فرادرسچگونه نرم افزار تحلیل آماری خود را انتخاب کنیم؟ — راهنمای جامع
با توجه به تنوع روش‌ها و پیچیدگی محاسبات در تحلیل‌های آماری، استفاده از نرم‌افزارهای رایانه‌ای گریز ناپذیر است. از طرفی نرم‌افزارهای مختلفی برای انجام چنین تحلیل‌های توسعه یافته‌اند. بنابراین انتخاب نرم‌افزار مناسب که مطابق با نیازها و احتیاج ما باشد، امری ضروری به نظر می‌رسد. در این نوشتار سعی شده که با ویژگی‌ها و امکاناتی که نرم‌افزارهای پرطرفدار در این زمینه دارند آشنا شده و آن‌ها را با یکدیگر مقایسه کرده تا شاید پس از مطالعه، دست به انتخاب بهتری بزنید. نرم‌افزارهای انتخابی برای مقایسه در اینجا Minitab، SAS، R و همچنین SPSS هستند که همگی از پرطرفدارترین و به روزترین برنامه‌های محاسبات و تحلیل‌های آماری محسوب می‌شوند.
از لحاظ سابقه، می‌توان SAS را قدیمی‌ترین نرم‌افزار در این حوزه نامید. SAS در سال 1966 در دانشگاه کرولینای شمالی متولد شد و توسعه یافت. چندی بعد، یعنی در سال ۱۹۶۸ شرکت SPSS بسته محاسبات آماری خود را ارائه داد. Minitab نیز یکی نرم‌افزارهایی است که توسط دانشگاه پسنیلوانیا در سال 1972 معرفی شد. ولی R یکی از جدیدترین زبان‌های محاسبات آماری است که در سال ۱۹۹۲ توسط دانشگاه اوکلند (Auckland) در نیوزیلند مورد بهره‌برداری قرار گرفت. در حقیقت R یک زبان برنامه‌نویسی است که برای انجام محاسبات آماری طراحی گردیده است و فرزند خوبی برای زبان محاسبات آماری S محسوب می‌شود.
ویژگی‌های اصلی نرم‌افزارهای تحلیل آماری
ویژگی‌های اصلی نرم‌افزارهای آماری را می‌توان به چند گروه تقسیم کرد:
- خصوصیات مربوط به زبان توسعه و رابط کاربران
- خصوصیات مربوط به امکان ترسیم نمودارها
- خصوصیات مربوط به تحلیل واریانس
- خصوصیات مربوط به محاسبه انواع روش‌های رگرسیونی
- خصوصیات مربوط به تحلیل‌های سری زمانی
- خصوصیات مربوط به محاسبات آمار توصیفی و تحلیل‌های اختصاصی
در قسمت اول به بررسی ویژگی‌های گروه اول می‌پردازیم.
۱- خصوصیات زبان توسعه و رابط کاربران
در این قسمت به بررسی ویژگی‌های محیطی اصلی چهار نرم‌افزار تحلیل و محاسبات آماری می‌پردازیم. در جدول زیر بعضی از این خصوصیات فهرست و مقایسه شده‌اند.
| نام نرم‌افزار | شرکت توسعه دهنده | سیستم عامل | متن‌باز | رابط کاربری | زبان توسعه نرم‌افزار | زبان Scripting |
| Minitab | Minitab Inc. | ویندوز | خیر | تصویری/ خط فرمان | --- | |
| R | R Foundation | Mac OS/ ویندوز/ لینوکس | بله | تصویری/ خط فرمان | C, Fortran, R | R language, Python |
| SAS | SAS Institute | ویندوز/ لینوکس | خیر | تصویری/ خط فرمان | C | SAS language |
| SPSS | IBM | Mac OS/ ویندوز/ لینوکس | خیر | تصویری/ خط فرمان | Java | R, Python, SaxBasic |
همانطور که دیده می‌شود، زبان برنامه‌نویسی آماری R، از لحاظ پشتیبانی از سیستم عامل‌های مختلف بهتر عمل کرده است. از طرفی متن‌باز (Open Source) بودن آن نیز به جاذبه‌هایش می‌افزاید.
