R 與SAS 的集成在統(tǒng)計學(xué)教學(xué)中的應(yīng)用研究

1、r 與sas 的集成在統(tǒng)計學(xué)教學(xué)中的應(yīng)用研究 引言隨著電子計算機技術(shù)的發(fā)展，統(tǒng)計分析理論與實踐已離不開計算機，使統(tǒng)計分析在精度和效率上得到了驚人的提高。因此專門用來進行數(shù)據(jù)統(tǒng)計分析分析的統(tǒng)計分析軟件也越來越多，比如sas，r，spss，excel等，而sas與r是其中最為主流的兩種。大學(xué)校園里普遍使用的統(tǒng)計分析軟件便是sas與r，這兩種軟件給學(xué)生、老師和學(xué)校帶來極大方便的同時，也暴露了各自的不足。針對于sas軟件，學(xué)校認為，購買正版sas軟件的價格太高了，給學(xué)校經(jīng)費造成巨大壓力，再者軟件更新很快，意味著這種巨大的經(jīng)費投入是長期的。因此，很多學(xué)校迫于經(jīng)費的壓力，根本沒有使用正版軟件，而是使用所謂

2、破解版等盜版軟件。同時學(xué)生和老師認為，因為盜版軟件會缺失正版軟件中一些重要的應(yīng)用模塊，這就會影響學(xué)生以及老師們的學(xué)習(xí)和研究，同時盜版軟件大多數(shù)含有病毒，這也將給學(xué)校硬件和軟件設(shè)備均帶來很大的威脅，導(dǎo)致學(xué)校中的設(shè)備總是會出現(xiàn)不能正常使用的情況，這也間接地影響著老師和學(xué)生的研究學(xué)習(xí)。針對r軟件，它并非專門的統(tǒng)計分析軟件，因此在運用于統(tǒng)計分析時，并沒有sas那么詳細的結(jié)果，以及準確的驗證工具。面對學(xué)生、老師和學(xué)校反饋的這些問題的影響愈來愈深，不得不讓我們?nèi)ニ伎歼@些問題產(chǎn)生的原因及采取的對策。本文從使用者的角度出發(fā)，結(jié)合大學(xué)中這兩種軟件的使用情況，分別從學(xué)生、老師和學(xué)校三個方面對這兩種軟件使用問題的一

3、些反饋進行了分析，并提出了解決這些問題的對策集成。根據(jù)sas與r兩者各自的優(yōu)缺點，對兩者軟件進行集成，便可很大程度解決這兩種統(tǒng)計分析軟件使用中的問題。本文列舉了4種可行的集成方案，并說明了優(yōu)缺點，為以后的統(tǒng)計分析軟件的集成研究提供了一些理論依據(jù)。1 軟件特點分析sas與r都是應(yīng)用很廣泛的統(tǒng)計分析軟件，因此這兩種軟件的種種弊端很早就已經(jīng)暴露出來了，但是為什么仍遲遲得不到解決呢？因為它們的那些問題均是源自軟件本身的特點，只要軟件本身不改變，那些問題也就無法消除。本文從學(xué)生、教師、學(xué)校等三個方面對這兩種統(tǒng)計分析軟件使用問題的反饋出發(fā)對這兩種統(tǒng)計分析軟件的特點進行研究與分析。1.1 sas軟件的特點（

4、1）需要購買正版軟件，成本高。sas是非開源軟件，是商業(yè)軟件，所以是需要付費的，并且價格十分昂貴。同時作為一種軟件，它的更新速度是很快的，因此版本換的很快，每一次版本的更換又需要支付費用，這就造成使用正版sas的成本是很高的。（2）靈活方便、功能齊全。sas的宗旨是為所有需要進行數(shù)據(jù)處理、數(shù)據(jù)分析的非計算機人員提供一種易學(xué)易用，完整可靠的軟件系統(tǒng)。操用方便：用戶把要解決的問題用sas語言表達出來，組成sas程序，提交sas系統(tǒng)即可。執(zhí)行的情況和輸出結(jié)果都在屏幕上顯示出來。靈活：sas系統(tǒng)提供很多語句及選項供用戶靈活地使用某種統(tǒng)計方法。功能齊全：sas系統(tǒng)提供的二十多個模塊可供用戶根據(jù)實際需要靈

5、活地選擇使用。（3）編程能力強、簡潔易學(xué)。sas語言是sas系統(tǒng)的基礎(chǔ)，是用戶與系統(tǒng)對話的工具。該語言的特點是用戶不必告訴sas“怎樣做”，只需告訴它你要“做什么”就行了。（4）處理與分析任意組合。sas程序的結(jié)構(gòu)由兩個基本步驟任意組合而成。data步用于對數(shù)據(jù)的加工處理；proc步用于分析數(shù)據(jù)和編寫報告。（5）適用性強、應(yīng)用面廣。sas系統(tǒng)適用于初學(xué)者或有經(jīng)驗的用戶；能滿足從事行政、管理、分析、編輯等部門人員對信息需求的用戶。sas系統(tǒng)可用來解決自然科學(xué)和社會科學(xué)各個領(lǐng)域的各種問題。1.2 r軟件的特點（1）r 是自由軟件。也就是說，它不會向你收取任何費用，但是它的能力不會比任何同類型投入成

