Il pacchetto R non mi ha impressionato con la grafica.