R发展所存在的问题，大家都怎么看？

怎么会有人觉得学R浪费时间。。。。。。

我感觉LZ是ruc的

两款软件的定位不太一样，所以感觉比较侧重的方向也不太一样。两者横向对比没有特别多的价值，完全取决于使用者的需求。

一个不太恰当的比喻，SAS更像是品牌机，成熟可靠；而R更像是组装机，可以满足任何任性的需求。

有人说SAS更偏向业界，R更偏向学术，这也是从用户不同需求上进行的划分。

SAS本质上是一款非常成熟的商业化软件。发展到今天，SAS已经有一套完整的商务需求解决方案，有标准化的考试资格认证，并且其质量也得到了业界相当范围内的认可，比如SAS是FDA唯一认证的软件。而R本质上更像一种面向开发的软件。

两者谁更好用，完全依赖于用户的需求。建议楼主有时间两者都多多学习，matlab和python都可以换着用。

下面是一些关于R的题外话。

（1）对于统计学家来说，C的执行效率高，但编程效率低。这也是为什么会有R的初衷：尽量把“造轮子”的底层运算省去，更侧重于统计方法的实现，即突出编程效率，适当降低执行效率。从这一点来看，R是一款非常成功软件。这样使得R的代码非常灵活（弊端也是可读性下降）。举个和SAS的有关的“不灵活”的例子，SAS在contrast命令时，设计矩阵的每一项是不能大于1的，如果要输入1/3，只能换成0.33，当时在使用时出现这个报错我纠结了好久。

（2）R另外一个优势在于开源社区，这就意味着有无数的、经过优化的、满足不同需求的package已经被大家编写完毕，需要使用时只需要进行安装调用即可。SAS集成新算法的效率其实不算低，经常比较主流成熟的算法都会及时更新到SAS里，但这一速度相比R package效率低了很多。个人感觉R的packeage不仅仅是用来实现算法，你还可以直接读代码去逆向理解整个算法的idea。比如某大牛发了paper并且编了包，paper核心的idea看不懂，没关系，下他的包拆开慢慢看其中的过程。

（3）对于相当于一部分死活不愿意离开R的用户来说，R的必杀技在于ggplot2包。套用乔帮主的话说，ggplot2重新定义了什么是画图。如果你对PS用得得心应手，那么ggplot2的编程哲学就更能引起共鸣。

（4）R的执行效率特别是在做循环的时候，确实“曾经”如同楼主抱怨的那样慢成渣渣。但就目前R的发展来看，这一致命短板正在逐渐弥补。比如尽量用向量式计算，比如apply类函数；比如把四则运算交给底层，用C写好后用R来编译调用；再比如开大杀器调用并行运算。都有具体的package来实现这些功能，甚至有包将R与其他工具进行对接。


综上，就我目前的统计需求来说，R的使用占了绝大多数时间。但目前整体使用情况，可以参加如下图表。



The number of scholarly articles found in each year by Google Scholar. Only the top six “classic” statistics packages are shown. (Source: R bloggesr)



The number of scholarly articles found in each year by Google Scholar for classic statistics packages after market leaders SPSS and SAS have been removed. (Source:R bloggers)

dertas1993 发表于 2015-4-26 19:32
说的很有道理啊～但是。。。sas语法诡异是什么鬼。。。。我觉得sas不用定义变量类型，且只有两个类型！～ ...

我说的很清楚了，R的优势在于它是以一个语言设计的。写复杂的程序要比sas容易得多，包也更容易扩展。我不知道你以前编程是什么背景，对于学过c/java之类的传统编程语言的人来说，R的语法明显要比sas容易学。

另外由于R在统计学界的统治地位，绝大部分新的统计的模型或者算法都有R的包，而sas没有。

dertas1993 发表于 2015-4-26 19:54
我开这个贴的原因就是想和地里大牛请教下到底有没有学习r的必要了，因为，要知道很多软件都是兴了几年就没 ...

我前面也说了。sas的优势在于它能处理很大的数据，所以在业界用的多，因为以前没有别的选择。但是现在这个有很多解决办法。大企业的infrastruture升级一向都很慢，还在使用sas也不奇怪，他们对于数据的处理很基本，不需要复杂功能，所以也没有抛弃sas的理由。对于新兴的企业比如it，高频，对冲，我难以相信有人用sas。

最后一点，你如果出国读的统计，r基本是必学的。很多统计课是要求使用R。很多现成的包只有R有。

重装玛丽莲 发表于 2015-4-27 02:27
两款软件的定位不太一样，所以感觉比较侧重的方向也不太一样。两者横向对比没有特别多的价值，完全取决于使 ...

apply和lapply的执行效率跟for是一样的。。。不信你可以试试。R在速度上的短板几乎无法弥补，因为当年R就没有对底层的BLAS优化过，当然除非你自己开始用LAPACK...真正想改的话就是重新实现一个R，比如现在好多商业版本的R像revolutionaryR...

据说下个版本R会变快很多。有人了解么？

看得我想去學SAS...

我不是搞统计的，但SPSS跟R我或多或少都接触过，站在一个外行人的角度上来讲，R绝对值得用

R跟C++ 等其他软件 （包括latex这种）都有很好的interface，想提高运算速度也可以调用一些compiler。学术上最近感觉R不太够了不少还是用matlab写的  C++也有。这俩学好不吃亏的觉得。
另外同学有去小公司上班的，不用sas 因为。。。。太贵买不起- -