工具&方法 | 计量软件大搜罗，哪款是你的Mr.Right?

在经济学圈，处理数据、计量分析都少不了要用到计量软件，不同的软件会有不同的特点，也会有各自擅长及欠缺的地方。下文我们就常用的7个计量软件进行梳理介绍，是好是坏事实说话。

STATA

软件概述

Stata是用于数据科学的统计软件，可用于数据分析、数据管理以及绘制专业图表，是目前高校师生学习的主流软件之一。目前存在三个版本，分别为MP、SE、IC，IC和SE的区别在于变量数目且IC比较少，IC、SE与MP的核心区别在于前面两个无法利用多核处理器，因此运算速度存在差异。

优势

1）功能强大且简单易懂。使用时可以每次只输入一个命令，也可以通过新建.do文件一次输入多个命令。在Stata中，即使发生错误，也能容易找出并加以修改。

2）能够进行大多数统计分析（回归分析，logistic回归，生存分析，方差分析，因子分析，以及一些多变量分析），其最大的优势可能在于回归分析。

3）Stata在调查数据分析领域有着明显优势，能提供回归分析，logistic回归，泊松回归，概率回归等调查数据分析。

4）Stata能提供一些命令或鼠标点击的交互界面来绘图，输出图形质量也很好，可以达到出版的要求。

劣势

1）数据管理能力较弱，无法处理大数据，当一个数据文件超越计算机内存所允许的范围时，就无法进行数据处理及分析。

2）软件运行速度较慢。有些情况下，一个程序经常需要花费几十分钟 (比如，做面板门槛模型，或需要 Bootstrap)，甚至几十个小时才能完成。

教材推荐

陈强：《高级计量经济学及Stata应用（第2版）》

[美] 汉密尔顿著、郭志刚等译：《应用STATA做统计分析》

视频资料

https://www.bilibili.com/video/av44352722?from=search&seid=16221908378015685569

Eviews

软件概述

Eviews是Econometrics Views的缩写，通常称为计量经济学软件包，是美国QMS公司推出的，其具有操作简便、界面友好、功能强大等特点。Eviews能为我们提供复杂的数据分析、回归及预测工具，通过Eviews能够快速从数据中得到统计关系，并根据这些统计关系进行预测。Eviews在系统数据分析和评价、金融分析、宏观经济预测、模拟、销售预测及成本分析等领域有着广泛的应用。

优势

1）入手简单，对数学要求不高。

2）允许用户以简便的可视化的方式从键盘或磁盘文件中输入数据。

3）处理时间序列、回归方程是它最大的长处，能处理一般的回归包括多元回归问题。还擅长单位根检验和granger因果关系检验、协整模型、ARIMA模型等。

劣势

1）处理过程是个黑箱，出来的结果可能会不够精确。

2）如果要大量编程的话，Eviews扩展性较差。

3）学习资料较少，且目前学界使用该软件的比例在不断降低。

教材推荐

张晓峒：《Eviews 使用指南与案例》、《应用数量经济学》

易丹辉：《数据分析与Eviews应用》

视频资料

https://www.bilibili.com/video/av16111836?from=search&seid=4115858236067332204

SPSS

软件概述

SPSS，全称为 Statistical Product and Service Solutions，为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称。最初由美国斯坦福大学的三位研究生Norman H. Nie、C. Hadlai (Tex) Hull 和 Dale H. Bent于1968年研究开发成功。

优势

1）交互简便。有一个可以点击的交互界面，可以使用下拉菜单来选择所需要执行的命令，也有一个通过拷贝和粘贴的方法来学习其“句法”语言，软件汉化程度高，无论是操作界面还是结果界面都以中文呈现。

2）有一个类似于Excel的界面友好的数据编辑器，可以用来输入和定义数据（缺失值，数值标签等等）。

3）SPSS能够进行大多数统计分析（回归分析，logistic回归，生存分析，方差分析，因子分析，多变量分析）。它的优势在于方差分析（SPSS能完成多种特殊效应的检验）和多变量分析（多元方差分析，因子分析，判别分析等）。

