用哪一款软件来完成自己研究论文的数据处理部分？

出国留学的同学都听说过以下的统计和测量软件，比如eviews、spss、sas、stata、r等，你用什么软件来完成你的定量研究论文的数据处理部分？本文将为您做一个简单的介绍。

1、状态

Stata 与 SPSS 和 SAS 并称为当今的三大统计软件。与后者相比，Stata 体积小、易于理解且功能强大。 Stata将EViews、SPSS的傻瓜式菜单和SAS的命令编程完美结合，一经推出就受到了初学者和高级用户的广泛欢迎。 Stata不仅在统计学上功能齐全，而且在计量经济分析领域也有着深远的影响，以至于有人可以用一句话来概括：关于学习Stata的意义，你只需要知道：目前，Stata是计量经济学，尤其是微观计量经济学的主流软件。

简单易懂，可视化界面类似excel，操作方式多样化（可通过程序的可移植性或鼠标操作实现操作）；

数据管理能力弱于 SAS。通常一次主要用于一个数据文件。同时，可以处理的单个数据文件受内存大小的影响；

优势在于回归分析、逻辑分析和差异调整数据分析，但在方差分析和多元方法方面较弱；

强大的绘图功能；

许多定量分析程序都有丰富的在线共享资源。

一般用法。 Stata 因其简单性和功能性而受到初学者和高级用户的欢迎。使用时可以一次只输入一个命令（适合初学者），也可以通过Stata程序一次输入多个命令（适合高级用户）。这样，即使发生错误，也更容易找到和修复。

数据管理。尽管 Stata 的数据管理能力不如 SAS 强大，但它仍然拥有许多强大而简单的数据管理命令，可以让复杂的操作变得简单。 Stata主要用于一次对一个数据文件进行操作，很难同时处理多个文件。随着 Stata/SE 的引入，Stata 数据文件中现在可以有多达 32,768 个变量，但是当数据文件超出计算机内存大小时，您可能无法分析它。

统计分析。 Stata 还能够执行大多数统计分析（回归分析、逻辑回归、生存分析、ANOVA、因子分析和一些多变量分析）。 Stata 最大的优势可能是回归分析（它包括易于使用的回归分析功能工具）、逻辑回归（带有用于解释逻辑回归结果的附加程序，易于用于有序和多元逻辑回归）。 Stata 也有一套很好的鲁棒方法，包括鲁棒回归、带有鲁棒标准误差的回归，以及其他包含鲁棒标准误差估计的命令。此外，在调查数据分析领域，Stata优势明显，可以提供回归分析、逻辑回归、泊松回归、概率回归等调查数据分析。它的不足之处是方差分析和传统的多变量方法（多变量方差分析、判别分析等）。

绘图功能。与 SPSS 一样，Stata 可以提供一些命令或通过鼠标单击进行绘图的交互式界面。与 SPSS 不同，它没有图形编辑器。在这三种软件中，它的绘图命令语法最简单，但功能却是最强大的。图形质量也足以满足出版要求。此外，这些图表可以很好地补充统计分析。例如，许多命令可以在回归判别过程中简化散点图的生成。

总结。 Stata 更好的实现了易用性和强大功能的结合。尽管它简单易学，但在数据管理和许多尖端统计方法方面非常强大。用户可以方便的下载别人已有的程序，也可以自己编写，与Stata紧密结合。

Stata 与 SPSS 和 SAS 并称为当今的三大统计软件。与后者相比，Stata 体积小、易于理解且功能强大。 Stata将EViews、SPSS的傻瓜式菜单和SAS的命令编程完美结合，一经推出就受到了初学者和高级用户的广泛欢迎。 Stata不仅在统计学上功能齐全，而且在计量经济分析领域也有着深远的影响，以至于有人可以用一句话来概括：关于学习Stata的意义，你只需要知道：目前，Stata是计量经济学，尤其是微观计量经济学的主流软件。在Stata中，既可以使用类似EViews和SPSS的傻瓜式菜单操作方式，也可以使用类似SAS的命令编程操作方式。

