r - 您是如何经历从 SPSS 到 R 的过渡的？

Question

关闭。这个问题是opinion-based .它目前不接受答案。












想改善这个问题吗？更新问题，以便可以通过 editing this post 用事实和引文回答问题.

8年前关闭。




Improve this question




讨论在this question是我问这个问题的直接原因。更普遍的原因是我经常不得不向只熟悉 SPSS 的人解释 R 的使用。我知道 SPSS 的大部分基础知识，因为我们仍然在基础类(class)统计中使用它。但由于我更像一个 R 人，很难知道 SPSS 用户如何体验第一次与 R 的会面。

我知道有书R for SAS and SPSS users并且已经包含了一些信息。然而，我想知道当您从 SPSS 切换到 R 时，更困难的部分是什么。

或者换句话说:如果有一天您必须向 SPSS 用户解释 R，您会关注哪些主题？这是不是 顺便说一句假设性的问题(是的，我知道，并不是因为有人为此付出了代价，它总是有意义的......)。

Answer 1

首先，从 SPSS/SAS 到 R 学习数据操作一直是最具挑战性的事情。我个人发现，为分析获取正确形状的数据通常比分析本身困难得多。其次，真正理解如何通过因子的使用来处理分类值。最后，摘要统计和描述有时很难以可转换为 PPT 或 Excel 的格式获得，而这正是(我的)客户通常期望/需要的报告格式。

我会专注于:

1 数据操作

了解数据结构。 import/export 。然后深入培训使用 plyer、reshape 之类的包，特别关注如何有效地使用 cast with formula 和melt with ids。如何使用 ddply 在 data.frame 中应用数值函数。

2 分解数据

一般而言，是对使用 Epicalc 或用户定义函数进行重新编码的说明。还解释了因素、水平和标签的重要性

3 描述

花几分钟介绍 xtabs()、table()、prop.table() 使用来自 reshape 的 cast() 创建更合理地导出到 Excel 的数据的柱状表。

图形是可选的，如果您在上述方面做得很好，他们应该能够获得所需的数据，以便在他们最熟悉的任何软件中创建图形。

4 图形

如果您在教授数据操作方面做得很好，那么此时将数据转换为绘图所需的形状应该非常简单(或至少可重现)。 ggplot2 很复杂，需要一天的时间来玩。但是可以对其进行快速概述。或者，基本图形易于理解，并且帮助更清楚地说明了事物的作用以及语法的工作原理。

注意:我省略了统计分析。但是，对 lm() 和 anova() 或 cor() 的概述作为起点会很有帮助。但这应该与 data.manipulation 同时解释。