۲- خصوصیات مربوط به امکان ترسیم نمودارها
رسم نمودارهای توصیفی و تحلیلی یکی از ویژگی‌های اصلی برای نرم‌افزارهای آماری محسوب می‌شود. جدول زیر نیز به مقایسه این امر برای چهار نرم‌افزار آماری (Minitab-R-SAS-SPSS) پرداخته است.
| نام نرم‌افزار | نمودار میله‌ای (Bar Chart) | نمودار جعبه‌ای (Boxplot) | نمودار همبستگی (Corrologram) | نمودار هیستوگرام | نمودار خطی (Line Chart) | نمودار پراکندگی (ScatterPlot) |
| Minitab | بله | بله | بله | بله | بله | بله |
| R | بله | بله | بله | بله | بله | بله |
| SAS | بله | بله | بله | بله | بله | بله |
| SPSS | بله | بله | بله | بله | بله | بله |
همانطور که دیده می‌شود از لحاظ ترسیم نمودارها، این ۴ نرم‌افزار با یکدیگر تفاوتی ندارند. هرچند نمودارهای ترسیمی توسط نرم‌افزار R از دقت و کیفیت بالاتری برخودار است.
3- خصوصیات مربوط به تحلیل واریانس
تحلیل واریانس یکی از کاربردی‌ترین روش‌های آماری است که بواسطه آن بسیاری از مقایسه‌ها برای میانگین جامعه یا سنجش مناسب بودن مدل‌های آماری صورت می‌گیرد. در نتیجه وجود چنین امکانی در نرم‌افزارهای محاسبات آماری ضروری است. جدول زیر به بررسی این ویژگی در بین نرم‌افزارها می‌پردازد.
| نام نرم‌افزار | آنالیز واریانس یک طرفه(One-way ANOVA) | آنالیز واریانس دو طرفه (Two-way ANOVA) | آنالیز واریانس چندمتغیره (MANOVA) | مدل‌های خطی تعمیم یافته (GLM) | پس آزمون (Post-hoc) | مربعات لاتین (Latin Square) |
| Minitab | بله | بله | بله | بله | بله | بله |
| R | بله | بله | بله | بله | بله | بله |
| SAS | بله | بله | بله | بله | بله | بله |
| SPSS | بله | بله | بله | بله | بله | بله |
با توجه به این جدول، مشخص است که همه نرم‌افزارهای معرفی شده، از امکانات محاسباتی مربوط به تحلیل واریانس برخودار هستند.
4- خصوصیات مربوط به محاسبه انواع روش‌های رگرسیونی
در زمینه‌های هوش مصنوعی و مدل سازی، روش‌های برازش مدل‌های خطی، بسیار به کار می‌رود. در نتیجه امکان انجام محاسبات مربوط به روش‌های رگرسیونی، اهمیت زیادی در انتخاب نرم‌افزار مناسب دارد.
در جدول زیر به مقایسه چهار نرم‌افزار آماری پرطرفدار در این زمینه پرداخته‌ایم.
| نام نرم‌افزار | رگرسیون خطی (OLS) | رگرسیون وزنی (WLS) | رگرسیون لوجستیک | رگرسیون گام به گام | رگرسیون چندکی | رگرسیون کاکس (COX) |
| Minitab | بله | بله | بله | بله | خیر | خیر |
| R | بله | بله | بله | بله | بله | بله |
| SAS | بله | بله | بله | بله | بله | بله |
| SPSS | بله | بله | بله | بله | بله | بله |
در این بین به نظر می‌رسد که نرم‌افزار Minitab از لحاظ انجام محاسبات رگرسیونی دچار ضعف است.
5- خصوصیات مربوط به تحلیل‌های سری زمانی
یکی از کاربردهای فنون آماری، پیش‌بینی پدیده‌هایی است که به زمان مرتبط هستند. هرچند این محاسبات بسیار طولانی و پیچیده‌اند ولی نرم‌افزارهای آماری این کارها را به سادگی و سرعت انجام می‌دهند. جدول زیر نیز به مقایسه ویژگی‌های مربوط به تحلیل‌های سری زمانی می‌پردازد.
| نام نرم‌افزار | مدل ARIMA | مدل GARCH | مدل GARCH چند متغیره | آزمون‌های ایستایی سری زمانی (unit root test) | خودرگرسیون برداری (Vector Autoregression) | آزمون هم‌افزایی (Co-integration) |
| Minitab | بله | خیر | خیر | خیر | خیر | خیر |
| R | بله | بله | بله | بله | بله | بله |
| SAS | بله | بله | بله | بله | بله | بله |
| SPSS | بله | بله | خیر | خیر | خیر | خیر |
مشخص است که هم SPSS و هم Minitab در زمینه تحلیل سری‌های زمانی دچار ضعف هستند.