2、SPSS

界面非常人性化用eviews做相关分析，类似excel，好用

数据文件最多有4096个变量（相信小伙伴的论文不应该用这么多变量），记录数由磁盘空间决定；

优势在于统计分析，如ANOVA，但没有文献方法，劣势在于定量分析，缺乏对调查数据的分析；

程序本身比较大；

不是真正的测量软件，主要是统计软件

一般用法。 SPSS非常好用，所以最受初学者欢迎。它有一个带有下拉菜单的可点击界面，可以选择要执行的命令。它也有一个复制粘贴的方法来学习它的语法语言，但是这些语法往往很复杂，也不是很直观。

数据管理。 SPSS 有一个友好的类似 Excel 的数据编辑器，可用于输入和定义数据（缺失值、数字标签等）。它不是一个非常强大的数据管理工具（尽管 SPS 版本 11 添加了一些命令来增长数据文件，但效果有限）。 SPSS也主要用于对一个文件进行操作，很难同时处理多个文件。它的数据文件有4096个变量，记录数受你的磁盘空间限制。

统计分析。 SPSS 还能够执行大多数统计分析（回归分析、逻辑回归、生存分析、方差分析、因子分析、多变量分析、偏相关分析）。其优势在于方差分析（SPSS可以完成多种特效的检验）和多元分析（多元方差分析、因子分析、判别分析等），SPSS11.5版本还添加了混合模型分析功能。缺点是没有稳健的方法（无法完成稳健的回归或得到稳健的标准误），缺乏调查数据分析（SPSS 12版本增加了模块完成部分流程）。

绘图功能。 SPSS绘图的交互界面非常简单，一旦你绘制好了绘图，你可以根据需要点击修改它。图形质量优良，可以粘贴到其他文件（Word 文档或 Powerpoint 等）中。 SPSS也有绘图的编程语句，但是不能产生一些交互界面绘图的效果。这种语句比 Stata 语句更难，但比 SAS 语句更简单（功能更少）。

总结。 SPSS 力求简单（它的口号是真正的统计，真正的简单），它成功了。但如果你是高级用户，久而久之你就会对它失去兴趣。 SPSS 是制图领域的佼佼者，但它的弱点是缺乏强大的调查方法来处理尖端的统计过程。

3、SAS

功能强大且可编程；

可以同时处理多个数据文件，处理大量变量，绘制任意数据分析图；

擅长方差分析、混合模型分析、多元分析，在序数和逻辑分析、文档方法、调查数据分析（如泊松分布等）方面相对欠缺；

很难掌握，因为需要编织程序来处理分析数据。如果程序有bug，用户需要调试才能发现错误，但这往往很困难；

占用大量磁盘空间，大约2-3g；

还是那句话，没有编程基础的小伙伴可能上手比较困难，容易打消热情

一般用法。 SAS因其强大的功能和可编程性而深受高级用户的欢迎。因此，它是最难掌握的软件之一。使用 SAS 时，需要编写 SAS 程序来处理数据并进行分析。如果程序出现错误，将很难找到并纠正错误。

数据管理。 SAS 在数据管理方面非常强大，允许您以任何可能的方式处理数据。它包含 SQL（结构化查询语言）过程，可以在 SAS 数据集上使用 SQL 进行查询。但是学习和掌握SAS软件中的数据管理需要很长时间。在 Stata 或 SPSS 中，用于完成许多复杂数据管理任务的命令要简单得多。然而，SAS 可以同时处理多个数据文件，使这项工作变得容易。它可以处理多达 32,768 个变量，以及您的硬盘空间允许的最大记录数。

统计分析。 SAS 能够执行大多数统计分析（回归分析、逻辑回归、生存分析、ANOVA、因子分析、多变量分析）。 SAS 最好的部分可能是它的 ANOVA、混合模型分析和多变量分析，而它的缺点主要是有序和多变量逻辑回归（因为这些命令很难），以及鲁棒方法（很难做鲁棒回归）和其他鲁棒方法）。尽管支持对调查数据的分析，但与 Stata 的比较仍然相当有限。

