Excel、Spss、R在數(shù)據(jù)分析中的比較研究

王新宇

摘要：隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)分析成了一個熱門的話題。市場上有各種各樣的數(shù)據(jù)分析工具，如何選擇數(shù)據(jù)分析工具就成了很多數(shù)據(jù)分析工作者的一個難題。而數(shù)據(jù)分析工具的選擇應(yīng)主要依據(jù)具體的業(yè)務(wù)邏輯，并沒有最好的數(shù)據(jù)分析工具，而只有最適合的分析工具。全文選擇Excel，Spss和R語言這三個數(shù)據(jù)分析工具進行比較分析。觀察他們在平時的學習和工作中，特別是在數(shù)據(jù)分析過程中的表現(xiàn)，以得出他們最適合的工作環(huán)境。

關(guān)鍵詞： 大數(shù)據(jù)；分析工具；業(yè)務(wù)邏輯；比較分析；工作環(huán)境

中圖分類號：TP317.3 文獻標識碼：A 文章編號：1009-3044（2017）04-0235-02

統(tǒng)計分析軟件是數(shù)據(jù)分析的主要工具。無論在工作還是學習中，我們都需要使用這些軟件來進行數(shù)據(jù)分析，而分析的過程主要分為數(shù)據(jù)的整理，數(shù)據(jù)的分析，數(shù)據(jù)的報告 。而市場上有很多的軟件來供我們選擇，如何選擇一款合適的軟件就成了我們需要考慮的問題。

1 工具簡介

Excel是微軟的office系列辦公軟件中比較常用的一款數(shù)據(jù)處理軟件。我們可以通過Excel進行數(shù)據(jù)錄入，儲存和分析的相關(guān)操作。Excel提供了大量的函數(shù)功能，為我們的數(shù)據(jù)分析工作提供了便捷。而且強大的VBA編程能力，也讓我們處理起數(shù)據(jù)更加個性化和多樣化。

Spss（Statistical Product and Service Solutions），相比Excel這樣的辦公軟件，人們更加傾向于稱Spss為統(tǒng)計軟件。因為它的數(shù)據(jù)處理能力更加強大，Excel只能做一些最基本的數(shù)據(jù)操作，而Spss則可以做一些比較高級的數(shù)理統(tǒng)計工作。

R語言（R Language）相比前兩者最大的不同之處在于他是非窗口操作軟件，更確切地說他是一款腳本語言。用戶需要輸入相應(yīng)的指令才可以操作數(shù)據(jù)。R語言的強大之處在于他的包。R語言平臺上提供了各種各樣的數(shù)理統(tǒng)計包，這些包可以直接由用戶使用，而并不用關(guān)心它的底層實現(xiàn)機制。

2 三種軟件在數(shù)據(jù)儲存階段的比較分析

數(shù)據(jù)存儲是指分析員在搜集數(shù)據(jù)之后，把相應(yīng)的數(shù)據(jù)有條理的儲存起來，以便在以后的分析工作中使用。數(shù)據(jù)存儲是數(shù)據(jù)處理過程的第一個階段，也是最重要的階段，因為他直接影響著以后的操作。如果在數(shù)據(jù)的存儲階段出了問題，那么整個數(shù)據(jù)分析的過程也就是有問題的。可見數(shù)據(jù)存儲過程是需要分析員特別重視的階段。

在此階段Excel和Spss提供了可視化的操作界面，所以分析員可以很容易的對數(shù)據(jù)進行錄入處理。而R語言則沒有提供相應(yīng)的圖形操作界面，分析員只能通過在控制臺建立數(shù)據(jù)框這樣的方式，把數(shù)據(jù)儲存起來?？梢暬僮鹘缑娴膬?yōu)點是直觀，分析員可以像在實體的紙質(zhì)表格上寫字一樣在虛擬的表里填入數(shù)據(jù)，這樣可以減少分析員在抽象腳本語言可能出現(xiàn)的失誤。

雖然R沒有提供簡單的圖形操作界面，使得數(shù)據(jù)的輸入沒有Excel與Spss軟件這么直觀，但是R語言這種輸入方式卻有一個比較強勢的功能，就是編程。雖然Excel和Spss也有編程功能，但是語法過于復(fù)雜。在R語言中分析員可以編寫自己的腳本文件，實現(xiàn)數(shù)據(jù)的重復(fù)錄入，從而可以節(jié)省出大量的時間，減少不必要的時間浪費。

