excel、spss、r在数据分析中的比较研究

《excel、spss、r在数据分析中的比较研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、Excel、Spss、R在数据分析中的比较研究摘要：随着大数据时代的到来，数据分析成了一个热门的话题。市场上有各种各样的数据分析工具，如何选择数据分析工具就成了很多数据分析工作者的一个难题。而数据分析工具的选择应主要依据具体的业务逻辑，并没有最好的数据分析工具，而只有最适合的分析工具。全文选择Excel，Spss和R语言这三个数据分析工具进行比较分析。观察他们在平时的学习和工作中，特别是在数据分析过程中的表现，以得出他们最适合的工作环境。中国8/vie　　关键词：大数据；分析工具；业务逻辑；比较分析；工作环境　　中图分类号：TP317.3文献标识码：A：1009-3044（2017）

2、04-0235-02　　统计分析软件是数据分析的主要工具。无论在工作还是学习中，我们都需要使用这些软件来进行数据分析，而分析的过程主要分为数据的整理，数据的分析，数据的报告。而市场上有很多的软件来供我们选择，如何选择一款合适的软件就成了我们需要考虑的问题。　　1工具简介　　Excel是微软的office系列办公软件中比较常用的一款数据处理软件。我们可以通过Excel进行数据录入，储存和分析的相�P操作。Excel提供了大量的函数功能，为我们的数据分析工作提供了便捷。而且强大的VBA编程能力，也让我们处理起数据更加个性化和多样化。　　Spss（StatisticalProductand

3、ServiceSolutions），相比Excel这样的办公软件，人们更加倾向于称Spss为统计软件。因为它的数据处理能力更加强大，Excel只能做一些最基本的数据操作，而Spss则可以做一些比较高级的数理统计工作。　　R语言（RLanguage）相比前两者最大的不同之处在于他是非窗口操作软件，更确切地说他是一款脚本语言。用户需要输入相应的指令才可以操作数据。R语言的强大之处在于他的包。R语言平台上提供了各种各样的数理统计包，这些包可以直接由用户使用，而并不用关心它的底层实现机制。　　2三种软件在数据储存阶段的比较分析　　数据存储是指分析员在搜集数据之后，把相应的数据有条理的储存起来

4、，以便在以后的分析工作中使用。数据存储是数据处理过程的第一个阶段，也是最重要的阶段，因为他直接影响着以后的操作。如果在数据的存储阶段出了问题，那么整个数据分析的过程也就是有问题的。可见数据存储过程是需要分析员特别重视的阶段。　　在此阶段Excel和Spss提供了可视化的操作界面，所以分析员可以很容易的对数据进行录入处理。而R语言则没有提供相应的图形操作界面，分析员只能通过在控制台建立数据框这样的方式，把数据储存起来。可视化操作界面的优点是直观，分析员可以像在实体的纸质表格上写字一样在虚拟的表里填入数据，这样可以减少分析员在抽象脚本语言可能出现的失误。　　虽然R没有提供简单的图形操作界

5、面，使得数据的输入没有Excel与Spss软件这么直观，但是R语言这种输入方式却有一个比较强势的功能，就是编程。虽然Excel和Spss也有编程功能，但是语法过于复杂。在R语言中分析员可以编写自己的脚本文件，实现数据的重复录入，从而可以节省出大量的时间，减少不必要的时间浪费。　　他们三者最后都可以把数据保存为CSV格式或者TXT格式，这样就为数据的传输带来了方便。保存为这两种格式后三个软件可以实现数据的共享操作。　　综上所述，Excel和Spss强在可视化的操作界面，而R语言则强在编程语言。至于最后数据的保存，三者则表现出了一致性，实现了数据在软件之间的传输。　　3三种软件在数据分析

6、阶段的比较分析　　数据分析传统上都认为是统计分析，而广义的数据分析则包含了更高级的算法比如机器学习、数据挖掘等。数据挖掘（DataMinning）是指从大量的数据中通过一些特定的算法，计算出隐藏在其中的有意义的信息的过程。主要的数据挖掘算法包括：人工神经网络，支持向量机，KNN算法，随机深林、决策树、回归分析等。　　Excel在数据分析阶段的强大之处在于它有很强大的函数库，利用这些函数库里的函数，可以帮助我们方便地进行简单的数据分析，比如求平均数，求和等。当然也可以对数据进行优化和筛选。函数功能是Excel的灵魂，有了函数，Excel就可以组合变化出多种统计方式，来分析数据。　　但是

7、，Excel只能进行简单的数理统计分析，而不能进行比较高级的算法分析。Spss相比Excel则可进行比较高级的数据分析，比如生存分析、Logistic回归、BP神经网络等。虽然Spss能进行这些算法分析，但是它本身也有局限性。由于Spss是一款可视化软件，它的载体在软件开发的阶段就已经被设计好了，分析员很难再根据自己的需要对里面的算法进行更改。这也就意味着，分析员只能使用设计者提供的方法，而设计者没有提供的方法，分析员就不能使用了。因为现在算法更新比较快，