绘图功能。在所有统计软件中，SAS 拥有最强大的绘图工具，由 SAS/Graph 模块提供。但是SAS/Graph模块的学习也非常专业和复杂，图形的制作主要使用编程语言。虽然 SAS 8 可以通过点击鼠标进行交互式绘图，但它并不像 SPSS 那样简单。

总结。 SAS 适合高级用户。它的学习过程是艰巨的，最初的阶段可能令人沮丧。但是，它仍然因其强大的数据管理能力和同时处理大量数据文件的能力而受到高级用户的青睐。

4、评论

界面人性化比较弱，使用前最好先熟悉一下各个命令操作的编程语言；

数据处理功能比较弱；

优势在于时间序列分析，但其他回归分析，如面板数据分析、数据处理、统计分析等相对薄弱；

软件本身很小，不占空间

Q1 如何导入数据？

eviews支持多种格式的数据导入，一般操作步骤：点击file-new-workfile。

Q2面板数据，面板数据如何输入？

首先要明确是做平衡面板数据分析还是非平衡面板数据分析，先介绍一下前者：

1.准备平衡面板数据集（例如xls.txt文件）；

2. file/new/workfile 创建工作文件；

3. 选择unstructed/undated，填写时序数据（observations）个数；

4.选择object/newobject/pool，输入横截面个体的ID；

5.导入数据集。导入数据后，可根据需要进行各种面板数据分析

不平衡，比如这种情况：

首先，将excel表格中的数据按公司排序，第一列是公司logo fcode，第二列是时间

1 1990

1 1991

1 1992

2 1990

2 1991

然后在eviews中分别通过object/new object/series创建fcode和year两个序列，并导入上述排序后的数据。接下来，双击菜单栏下方的范围，在出现的对话框中选择左侧的工作文件结构类型为日期面板，在ID系列后面输入fcode，在日期系列后面输入年份，保持对话框的上半部分右边的方框不变。 ，去掉下半部分的所有勾号用eviews做相关分析，然后点击确定。这将自动生成 dateid 序列并创建面板数据。其他变量的数据可以按一般方法输入。

Q3 简单的描述性统计操作，有没有办法？

点击一个序列，比如“x”，双击弹出序列，可以在数据界面-view-graph中进行绘图操作，比如折线图或者散点图。绘制完成后，右击 – 将图形保存到磁盘并选择保存路径。还有很多其他的东西可以通过右键调整到图表中。无论是调整横轴还是添加文字，都需要冻结绘图窗口才能进行操作。

如果是多个变量的图形，直接在软件顶部菜单中选择quick-graph，输入要绘制的变量，然后像单个序列一样操作。如果你还想获取均值等统计数据，也可以点击你需要知道的序列-view-descriptive statisticstest，可以得到均值、标准差、峰度等信息。

Q4 为什么以及如何取对数？

在一些数据处理中，往往取原始数据的对数做进一步处理。原因是对数函数在其定义域内是单调递增函数，取对数后数据之间的相对关系不会改变。取对数的主要函数有：

1.减少数据的绝对值，方便计算。比如每个数据项的值都很大，很多这样的值的计算可能会超出常见数据类型的取值范围。在这种情况下，取对数会降低值。比如在计算TF-IDF时，由于在大规模语料库中，很多词出现的频率都是非常大的数字。

2.取对数后，可以将乘法转为加法。

在某些情况下，整个数据范围内不同区间的差异会产生不同的影响。也就是对小值部分的差异比对大值部分的差异更敏感。

3.取对数并没有改变数据的性质和相关性，但是压缩了变量的尺度，数据更加稳定，模型的共线性和异方差也被削弱了。

取对数的操作：quickgenerate series

输入一个新变量，如r=log( )，r为取对数后的序列

Q5如何进行相关性分析？

在Eview中计算两个序列的协方差、相关系数和互相关系数，分别使用协方差、相关性和互相关命令（如果版本中没有相关选项，可以先选择协方差分析，然后单击相关性）。需要注意的是，Eviews在计算协方差和方差时，自由度不是样本数N而不是N-1。