他們?nèi)咦詈蠖伎梢园褦?shù)據(jù)保存為CSV格式或者TXT格式，這樣就為數(shù)據(jù)的傳輸帶來了方便。保存為這兩種格式后三個軟件可以實現(xiàn)數(shù)據(jù)的共享操作。

綜上所述，Excel和Spss強在可視化的操作界面，而R語言則強在編程語言。至于最后數(shù)據(jù)的保存，三者則表現(xiàn)出了一致性，實現(xiàn)了數(shù)據(jù)在軟件之間的傳輸。

3 三種軟件在數(shù)據(jù)分析階段的比較分析

數(shù)據(jù)分析傳統(tǒng)上都認為是統(tǒng)計分析，而廣義的數(shù)據(jù)分析則包含了更高級的算法比如機器學習、數(shù)據(jù)挖掘等。數(shù)據(jù)挖掘（Data Minning）是指從大量的數(shù)據(jù)中通過一些特定的算法，計算出隱藏在其中的有意義的信息的過程。主要的數(shù)據(jù)挖掘算法包括：人工神經(jīng)網(wǎng)絡(luò)，支持向量機，KNN算法，隨機深林、決策樹、回歸分析等。

Excel在數(shù)據(jù)分析階段的強大之處在于它有很強大的函數(shù)庫，利用這些函數(shù)庫里的函數(shù)，可以幫助我們方便地進行簡單的數(shù)據(jù)分析，比如求平均數(shù)，求和等。當然也可以對數(shù)據(jù)進行優(yōu)化和篩選。函數(shù)功能是Excel的靈魂，有了函數(shù)，Excel就可以組合變化出多種統(tǒng)計方式，來分析數(shù)據(jù)。

但是，Excel只能進行簡單的數(shù)理統(tǒng)計分析，而不能進行比較高級的算法分析。 Spss相比Excel則可進行比較高級的數(shù)據(jù)分析，比如生存分析、Logistic回歸、BP神經(jīng)網(wǎng)絡(luò)等。雖然Spss能進行這些算法分析，但是它本身也有局限性。由于Spss是一款可視化軟件，它的載體在軟件開發(fā)的階段就已經(jīng)被設(shè)計好了，分析員很難再根據(jù)自己的需要對里面的算法進行更改。這也就意味著，分析員只能使用設(shè)計者提供的方法，而設(shè)計者沒有提供的方法，分析員就不能使用了。因為現(xiàn)在算法更新比較快，而且對具體的業(yè)務(wù)對算法的要求也是不盡相同的，這樣就要求算法的個性化，而Spss則很難滿足這一點。

R語言相比前兩者在數(shù)據(jù)分析階段則有很強大的優(yōu)勢，因為R語言是一個開源軟件。有很多R語言的愛好者，在R語言的社區(qū)貢獻自己利用R語言的語法寫成的包，免費的供所有人使用。這樣分析員就可以直接從R的官方網(wǎng)站上下載相對應(yīng)的包。R語言的包基本包含了所有數(shù)據(jù)分析的算法。

R語言的另一個強大之處，在于分析者不僅能下載相應(yīng)的包，更能查看包的內(nèi)部信息。通過查看包的內(nèi)部信息來確定自己是否需要這個包。而且如果遇到自己所處理的問題不合適的包，分析員可以在自己所找到的包的基礎(chǔ)上自己再設(shè)計新的算法，來滿足自己的業(yè)務(wù)需要。

綜上所述，在數(shù)據(jù)處理階段，Excel只能滿足最基本的數(shù)據(jù)處理，而Spss和R語言則可以滿足更高層次的數(shù)據(jù)處理。而且R語言在算法的選擇和使用上相對Spss則更具有個性化。

4 三種軟件在數(shù)據(jù)報告方面的比較分析

數(shù)據(jù)報告是指在經(jīng)過數(shù)據(jù)搜集，數(shù)據(jù)存儲，數(shù)據(jù)分析之后，對得到的結(jié)果進行歸納總結(jié)，形成報告的方式呈現(xiàn)出來的過程。數(shù)據(jù)報告可以分為文字報告和圖形報告。