劣势

1）数据管理工具功能不强。主要用于对一个文件进行操作，难以胜任同时处理多个文件，也无法处理大数据。

2）无法完成稳健回归或得到稳健标准误差。

教材推荐

薛薇：《基于SPSS的数据分析》

张文彤：《SPSS统计分析基础教程》

视频资料

https://www.bilibili.com/video/av25302655?from=search&seid=15659690192286305220

SAS

软件概述

SAS，全称为 STATISTICAL ANALYSIS SYSTEM，是全球最大的私营软件公司之一，是由美国北卡罗来纳州立大学 1966 年开发的统计分析软件。

优势

1）在数据管理方面，SAS非常强大，可以处理任意类型和格式的数据，还包含SQL（结构化查询语言）过程，可以在SAS数据集中使用SQL查询。

2）可以同时处理多个数据文件 。

3）SAS能够进行大多数统计分析（回归分析、因子分析、多变量分析等），其最优之处可能在于它的方差分析，混合模型分析和多变量分析。

4）SAS 的软件及算法都是经过检验的，SAS 有技术支持去快速解决用户的需求。如果需要的话，SAS 会尝试在已存在的步骤中嵌入新的方法，例如增加一个选项或者新增一个语句（statement），因此用户不需要学习另外一个过程步。SAS也会发布通讯来详细说明软件的更新。

劣势

1）学习难度较大，需要编写 SAS 程序来处理数据，进行分析。如果在一个程序中出现错误，找到并改正这个错误具有一定的难度。

2）劣势主要是有序和多元logistic回归（因为这些命令很难），以及它难以完成稳健回归和其他稳健方法。

教材推荐

小小SAS翻译组：《The Little SAS book中文版》（作者：Lora D.Delwiche、Susan J.Slaughter）

视频资料

https://www.bilibili.com/video/av10656427?from=search&seid=4310319528108273527

Matlab

软件概述

MATLAB 是美国 MathWorks 公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括 MATLAB 和 Simulink 两大部分。MATLAB 可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用 MATLAB 来解算问题要比用C、FORTRAN等语言完成相同的事情简捷得多，并且 MATLAB 也吸收了像 Maple 等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。

优势

1) 高效方便的矩阵和数组运算，能使用户从繁杂的数学运算分析中解脱出来。

2) 具有完备的图形处理功能，实现计算结果和编程的可视化。

3) 友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握。

4) 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ，为用户提供了大量方便实用的处理工具。

劣势

1）循环预算效率低：MATLAB中所有的变量均为向量形式，这样一方面在对向量进行整体的计算时，表现出其他语言难以表现出的高效率，但是对于向量中的单个元素，或是将向量作为单个的循环变量来处理时，其处理过程相当的复杂。

2）封装性较差：一方面，所有的变量均保存在公共工作区中，任何语句都可以调用。另一方面，作为一个完备的软件，而不是实现算法的程序，编程人员在使用 MATLAB 时需要花相当多的时间考虑如何设计用户界面。虽然，MATLAB提供了一定量的交互界面制作途径，但最终的代码仍然将不可避免的移植到较为“低级”的语言中，如C语言，C++。

3）安装包很大。

教材推荐

胡晓冬、董辰辉：《Matlab从入门到精通》

《MATLAB官方手册》

视频资料

https://www.bilibili.com/video/av53289206?from=search&seid=8280944970807302304

R

软件概述

R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。

优势

1）开源免费。作为开源软件，R语言的优势主要体现在其软件包生态系统上，可以在它的网站及其镜像中下载任何有关的安装程序、源代码、程序包及其源代码、文档资料。标准的安装文件身自身就带有许多模块和内嵌统计函数，安装好后可以直接实现许多常用的统计功能。