Q6 如何进行多元回归分析？

方程估计的接口可以通过快速估计方程到达。在空白处输入方程中包含的变量。在这里输入因变量 Y、自变量 X 和常数项 C（通常会添加一个常数项）。方法中选择LS（Least Squares），一般点击OK（也可以在OPTIONS中选择一些细节）。如果要进行样本外预测，必须先展开样本：展开工作表中PROC/STUCTURE下的DATA范围，然后在方程式窗口中点击Forecast。

Q7 如何检验异方差性？如何纠正异方差？

首先在EVIEWS中创建一个工作文件，然后创建一个序列对象如序列X，然后打开序列X，在VIEW菜单中有一个选项CORRELOGRAM。选择此选项后，会出现另一个对话框，在对话框的左侧，可以选择测试序列本身或一阶差分和二阶差分后的结果（您选择）。在右侧指定滞后期，EVIEWS 将根据您的序列数据量设置一个值。您可以使用默认值并单击确定以获取测试结果。关键是看测试概率。如果检验概率小于显着性水平，则表示存在相关，反之亦然。

Q8如何进行平稳性检验？

检查序列平稳性的标准方法是单位根检验。单位根检验方法有6种：ADF检验、DFGLS检验、PP检验、KPSS检验、ERS检验和NP检验，其中最常用的是ADF。

检测步骤（ADF检测一般有3个步骤）：

1） 测试原始时间序列，第二个选项是水平，第三个选项是无。如果测试不通过，说明原来的时间序列不是平稳的；

2) 对原始时间序列进行一阶差分，然后进行检验，即第二个选项为一阶差分，第三个选项为截距。如果测试仍然失败，则需要进行二次差分变换；

3）二次差分系列的检验，即第二项选择2nd差，第四项选择Trend和intercept。一般来说，此时时间序列是稳定的！

提示：

进行ADF测试时必须注意以下两个实际问题：

(1）回归必须定义一个合理的滞后阶，通常使用AIC准则来确定给定时间序列模型的滞后阶。在实际应用中，还需要考虑其他因素考虑，例如系统稳定性、模型的拟合优度等。

(2）可以选择恒定和线性时间趋势，哪种形式很重要，因为在原假设下检验显着性水平的 t 统计量的渐近分布取决于这些项的定义。

p>

Q9 如何进行格兰杰因果检验？

先做单位根检验。如果稳定，可以直接做Granger。如果不稳定，则将两个系列之间的差作为单位根。如果同一个订单是单次的，做最少20%的估计，把残差保存为 新的序列然后作为单位根。如果它是稳定的，差分级数可以用作格兰杰。如果它不稳定，不要做格兰杰。如果不同阶单积分，则其中一个微分，新的序列变成同阶单积分。 Granger检验的滞后需要通过VAR检验计算，根据AIC或SC选择合适的滞后阶。

在菜单栏中，进入快速组统计-格兰杰因果检验，然后将出现系列列表。输入要测试的变量并单击确定进入滞后规范屏幕，选择合适的滞后长度，然后单击确定即可得到结果。 p 值小于 0.05 表示因果关系。

5、总结

每个软件都有其独特的功能，也不可避免地有其弱点。总的来说，SAS、Stata 和 SPSS 是一组可用于各种统计分析的工具。通过Stat/Transfer，可以在秒或分钟内实现不同数据文件的转换。 Eviews 是计量经济学软件。计量经济学更注重模型的建立，即用数据来验证模型。 Eviews 在构建模型解决方案方面具有许多独特的优势。如果只是做一些应用计量模型和实证分析，eviews更符合要求，简单易操作。如果要通过混合模型进行分析，可以选择SAS；对于逻辑回归，选择Stata；如果要进行方差分析，最好的选择当然是 SPSS。如果您经常从事统计和定量分析，强烈建议您将上述软件收集到您的工具包中进行数据处理。

免责声明：除非另有说明或标记，否则本网站上的所有文章均最初发布在本网站上。任何个人或组织未经本站同意，不得将本站内容复制、盗用、收集、发布到任何网站、图书等媒体平台。如果本站内容侵犯原作者合法权益，您可以联系我们处理。

论文写作技巧

国际学生家庭作业网站通用