qq名字网统计分析软件
昨天，我的一位同门师妹和我聊天，她说她最近参加了北大开设的“社会调查数据分析方法”暑期强化班，一波虐脑下来，感觉脑子完全不够用，不会的东西实在是太多，问我有没有合适的统计学基础课程推荐，她打算从头学起。
她这种心情和状态让我感觉似曾相识，因为曾经我也经历过。对于初入学术圈的科研小白来说，能有机会去聆听那么多学术/业界大咖的讲座，了解目前本专业最前沿的信息和动态，这的确是一件很棒的事情。但由于自身能力的限制和时间的紧凑，让学员们很难在短时间内接收那么多扑面而来的信息。这时候，也许我们心中多少会有些迷惘感和失落感。
但回过头来再看，我会发现这类暑期班的价值不在于你在短期内能消化吸收多少知识，参加暑期班的目的应该是开拓视野、增长见识，对某一领域最高频出现的问题有整体的认识和初步的了解。在我看来，暑期班更大的价值在于：它在你心中埋下了一颗种子，你不知道它什么时候就生根发芽了。但要让它成长、结果，还需要漫长的灌溉和等待过程。
以我师妹参加的这个暑期班目录为例，课程设置中主要包括了社会调查数据分析方法概述；社会调查数据的分析设计、方法与工具；复杂抽样设计下的回归分析及实例讲解；断点回归及双重差分模型；内生性和工具变量分析；结构方程模型；倾向值匹配法；多水平模型及应用和社会调查数据的空间计量模型。课程中介绍的统计软件包括Stata、Geoda等工具。这些知识点随便拎出来一个就够开一门大课了，需要学员有较好的统计和量化分析基础才能理解并准确运用。
由于参加暑期班的学员来自于全国不同的专业背景，对社科研究方法的掌握程度不一，所以暑期班的内容设置会尽量考虑到不同受众群体。据我所知，倾向值匹配法在医学领域应用更广泛些、而空间计量模型在经济学领域则运用更为广泛。
因此，如果我们在这样的课程上有很多听不懂的地方，那这是很正常的事情；我们也没有必要追求在短期内把所有的内容都掌握。如果我们能真正玩熟1-2个统计分析软件，其实就已经很不错了，接下来我们再去开疆扩土也会轻松很多。
那不同专业的群体刚开始学什么软件比较好呢？以下是我（文科视角）的一些个人看法，可供大家参考：
1、SPSS统计分析软件
SPSS应该是人文社科研究领域最常见、运用最广泛的一种统计分析工具。它的分析界面比较友好，点击式菜单操作很方便，输出的结果也比较美观，我们只需要把结果复制到Excel中稍作调整即可。
SPSS主要是学术界使用得多，企业界一般不会用它。不过，使用SPSS的专业学术领域十分广泛，农、林、医药、社会学、新闻与传播学、心理学、教育学等各个专业的学生都可以学习。SPSS尤其适合文科生，以及要开展问卷数据分析的同学，SPSS其实也能进行很多复杂的操作，比如说贝叶斯统计、生存分析、倾向性评分匹配等。它和AMOS搭配使用，可以建立数百种结构方程模型，创建过程也并不复杂，以大多数人对SPSS的了解程度，还完全不用担心软件够不够用的问题。
2、Minitab统计分析软件
这个软件相对小众一些，但其实对于小白更友好，它得到的分析结果都写得明明白白，而且每一种分析方法都对应了一个案例，傻瓜式帮助文档，真的是太友善了！它相对SPSS来说，更擅长开展试验设计分析。农、林、医药专业的同学看过来，这个软件要多看几眼！！但是它也有一定的局限性，比如有些功能它目前还没有，也做不了太复杂的模型，如果你掌握了一些SPSS，然后搭配Minitab一起使用，那它俩真的很搭。
3、Stata
我对这个软件的了解程度有限，最直接的印象是它绘制的统计分析图形质量很高，但输出的结果不是很直观，对后续结果的整理比较费时。所以，我不建议初学者或没有什么统计学基础的人直接学习Stata。当然，Stata的优势也非常明显，它擅长于创建计量模型，你可以使用菜单操作，也可以使用命令操作，还能够下载第三方的插件……总之，如果你要做计量模型，那Stata是你绕不过的一个弯，经济学专业的同学应该更有感触。
4、SAS
这个软件我没有用过，因为它软件包太大了（15G，相当于20个SPSS安装文件的大小），我担心自己电脑装不上，作罢。个人感觉使用SAS的一般都是一些公司和机构，比如银行、金融公司，诸如此类，学术界现在使用的人已经很少了。
5、基础统计学
哎呀妈呀，这个太重要了。我研二的时候认认真真学了一学期统计资料分析，结业成绩96分，听课的时候感觉自己茅塞顿开，会了会了，真正扔给我一个课堂以外的案例，我依然是两眼一抹黑。但是自从我开始补基础统计学的知识，我发现以前很多不懂的问题现在都迎刃而解了，终于开始能够活学活用了~~所以学点统计学知识真的非常有必要！
非统计学专业的人并不需要掌握多晦涩难懂的理论统计学知识，但一定须要了解统计学的专业术语、离散趋势统计量、集中趋势统计量、正态分布、t分布、统计绘图、概率、假设检验，等等这些在统计分析软件中经常会接触到的统计分析概念。
如果你已经学习了一种统计分析软件，但觉得似懂非懂，不知所以然，那你可以尝试先去学习一些统计学知识，再来重学软件，你会发现学习变得更加轻松了。
当你掌握了统计学基础知识，并且已经掌握了一种统计分析软件，那你再去学习其他统计分析软件时，也会有事半功倍的效果。
6.R语言和Python语言
这两种语言都是开源的编程语言，虽然它们有诸多不同，但我依然把它们放在一起，因为它们两个都很重要，都是世界上最好的语言之一。如果你现在去问一位数据科学家：“想要成为像您这样的人需要学习哪些工具？”他的回答里一定包括了R、Python和统计思维。
就我的感知来说，国外高校开设R语言的课程更多些，不过Python在业界似乎更流行，两种语言各有利弊。具体要先学哪种语言要看你个人的发展规划，以及需要用它来解决什么问题，Python和R语言之间有很多相通之处。
说了这么多，希望能对各位如何选择适合自己的统计分析软件有一定的帮助。所谓术业有专攻，适合自己的就是最好的。研究过程中，工具永远不是最重要的，模型也不是越复杂就越好，比它们更重要的是能在研究过程中对问题进行深挖，发现问题，并尝试解决问题。
在学习这些软件的过程中，通过视频课程进行学习是一个不错的选择，松鼠已经推出了有关这些软件的一系列课程，下图展现的是其中的部分课程:
如果对其中的课程感兴趣，可以点击文末阅读原文进入课程页面选择自己需要的课程进行学习。如果自己不知道该学习什么，可以添加松鼠的微信，向他描述一下自己的基本情况，让他给你一些学习建议。松鼠的微信是：cccc_fys.