6、千上萬美元價值不菲的商業(yè)軟件差。從功能相似的角度來說，r 和matlab 最像的。（2）r是一個全面的統(tǒng)計研究平臺，提供了各式各樣的數(shù)據(jù)分析技術(shù)。幾乎任何類型的數(shù)據(jù)分析工作皆可在r中完成。并且通過r 你可以和全球一流的統(tǒng)計計算方面的專家合作討論，它是全世界統(tǒng)計學(xué)家思維的最大集中。當你加入了r 的郵件列表，每天都會收到五六十份關(guān)于r 的資訊郵件。（3）r是一個可進行交互數(shù)據(jù)分析和探索的強大平臺。因為r是可進行交互數(shù)據(jù)的強大平臺，因此在r軟件中任意的一個分析步驟的結(jié)果均可以被輕松保存、操作，并作為進一步分析的輸入，這使得r語言的操作性極強。（4）r 和其他編程語言/數(shù)據(jù)庫之間有很好的接口。r可以輕

7、松地從各種類型的數(shù)據(jù)源導(dǎo)入數(shù)據(jù)，包括本文文件、數(shù)據(jù)庫管理系統(tǒng)、統(tǒng)計軟件，乃至專門的數(shù)據(jù)倉庫。它同時可以輸出并寫入到這些系統(tǒng)中。代碼整合的時候感覺r 為你提供了一系列對象，你用其他語言只要調(diào)用這些對象就可以了。這對數(shù)據(jù)整合工作非常有用。（5）r擁有頂尖水準的制圖功能。無論多么復(fù)雜的數(shù)據(jù)，r都可以將它們可視化，r擁有最全面且最強大的可視化這一系列可用功能。（6）r可運行與多種平臺上，包括windows、unix、linux等。因為自由開源軟件具有零成本或低廉的成本的特點，十分有利于優(yōu)質(zhì)資源的開發(fā)與共享，因此自由開源軟件在各個領(lǐng)域的應(yīng)用已成為主流趨勢。因此在操作系統(tǒng)上也將會是百花齊放，像linux這

8、種開源操作系統(tǒng)普及率將會越來越高，這時候具備多平臺運行能力的r將具備極大的優(yōu)勢。1.3 為什么r與sas要集成很多人在比較 r、sas、spss 等統(tǒng)計軟件時，總是偏向某一種軟件而對其他軟件一味地指責(zé)。筆者認為，競爭可以帶來技術(shù)的創(chuàng)新與進步，但是任何一款軟件都不可能集所有優(yōu)點于一身，能夠包治百病，滿足所有用戶各種各樣的需求，所以軟件之間的合作對使用者而言更有意義，也是勢在必行。對于r與sas這兩種統(tǒng)計分析軟件來說，它們有各自的優(yōu)勢，也有各自的問題，競爭促進創(chuàng)新，合作才能帶來雙贏，因此兩者的集成能融合各自的優(yōu)勢解決各自的問題，從而更能滿足使用者的各種需求。1.4 可行的r與sas集成方案及其優(yōu)缺

9、點（1）通過 sas/iml 在sas里面提交r代碼。sas/iml 9.22 推出了一個新功能：用戶可以在 iml 里面執(zhí)行 r 代碼，r 和 sas 的數(shù)據(jù)也可以相互交換。該種集成方案的優(yōu)點有：因為r代碼本質(zhì)上是在r里運行，所以全面支持r的各種模型和函數(shù)；這種集成方案支持32位或64位的windows、linux操作系統(tǒng)；這種集成方案在數(shù)據(jù)交換、錯誤捕獲等方面表現(xiàn)不錯，并且支持sas format。同時該種集成方案的缺點有：需要購買 sas/iml（9.22版本或更高版本），成本高。（2）通過 sas model manager 將r模型導(dǎo)出生成的pmml文件翻譯成sas代碼。predic

10、tive model markup language（pmml）是由數(shù)據(jù)挖掘小組（data mining group，dmg）牽頭，眾軟件廠商共同研究制定的一套用于表示模型的標記語言，目的是為了在不同軟件產(chǎn)品之間實現(xiàn)模型的共享。這種集成方案的優(yōu)點有：可以將生成的sas代碼快速集成到各種基于sas開發(fā)的應(yīng)用系統(tǒng)中；可以將r模型和sas模型進行預(yù)測性能方面的比較；可以對r模型和sas模型進行性能監(jiān)測。同時這種集成方案的缺點有：需要購買 sas model manager（12.1版本），成本高；sas model manager目前也僅支持幾種常用的pmml模型。（3）通過宏 proc_r 實現(xiàn)在