2）R具有很强的互动性。除了图形输出是在另外的窗口处，它的输入输出窗口都是在同一个窗口进行的，输入语法中如果出现错误会马上在窗口口中得到提示,对以前输入过的命令有记忆功能,可以随时再现、编辑修改以满足用户的需要。输出的图形可以直接保存为 JPG ,BMP,PNG 等图片格式，还可以直接保存为PDF文件。另外，和其他编程语言和数据库之间有很好的接口。

3）R在统计方面非常强大，其在最初就被认为是更加适合大数据的。它对于矩阵的操作和排序的设计是非常高效的。R 也可以很好的进行各种基于分析的数据模拟。

劣势

1）短板在于安全性和内存管理。内存管理、速度与效率可能是 R 语言面临的几大最为严峻的挑战。开源软件对于大公司来讲都会有安全方面的担忧。

2）对大文本（text data）处理较差，数据管理也不是R的强项。

教材推荐

薛毅、陈立萍：《R语言实用教程》

Robert I.Kabacoff：《R in action》

视频资料

https://www.bilibili.com/video/av57591384?from=search&seid=8047617141026533020

Python

软件概述

Python 是一种面向对象的，解释型的计算机语言，由著名的“龟叔”Guido van Rossum在1989年圣诞节期间编写而成的一个编程语言。Python可以应用于众多领域，如：数据分析、网络服务、图像处理、数值计算和机器学习等众多领域。目前业内几乎所有大中型互联网企业都在使用Python。

优势

1）Python的定位是“优雅”、“明确”、“简单”，所以Python程序看上去像阅读英文一样简单易懂，入门非常简单。

2）开发效率非常高，Python有非常强大的第三方库（如Statsmodels是统计建模和计量经济学工具包，包括一些描述统计、统计模型估计和推断），基本上你想通过计算机实现任何功能，Python官方库里都有相应的模块进行支持，直接下载调用后，在基础库的基础上再进行开发，可以大大降低开发周期，避免重复造轮子。

3）可移植、可扩展、可嵌入。Python程序无需修改就几乎可以在市场上所有的系统平台上运行，倘若你需要你的一段关键代码运行得更快或者希望某些算法不公开，你可以把你的部分程序用C或C++编写，然后在你的Python程序中使用它们，也可以把Python嵌入你的C/C++程序，从而向你的程序用户提供脚本功能。

4）可以处理大数据。

劣势

1）运行速度慢。由于 Python 是解释型语言，代码在执行时会一行一行地翻译成CPU能理解的机器码，这个翻译过程非常耗时，所以很慢。

2）代码不能加密。如果要发布你的Python程序，实际上就是发布源代码，与C语言不同，C语言不用发布源代码，只需要把编译后的机器码（也就是你在Windows上常见的xxx.exe文件）发布出去。要从机器码反推出C代码是不可能的，所以，凡是编译型的语言，都没有这个问题，而解释型的语言，则必须把源码发布出去。

3）线程不能利用多CPU问题。

教材推荐

Eric Matthes：《Python编程：从入门到实践》

Wes McKinney：《Python for Data Analysis》

视频资料

https://www.bilibili.com/video/av4050443?from=search&seid=5565394064268278349（新版视频逐渐更新中）

每个软件都有自己独特的风格，有自己的优点，也有不少缺点。但不管怎样，我们手中都应该至少有一个利器，那么，你找到适合你自己的 Mr.Right 了吗？

注：文中部分表述为网络搜集而来，尽最大努力保证准确性，不过部分软件由于版本更迭，可能会出现功能的改进而与文中表述不同，阅读时请结合实际情况判断。

►往期推荐

回复【Python】👉简单有用易上手

回复【学术前沿】👉机器学习丨大数据

回复【数据资源】👉公开数据

回复【可视化】👉你心心念念的数据呈现

回复【老姚专栏】👉老姚趣谈值得一看

►一周热文

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

作者：威武哥（叶武威）
审阅：杨奇明编辑：青酱

    欢迎扫描👇二维码添加关注