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

1、r 與sas 的集成在統(tǒng)計(jì)學(xué)教學(xué)中的應(yīng)用研究 引言隨著電子計(jì)算機(jī)技術(shù)的發(fā)展，統(tǒng)計(jì)分析理論與實(shí)踐已離不開(kāi)計(jì)算機(jī)，使統(tǒng)計(jì)分析在精度和效率上得到了驚人的提高。因此專門用來(lái)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析分析的統(tǒng)計(jì)分析軟件也越來(lái)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(jì)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(lái)極大方便的同時(shí)，也暴露了各自的不足。針對(duì)于sas軟件，學(xué)校認(rèn)為，購(gòu)買正版sas軟件的價(jià)格太高了，給學(xué)校經(jīng)費(fèi)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(fèi)投入是長(zhǎng)期的。因此，很多學(xué)校迫于經(jīng)費(fèi)的壓力，根本沒(méi)有使用正版軟件，而是使用所謂

2、破解版等盜版軟件。同時(shí)學(xué)生和老師認(rèn)為，因?yàn)楸I版軟件會(huì)缺失正版軟件中一些重要的應(yīng)用模塊，這就會(huì)影響學(xué)生以及老師們的學(xué)習(xí)和研究，同時(shí)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(lái)很大的威脅，導(dǎo)致學(xué)校中的設(shè)備總是會(huì)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(duì)r軟件，它并非專門的統(tǒng)計(jì)分析軟件，因此在運(yùn)用于統(tǒng)計(jì)分析時(shí)，并沒(méi)有sas那么詳細(xì)的結(jié)果，以及準(zhǔn)確的驗(yàn)證工具。面對(duì)學(xué)生、老師和學(xué)校反饋的這些問(wèn)題的影響愈來(lái)愈深，不得不讓我們?nèi)ニ伎歼@些問(wèn)題產(chǎn)生的原因及采取的對(duì)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(gè)方面對(duì)這兩種軟件使用問(wèn)題的一

3、些反饋進(jìn)行了分析，并提出了解決這些問(wèn)題的對(duì)策集成。根據(jù)sas與r兩者各自的優(yōu)缺點(diǎn)，對(duì)兩者軟件進(jìn)行集成，便可很大程度解決這兩種統(tǒng)計(jì)分析軟件使用中的問(wèn)題。本文列舉了4種可行的集成方案，并說(shuō)明了優(yōu)缺點(diǎn)，為以后的統(tǒng)計(jì)分析軟件的集成研究提供了一些理論依據(jù)。1 軟件特點(diǎn)分析sas與r都是應(yīng)用很廣泛的統(tǒng)計(jì)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(lái)了，但是為什么仍遲遲得不到解決呢？因?yàn)樗鼈兊哪切﹩?wèn)題均是源自軟件本身的特點(diǎn)，只要軟件本身不改變，那些問(wèn)題也就無(wú)法消除。本文從學(xué)生、教師、學(xué)校等三個(gè)方面對(duì)這兩種統(tǒng)計(jì)分析軟件使用問(wèn)題的反饋出發(fā)對(duì)這兩種統(tǒng)計(jì)分析軟件的特點(diǎn)進(jìn)行研究與分析。1.1 sas軟件的特點(diǎn)（

4、1）需要購(gòu)買正版軟件，成本高。sas是非開(kāi)源軟件，是商業(yè)軟件，所以是需要付費(fèi)的，并且價(jià)格十分昂貴。同時(shí)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(fèi)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(jìn)行數(shù)據(jù)處理、數(shù)據(jù)分析的非計(jì)算機(jī)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(wèn)題用sas語(yǔ)言表達(dá)出來(lái)，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(lái)。靈活：sas系統(tǒng)提供很多語(yǔ)句及選項(xiàng)供用戶靈活地使用某種統(tǒng)計(jì)方法。功能齊全：sas系統(tǒng)提供的二十多個(gè)模塊可供用戶根據(jù)實(shí)際需要靈

5、活地選擇使用。（3）編程能力強(qiáng)、簡(jiǎn)潔易學(xué)。sas語(yǔ)言是sas系統(tǒng)的基礎(chǔ)，是用戶與系統(tǒng)對(duì)話的工具。該語(yǔ)言的特點(diǎn)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(gè)基本步驟任意組合而成。data步用于對(duì)數(shù)據(jù)的加工處理；proc步用于分析數(shù)據(jù)和編寫報(bào)告。（5）適用性強(qiáng)、應(yīng)用面廣。sas系統(tǒng)適用于初學(xué)者或有經(jīng)驗(yàn)的用戶；能滿足從事行政、管理、分析、編輯等部門人員對(duì)信息需求的用戶。sas系統(tǒng)可用來(lái)解決自然科學(xué)和社會(huì)科學(xué)各個(gè)領(lǐng)域的各種問(wèn)題。1.2 r軟件的特點(diǎn)（1）r 是自由軟件。也就是說(shuō)，它不會(huì)向你收取任何費(fèi)用，但是它的能力不會(huì)比任何同類型投入成

