Puede ser un estadístico competente utilizando prácticamente cualquier buen software estadístico: SAS, R, SPSS, estadísticas de Python, Mathematica, Matlab, LISP y la lista continúa.
En estos días, R es muy popular entre los investigadores académicos en estadística porque es gratuito y de código abierto. Se desarrollan muchas estadísticas de vanguardia en R.
Python es muy popular para el trabajo de “big data” y el aprendizaje automático, al menos en parte porque puede integrarse fácilmente en un flujo de trabajo más amplio y porque muchas personas que trabajan en esos campos llegan a ellos a través de un fondo de programación informática, en lugar de Fondo de estadísticas. Python también es gratuito y de código abierto.
- ¿Es QT la mejor herramienta para crear una aplicación de escritorio en C ++?
- ¿Cuáles son las aplicaciones futuristas de las pruebas robóticas en diversas industrias?
- ¿Cuáles son algunas aplicaciones de la teoría de juegos en la ciencia política?
- ¿Cuál es el mejor software para crear diapositivas?
- ¿Existen herramientas de software similares en línea como ClickFunnels?
Me gusta SAS, personalmente. No es gratuito (aunque hay una edición universitaria que es gratuita para ciertos usuarios no comerciales) pero tiene muy buen soporte y documentación y los programas se prueban mucho más extensamente que los de R. Esa es la desventaja del código abierto: usted no ¡No sé quién entró por la apertura! Sin embargo, SAS está retrasado R en la implementación de nuevos métodos.
SPSS es utilizado principalmente por los científicos sociales. No está mal, pero no tiene un rango tan amplio como SAS o R.
Sé menos sobre los otros en la lista. Pero sí sé que hay buenos estadísticos que usan cada uno.
Notas adicionales: 1) Excel no es suficiente. Es una hoja de cálculo, no un programa estadístico. 2) Yo (y muchos otros) no somos fanáticos de las interfaces estadísticas GUI a menos que escriban código para usted. Cuando usa una GUI, es difícil verificar el código, es difícil de replicar y difícil de mostrar a los demás (a menos que la GUI escriba el código). 3) Algunas de las opciones de software dependen del campo. Si sabe en qué campo trabajará, eso puede dictar qué software debe aprender.