11、sas里面提交r代碼。proc_r 于2012年發(fā)表在 journal of statistical software 上，是一位華人 wei xin 在美國羅氏制藥公司工作期間發(fā)表的，是使用了管道技術(shù)以批處理的方式執(zhí)行r代碼。這種集成方案的優(yōu)點有：因為r代碼本質(zhì)上是在r里運行，所以全面支持r的各種模型和函數(shù)；不需要購買 sas/iml，成本低。這種集成方案的缺點有：只支持 windows 系統(tǒng)，但是使用者如果有一定編程功底，可以將源代碼改造成linux可用的版本；數(shù)據(jù)交換通過 csv 文件實現(xiàn)，可能不支持 sas format；這種集成方案在錯誤捕獲等方面略弱。（4）將r生成的神經(jīng)網(wǎng)絡(luò)和決策

12、樹模型翻譯成sas代碼。用 r 建神經(jīng)網(wǎng)絡(luò)模型，然后將模型翻譯成 sas 語言格式的評分代碼，并在sas 里對新數(shù)據(jù)進行預(yù)測。這種集成方案的優(yōu)點有：可以將生成的sas代碼快速集成到各種基于sas開發(fā)的應(yīng)用系統(tǒng)中；這種集成方案在windows和linux操作系統(tǒng)上都是可行的；不需要購買sas/iml或者sas/em，成本低。這種集成方案的缺點有：這種集成方案目前只支持神經(jīng)網(wǎng)絡(luò)和決策樹模型，應(yīng)用范圍相對較窄；這種集成方案是無法處理自變量取值缺失的情況。2 結(jié)論本文從學(xué)生、老師和學(xué)校三個方面對sas與r兩種統(tǒng)計分析軟件的問題以及特點進行了分析，并提出了有效解決兩種軟件各自問題的對策集成。軟件各自出現(xiàn)

13、的問題來自各自軟件的特點，集成綜合兩種統(tǒng)計分析軟件的優(yōu)點，可解決兩種軟件各自在使用中出現(xiàn)的問題，研究結(jié)果給以后統(tǒng)計分析軟件的集成研究提供了理論參考依據(jù)。針對學(xué)生，老師以及學(xué)校需求的多樣性特點，列舉出了4種可行的集成方案，各高校可根據(jù)學(xué)校的實際情況，選擇合適的集成方案以達到學(xué)校的實際需求。c29c91afe4ced1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91afedd1b6c87d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe

14、4ced1b6c8795ad29c91af95ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9d1b6c8795ad9c91afe4ced1b6c8795a1afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91afc91fe4ced1d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6cd1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91af8795ad

15、9c91fe4ced1d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c87d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91af5d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91afad9c91fe4ced1b6c8795ad29c91afb6c8795ad29c91afb6c8795ad29c91afd1b6c8795ad9c91afe4ced1b

16、6c8795ad91afe4ced1b6d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91affe4ced1b6c8795ad29c91afc8795ad9c91fe4ced1b6c8795ad29c91afd1b6c8795ad9c91afed1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8d1b6c8795ad9c91afe4ced1d91

17、afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91afc91fe4ced1d1b6c871afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91afc91fe4ced1d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6cd1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91af8795ad9c91fe4ced1d1b6c8795ad9c91afe4ced1b6

18、c8795ad91afe4ced1b6c87d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91af5d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91afad9c91fe4ced1b6c8795ad29c91afb6c8795ad29c91afb6c8795ad29c91afd1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6d1b6c8795ad9c91a

19、fe4ced1b6c8795ad91afe4ced1b6c8791afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91afc91fe4ced1d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6cd1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91af8795ad9c91fe4ced1d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c87d1b6c87

20、95ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91af5d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91afad9c91fe4ced1b6c8795ad29c91afb6c8795ad29c91afb6c8795ad29c91afd1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c

21、8795ad9c91d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91affe4ced1b6c8795ad29c91afc8795ad9c91fe4ced1b6c8795ad29c91afd1b6c8795ad9c91afed1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8d1b6c8795ad9c91afe4ced15ad9c91d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced

22、1b6c8795ad29c91affe4ced1b6c8795ad29c91afc8795ad9c91fe4ced1b6c8795ad29c91afd1b6c8795ad9c91afed1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8d1b6c8795ad9c91afe4ced195ad9c91afe4ced1b6c8795ad91afe4ced1b6cd1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91af8795ad9c91fe4ced1d1b6c8

23、795ad9c91afe4ced1b6c8795ad91afe4ced1b6c87d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91af5d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91afad9c91fe4ced1b6c8795ad29c91afb6c8795ad29c91afb6c8795ad29c91afd1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced

24、1b6d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91affe4ced1b6c8795ad29c91afc8795ad9c91fe4ced1b6c8795ad29c91afd1b6c8795ad9c91afed1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8d1b6c8795ad9c91afe4ced1b6c8795ad91afe4ced1b6c8795ad9c91fe4ced1b6c8795ad29c91af795ad9c91fe4ced1b6c8795add1b6c8