6、千上萬(wàn)美元價(jià)值不菲的商業(yè)軟件差。從功能相似的角度來(lái)說(shuō)，r 和matlab 最像的。（2）r是一個(gè)全面的統(tǒng)計(jì)研究平臺(tái)，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(guò)r 你可以和全球一流的統(tǒng)計(jì)計(jì)算方面的專家合作討論，它是全世界統(tǒng)計(jì)學(xué)家思維的最大集中。當(dāng)你加入了r 的郵件列表，每天都會(huì)收到五六十份關(guān)于r 的資訊郵件。（3）r是一個(gè)可進(jìn)行交互數(shù)據(jù)分析和探索的強(qiáng)大平臺(tái)。因?yàn)閞是可進(jìn)行交互數(shù)據(jù)的強(qiáng)大平臺(tái)，因此在r軟件中任意的一個(gè)分析步驟的結(jié)果均可以被輕松保存、操作，并作為進(jìn)一步分析的輸入，這使得r語(yǔ)言的操作性極強(qiáng)。（4）r 和其他編程語(yǔ)言/數(shù)據(jù)庫(kù)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(kù)管理系統(tǒng)、統(tǒng)計(jì)軟件，乃至專門的數(shù)據(jù)倉(cāng)庫(kù)。它同時(shí)可以輸出并寫入到這些系統(tǒng)中。代碼整合的時(shí)候感覺(jué)r 為你提供了一系列對(duì)象，你用其他語(yǔ)言只要調(diào)用這些對(duì)象就可以了。這對(duì)數(shù)據(jù)整合工作非常有用。（5）r擁有頂尖水準(zhǔn)的制圖功能。無(wú)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(qiáng)大的可視化這一系列可用功能。（6）r可運(yùn)行與多種平臺(tái)上，包括windows、unix、linux等。因?yàn)樽杂砷_(kāi)源軟件具有零成本或低廉的成本的特點(diǎn)，十分有利于優(yōu)質(zhì)資源的開(kāi)發(fā)與共享，因此自由開(kāi)源軟件在各個(gè)領(lǐng)域的應(yīng)用已成為主流趨勢(shì)。因此在操作系統(tǒng)上也將會(huì)是百花齊放，像linux這

8、種開(kāi)源操作系統(tǒng)普及率將會(huì)越來(lái)越高，這時(shí)候具備多平臺(tái)運(yùn)行能力的r將具備極大的優(yōu)勢(shì)。1.3 為什么r與sas要集成很多人在比較 r、sas、spss 等統(tǒng)計(jì)軟件時(shí)，總是偏向某一種軟件而對(duì)其他軟件一味地指責(zé)。筆者認(rèn)為，競(jìng)爭(zhēng)可以帶來(lái)技術(shù)的創(chuàng)新與進(jìn)步，但是任何一款軟件都不可能集所有優(yōu)點(diǎn)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(duì)使用者而言更有意義，也是勢(shì)在必行。對(duì)于r與sas這兩種統(tǒng)計(jì)分析軟件來(lái)說(shuō)，它們有各自的優(yōu)勢(shì)，也有各自的問(wèn)題，競(jìng)爭(zhēng)促進(jìn)創(chuàng)新，合作才能帶來(lái)雙贏，因此兩者的集成能融合各自的優(yōu)勢(shì)解決各自的問(wèn)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(diǎn)（1）通過(guò) sas/iml 在sas里面提交r代碼。sas/iml 9.22 推出了一個(gè)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(diǎn)有：因?yàn)閞代碼本質(zhì)上是在r里運(yùn)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(cuò)誤捕獲等方面表現(xiàn)不錯(cuò)，并且支持sas format。同時(shí)該種集成方案的缺點(diǎn)有：需要購(gòu)買 sas/iml（9.22版本或更高版本），成本高。（2）通過(guò) 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(biāo)記語(yǔ)言，目的是為了在不同軟件產(chǎn)品之間實(shí)現(xiàn)模型的共享。這種集成方案的優(yōu)點(diǎn)有：可以將生成的sas代碼快速集成到各種基于sas開(kāi)發(fā)的應(yīng)用系統(tǒng)中；可以將r模型和sas模型進(jìn)行預(yù)測(cè)性能方面的比較；可以對(duì)r模型和sas模型進(jìn)行性能監(jiān)測(cè)。同時(shí)這種集成方案的缺點(diǎn)有：需要購(gòu)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(guò)宏 proc_r 實(shí)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(guó)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(diǎn)有：因?yàn)閞代碼本質(zhì)上是在r里運(yùn)行，所以全面支持r的各種模型和函數(shù)；不需要購(gòu)買 sas/iml，成本低。這種集成方案的缺點(diǎn)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(guò) csv 文件實(shí)現(xiàn)，可能不支持 sas format；這種集成方案在錯(cuò)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(shù)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(yǔ)言格式的評(píng)分代碼，并在sas 里對(duì)新數(shù)據(jù)進(jìn)行預(yù)測(cè)。這種集成方案的優(yōu)點(diǎn)有：可以將生成的sas代碼快速集成到各種基于sas開(kāi)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(gòu)買sas/iml或者sas/em，成本低。這種集成方案的缺點(diǎn)有：這種集成方案目前只支持神經(jīng)網(wǎng)絡(luò)和決策樹(shù)模型，應(yīng)用范圍相對(duì)較窄；這種集成方案是無(wú)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(gè)方面對(duì)sas與r兩種統(tǒng)計(jì)分析軟件的問(wèn)題以及特點(diǎn)進(jìn)行了分析，并提出了有效解決兩種軟件各自問(wèn)題的對(duì)策集成。軟件各自出現(xiàn)

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