R及SAS集成在统计学教学中应用探究

《R及SAS集成在统计学教学中应用探究》由会员分享，可在线阅读，更多相关《R及SAS集成在统计学教学中应用探究（7页珍藏版）》请在金锄头文库上搜索。

1、R及SAS集成在统计学教学中应用探究R与SAS的集成在统计学教学中的应用研究引言随着电子计算机技术的发展，统计分析理论与实践已离不开计算机，使统计分析在精度和效率上得到了惊人的提 高。因此专门用来进行数据统计分析分析的统计分析软件也 越来越多，比如SAS , R , SPSS , EXCEL等，而SAS与 R是其中最为主流的两种。大学校园里普遍使用的统计分析 软件便是SAS与R ,这两种软件给学生、老师和学校带来 极大方便的同时，也暴露了各自的不足。针对于SAS软件， 学校认为，购买正版SAS软件的价格太高了，给学校经费 造成巨大压力，再者软件更新很快，意味着这种巨大的经费 投入是长期的。因此

2、，很多学校迫于经费的压力，根本没有 使用正版软件，而是使用所谓破解版等盗版软件。同时学生 和老师认为，因为盗版软件会缺失正版软件中一些重要的应 用模块，这就会影响学生以及老师们的学习和研究，同时盗 版软件大多数含有病毒，这也将给学校硬件和软件设备均带 来很大的威胁，导致学校中的设备总是会出现不能正常使用 的情况，这也间接地影响着老师和学生的研究学习。针对R 软件，它并非专门的统计分析软件，因此在运用于统计分析 时，并没有SAS那么详细的结果，以及准确的验证工具。面对学生、老师和学校反馈的这些问题的影响愈来愈深，不 得不让我们去思考这些问题产生的原因及采取的对策。本文 从使用者的角度出发，结合大

3、学中这两种软件的使用情况, 分别从学生、老师和学校三个方面对这两种软件使用问题的 一些反馈进行了分析，并提岀了解决这些问题的对策集成。 根据SAS与R两者各自的优缺点，对两者软件进行集成， 便可很大程度解决这两种统计分析软件使用中的问题。本文 列举了4种可行的集成方案，并说明了优缺点，为以后的统 计分析软件的集成研究提供了一些理论依据。1软件特点分析SAS与R都是应用很广泛的统计分析软件，因此这两种 软件的种种弊端很早就已经暴露出来了，但是为什么仍迟迟 得不到解决呢？因为它们的那些问题均是源自软件本身的 特点，只要软件本身不改变，那些问题也就无法消除。本文 从学生、教师、学校等三个方面对这两种

4、统计分析软件使用 问题的反馈出发对这两种统计分析软件的特点进行研究与 分析。1.1 SAS软件的特点(1 )需要购买正版软件，成本高。SAS是非开源软件, 是商业软件，所以是需要付费的，并且价格十分昂贵。同时 作为一种软件，它的更新速度是很快的，因此版本换的很快, 每一次版本的更换又需要支付费用，这就造成使用正版SAS 的成本是很高的。(2) 灵活方便、功能齐全。SAS的宗旨是为所有需要进行数据处理、数据分析的非计算机人员提供一种易学易用, 完整可靠的软件系统。操用方便：用户把要解决的问题用SAS语言表达出来，组成SAS程序，提交SAS系统即可。 执行的情况和输出结果都在屏幕上显示出来。灵活：

5、SAS 系统提供很多语句及选项供用户灵活地使用某种统计方法。功能齐全:SAS系统提供的二十多个模块可供用户根据实 际需要灵活地选择使用。(3 )编程能力强、简洁易学。SAS语言是SAS系 统的基础，是用户与系统对话的工具。该语言的特点是用户 不必告诉SAS嗨样做”,只需告诉它你要做什么”就行了。(4)处理与分析任意组合。SAS程序的结构由两个基本步骤任意组合而成oDATA步用于对数据的加工处理;PROC 步用于分析数据和编写报告。(5)适用性强、应用面广。SAS系统适用于初学者或有 经验的用户；能满足从事行政、管理、分析、编辑等部门人 员对信息需求的用户。SAS系统可用来解决自然科学和社会 科

6、学各个领域的各种问题。1.2 R软件的特点(1 )R是自由软件。也就是说，它不会向你收取任何费用，但是它的能力不会比任何同类型投入成千上万美元价值 不菲的商业软件差。从功能相似的角度来说，R和MATLAB 最像的。(2)R是一个全面的统计研究平台，提供了各式各样的数据分析技术。几乎任何类型的数据分析工作皆可在R中完 成。并且通过R你可以和全球一流的统计计算方面的专家 合作讨论，它是全世界统计学家思维的最大集中。当你加入 了 R的邮件列表，每天都会收到五六十份关于R的资讯邮 件。(3) R是一个可进行交互数据分析和探索的强大平台。 因为R是可进行交互数据的强大平台，因此在R软件中任意 的一个分析