6- خصوصیات مربوط به محاسبات آمار توصیفی و تحلیل‌های اختصاصی
همیشه همراه هر گزارش تحلیلی، آماری توصیفی و نمودارهای مربوطه نیز باید ارائه شود. بنابراین انجام این گونه محاسبات و نمودارها در همه نرم‌افزارهای آماری ضروری به نظر می‌رسد. این ویژگی‌ها در جدول زیر مقایسه شده‌اند.
| نام نرم‌افزار | آماری توصیفی | آماره‌های ناپارامتری (Nonparamteric Tests) | کنترل کیفیت آماری (Quality Control) | تحلیل بقا (Survival Analysis) | خوشه‌بندی (Clustering) | آنالیز تشخصیص (Discriminant Analysis) |
| Minitab | بله | بله | بله | بله | بله | بله |
| R | بله | بله | بله | بله | بله | بله |
| SAS | بله | بله | بله | بله | بله | بله |
| SPSS | بله | بله | بله | بله | بله | بله |
همانطور که دیده می‌شود از لحاظ ویژگی‌های ذکر شده، این ۴ نرم‌افزار با یکدیگر تفاوتی ندارند. ولی دسترسی دستورات کنترل کیفیت آماری در Minitab به مراتب بیشتر از دیگر نرم‌افزارهای آماری است.
اگر به فراگیری این نرم‌افزارهای علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:
- مجموعه آموزشی نرم‌افزارهای آماری
- گنجینه آموزش های کنترل کیفیت آماری
- مجموعه آموزش های SPSS
- مجموعه آموزش های Minitab
- آموزش تجزیه و تحلیل اطلاعات با نرم افزار SAS
- آموزش داده کاوی در RapidMiner
- آموزش کنترل کیفیت آماری با Minitab
- آموزش کاربرد اکسل (Excel) در مهندسی صنایع
- آموزش کنترل کیفیت آماری با SPSS
^^
سلام
آیا spss در کشاورزی هم کاربرد داره؟
اگه داده های یک آزمایش را هم در sas و هم با spss آنالیز کنیم نتایج با هم تفاوت داره یا شبیه؟
متشکرم از شما، مفید بود
ایا نرم افزار امار برای دادهای که با روش غیر تصادفیی بدست امده اند وجود دارد؟ ممنون
درود و سپاس از همراهی شما با مجله فرادرس،
همانطور که می دانید، به دو شیوه اطلاعات و داده‌ها در آمار جمع‌آوری می‌شوند. یکی از طریق سرشماری و رجوع به جمعیت که مسلما داده‌های تصادفی نیستند و دیگری استفاده از نمونه و روش‌های نمونه‌گیری که در این حالت، نتایج بدست آمده تصادفی خواهند بود زیرا ممکن است مقادیر جمع‌اوری شده از یک نمونه به نمونه دیگر متفاوت باشند. به همین دلیل روش‌ها و تحلیل‌های آماری متناسب با داده‌های تصادفی (مانند آزمون آماری، فاصله اطمینان و …) به کار می‌روند. نرم‌افزارهای آماری هم در بخش آمار توصیفی (روش‌های مبتنی بر جمعیت و سرشماری) به کار می‌روند و هم برای تحلیل داده‌های تصادفی کاربرد دارند. بنابراین در هر دو جنبه استفاده از برنامه‌های کاربردی به منظور انجام محاسبات آماری (مانند SPSS یا MINITAB) بلامانع است.
برای مطالعه بیشتر در مورد جامعه و نمونه به مطلب تعریف جمعیت چیست ؟ — مفاهیم آماری جمعیت به زبان ساده و روش های نمونه‌گیری (Sampling) در آمار — به زبان ساده مراجعه کنید.
از اینکه مطالب مجله فرادرس برایتان مفید بوده و آن‌ها را مطالعه می‌کنید، بسیار خرسندیم.
تندرست و پیروز باشید.