而近些年來數(shù)據(jù)可視化越來越受到人們的關(guān)注，數(shù)據(jù)可視化將復(fù)雜的數(shù)據(jù)表展示為直觀的圖形，可以讓聽眾更加準確的抓住數(shù)據(jù)的要害，進而分析數(shù)據(jù)。而隨著科學技術(shù)的不斷發(fā)展，數(shù)據(jù)可視化的手段越來越豐富，除了傳統(tǒng)的柱狀圖，餅圖等等之外，現(xiàn)在的可視化工具，更為我們提供了其他豐富的圖形。比如，詞云，雷達圖等。

在文字報告方面三者都可以根據(jù)自己的所能處理的報告生成相應(yīng)的圖表。Excel只能生成餅圖，柱狀圖等簡單的數(shù)理統(tǒng)計圖，當然這和它所能處理的對象是一致的。Spss則能生成更高級的圖形，比如線性回歸圖等。R語言也提供了相應(yīng)的作圖函數(shù)，這樣的作圖函數(shù)和Excel與Spss的作圖原理是相通的。

而R語言不僅提供了傳統(tǒng)的繪圖功能，而且更提供了高級的繪圖功能。傳統(tǒng)的繪圖軟件的原理類似與我們直接在紙面上畫畫，一旦畫上去就無法更改。這就給作圖帶來了很大的麻煩，不能隨意更改視圖，更不能在圖形生成后在后期對圖形做出整改。R語言提供了一款名叫“ggplot”的包，這個作圖包的原理是基于圖層，也就是說每一次畫圖動作都新建了一個圖層。在最后繪圖完成之后，將一個個圖層相互覆蓋。這樣作圖的好處就是我們可以直接更改一個圖層，來修改我們某一步的作圖操作。這樣我們控制最后的輸出圖就更加的靈活了。

綜上所述，R語言在數(shù)據(jù)報告，特別是可視化這個過程中，相比Excel和Spss更加具有優(yōu)勢。但是R語言并不是完美的，我們在使用包的時候，并不能完全的隨心所欲。因為包的設(shè)計者也對一些功能進行的限制。但是如果我們確實需要某項功能，我們可以通過改寫代碼來實現(xiàn)。從這一點來說，R語言數(shù)據(jù)可視化功能還是很完整的。

5 結(jié)論

通過以上的比較分析，我們不難發(fā)現(xiàn)他們之間的區(qū)別和聯(lián)系，也讓我們在平時的學習和生活中有了選擇的參考。但是我們?nèi)匀灰涀?，沒有最好的軟件，只有最合適的軟件。我們在選擇軟件的時候要根據(jù)自己的實際需要來選擇，而不能認為某種軟件是最強的，就把所有的數(shù)據(jù)處理工作都交給一種工具來處理。通常結(jié)合多種工具來處理數(shù)據(jù)，我們會得到最好的效果。

參考文獻：

[1] 張文霖.數(shù)據(jù)分析初體驗[J].數(shù)據(jù)，2013（5）：46-47.

[2] 段昕宏.巧用Excel編制銀行存款余額調(diào)節(jié)表[J].財會通訊，2005（8）：74.

[3] 鄧振偉.SPSS軟件在正交試驗設(shè)計、結(jié)果分析中的應(yīng)用[J].電腦學習，2009（5）：15-17.

[4] 關(guān)彥輝.R軟件在《概率統(tǒng)計》教學中的應(yīng)用[J].現(xiàn)代計算機（專業(yè)版），2009（12）：87-90.

[5] 姜忠尉.統(tǒng)計分析軟件SPSS的特點和應(yīng)用分析[J].中國證券期貨，2012（4）：291.

[6] 尚新利.利用EXCEL軟件進行線性回歸分析[J].氣象與環(huán)境科學，2007（S1）：188-189.

[7] 羅鳳明.如何使用統(tǒng)計軟件SPSS進行回歸分析[J].電腦知識與技術(shù)，2008（2）：293-294+304.

[8] 楊霞.R語言在大數(shù)據(jù)處理中的應(yīng)用[J].科技資訊，2013（23）：19-20.