7、步骤的结果均可以被轻松保存、操作，并作为进 一步分析的输入，这使得R语言的操作性极强。论文代写(4) R和其他编程语言/数据库之间有很好的接口。R可以轻松地从各种类型的数据源导入数据，包括本文文件、 数据库管理系统、统计软件，乃至专门的数据仓库。它同时可以输出并写入到这些系统中。代码整合的时候感觉R为 你提供了一系列对象，你用其他语言只要调用这些对象就可 以了。这对数据整合工作非常有用。(5 )R拥有顶尖水准的制图功能。无论多么复杂的数据, R都可以将它们可视化，R拥有最全面且最强大的可视化这 一系列可用功能。(6 ) R可运行与多种平台上，包括Windows、Unix、 Linux等。因为自

8、由开源软件具有零成本或低廉的成本的特 点，十分有利于优质资源的开发与共享，因此自由开源软件 在各个领域的应用已成为主流趋势。因此在操作系统上也将 会是百花齐放，像Linux这种开源操作系统普及率将会越来 越高，这时候具备多平台运行能力的R将具备极大的优势。1.3为什么R与SAS要集成很多人在比较R、SAS、SPSS等统计软件时，总是偏 向某一种软件而对其他软件一味地指责。笔者认为，竞争可 以带来技术的创新与进步，但是任何一款软件都不可能集所 有优点于一身，能够包治百病，满足所有用户各种各样的需 求，所以软件之间的合作对使用者而言更有意义，也是势在 必行。对于R与SAS这两种统计分析软件来说，它

9、们有各自的 优势，也有各自的问题，竞争促进创新，合作才能带来双赢, 因此两者的集成能融合各自的优势解决各自的问题，从而更 能满足使用者的各种需求。1.4可行的R与SAS集成方案及其优缺点(1 )通过SAS/IML在SAS里面提交R代码。SAS/IML 9.22推出了一个新功能：用户可以在IML里面执行R代 码，R和SAS的数据也可以相互交换。该种集成方案的优 点有：因为R代码本质上是在R里运行，所以全面支持R 的各种模型和函数；这种集成方案支持32位或64位的 Windows、Linux操作系统；这种集成方案在数据交换、 错误捕获等方面表现不错，并且支持SAS Formate同时该 种集成方案

10、的缺点有：需要购买SAS/IML ( 9.22版本或更 咼版本)，成本咼。(2 )通过SAS Model Manager将R模型导出生成的 PMML文件翻译成 SAS 代码。Predictive Model Markup Language (PMML )是由数据挖掘小组(Data Mining Group , DMG ) 牵头，众软件厂商共同研究制定的一套用于表示模型的标记 语言，目的是为了在不同软件产品之间实现模型的共享。这 种集成方案的优点有：可以将生成的SAS代码快速集成 到各种基于SAS开发的应用系统中：可以将R模型和SAS 模型进行预测性能方面的比较；可以对R模型和SAS模 型进行性

11、能监测。同时这种集成方案的缺点有：需要购买SAS Model Manager ( 12.1 版本)，成本高；SAS Model Manager目前也仅支持几种常用的PMML模型。(3 )通过宏Proc_R实现在SAS里面提交R代码。PROC_R 于 2012 年发表在 Journal of Statistical Software 上,是一位华人WEi Xin在美国罗氏制药公司工作期间发 表的，是使用了管道技术以批处理的方式执行R代码。这种 集成方案的优点有：因为R代码本质上是在R里运行，所 以全面支持R的各种模型和函数；不需要购买SAS/IML , 成本低。这种集成方案的缺点有：只支持Win

12、dows系统, 但是使用者如果有一定编程功底，可以将源代码改造成 Linux可用的版本；数据交换通过csv文件实现，可能不 支持SAS FORMAT :这种集成方案在错误捕获等方面略 弱。(4 )将R生成的神经网络和决策树模型翻译成SAS代 码。用R建神经网络模型，然后将模型翻译成SAS语言格式的评分代码，并在SAS里对新数据进行预测。这种集 成方案的优点有：可以将生成的SAS代码快速集成到各 种基于SAS开发的应用系统中；这种集成方案在Windows 和Linux操作系统上都是可行的；不需要购买SAS/IML或 者SAS/EM ,成本低。这种集成方案的缺点有：这种集成方案目前只支持神经网络和决策树模型，应用范围相对较 窄；这种集成方案是无法处理自变量取值缺失的情况。论 文代写2结论本文从学生、老师和学校三个方面对SAS与R两种统计分析软件的问题以及特点进行了分析，并提出了有效解决两种软件各自问题的对策集成。软件各自出现的问题来自各 自软件的特点，集成综合两种统计分析软件的优点，可解决两种软件各自在使用中出现的问题，研究结果给以后统计分析软件的集成研究提供了理论参考依据。针对学生，老师以 及学校需求的多样性特点，列举出了4种可行的集成方案, 各高校可根据学校的实际情况，选择合适的集成方案以达到 学校的实际需求。