Сравнительный обзор статистических пакетов для анализа данных

Демаков В. И., Ларионова Е. Ю., Голодков Ю. Э., Рерке В. И. Сравнительный обзор статистических пакетов для анализа данных // Вестник Бурятского государственного университета. Математика, информатика. 2023. № 3. С. 78–89.

Сложно с уверенностью выделить статистические программы, используемые специалистами в тех или иных отраслях знаний. Выбор программного обеспечения может варьироваться в зависимости от конкретных особенностей решаемых задач, навыков исследователя, возможностей и ресурсов организации, реализующей проект. Например, юрист, участвующий в сложном коллективном иске, может использовать более продвинутые статистические пакеты, такие как SAS, в то время как юрист в небольшой юридической фирме может использовать Microsoft Excel для подготовки небольших обзоров, содержащих анализ данных. Кроме того, распространенность определенного программного обеспечения может варьироваться в зависимости от региона, поскольку одно программное обеспечение может быть более популярным в одних территориях, чем в других.

Обработка и анализ данных играют решающую роль в различных областях, включая бизнес, социальные науки и науки о жизни. С увеличением доступности данных растет потребность в инструментах и программном обеспечении для эффективной обработки, анализа и визуализации данных. В этой статье мы сравниваем несколько широко используемых пакетов статистической обработки данных и облачных платформ анализа данных. Наша цель — предоставить обзор этих инструментов и выделить их сильные и слабые стороны, стоимость, популярность и области применения.

Microsoft Excel — это программа для работы с электронными таблицами, созданная корпорацией Microsoft в 1985 году. Она широко используется для анализа данных, финансового моделирования и бизнес-аналитики. Excel позволяет пользователям выполнять различные задачи анализа данных, включая манипулирование данными, построение графиков, организация данных, сортировка, фильтрация и формирование сводных таблиц. Программа также поддерживает надстройки и макросы, которые можно использовать для расширения его функциональности. Excel включен в пакет Microsoft Office и доступен как отдельная программа за 139,99 долларов США. Он широко используется во всем мире, что делает его одним из самых популярных инструментов анализа данных. Для эф- фективного использования Excel требует базового понимания концепций анализа данных и некоторых навыков в применении его функций и инструментов [1-3]. Также необходимо отметить, что существует большое количество аналогов Excel, многие из которых являются свободно распространяемыми, например Jotform Tables, OpenOffice, Google Sheets, LibreOffice и др. Ввиду большого распространения в России именно табличная структура Excel является стандартом в изучении программных инструментов обработки данных.

Инструмент анализа Фурье в Excel находится в пакете инструментов анализа данных и называется «Анализ Фурье». Чтобы использовать его, достаточно выделить набор данных, нажать кнопку «Анализ данных», выбрать «Анализ Фурье» и заполнить необходимые входные параметры, такие как количество членов в аппроксимации.

SPSS («Statistical Package for the Social Sciences» — статистический пакет для общественных наук) SPSS — пакет статистического программного обеспечения, созданный в 1968 году компанией SPSS Inc. (сегодня принадлежащей IBM). Он широко используется для анализа данных и статистического моделирования в различных областях, включая медицинские науки, социальные науки, образование и маркетинг. SPSS предлагает удобный интерфейс и широкий спектр статистических методов, включая описательную статистику, регрессионный анализ и проверку гипотез. SPSS предоставляется по подписке по цене от 99 долларов за пользователя в месяц. Он широко используется во всем мире, особенно в исследованиях в области социальных наук. Для пользователя требуется более глубокое понимание статистических концепций и методов, а использование этих инструментов требует специальной подготовки и опыта [4-7].

В SPSS вы можете использовать процедуру FFT, перейдя в модуль Спектральный анализ. Чтобы выполнить FFT, вам нужно будет указать набор входных данных, количество терминов в приближении и любые другие соответствующие параметры. Пример кода в SPSS:

FFT VARIABLES=data_set(1) /OUT=out_data_set(1) /TERMS=number_of_terms.

SAS (система статистического анализа) SAS — пакет статистического программного обеспечения, созданный в 1976 году Институтом SAS. Он широко используется для прогнозной аналитики, управления данными и бизнес-аналитики, особенно в финансах, здравоохранении и розничной торговле. SAS предлагает широкий спектр аналитических методов и поддерживает обработку и визуализацию данных. Он основан на подписке, а цены варьируются в зависимости от продукта и использования. SAS широко используется во всем мире, особенно в США и Европе [8-11].

В SAS вы можете использовать процедуру PROC SPECTRUM для выполнения анализа Фурье. Пример кода в SAS:

PROC SPECTRUM DATA=data_set;

VAR variable;

SPECTRUM variable / N=number_of_terms;

RUN;

RapidMiner — это пакет программного обеспечения для интеллектуального анализа данных, созданный в 2006 году Инго Мирсвой и Тобиасом Куссом. Он широко используется для прогнозной аналитики, машинного обучения и интеллектуального анализа данных. RapidMiner предлагает удобный интерфейс и поддерживает различные форматы данных, включая большие данные. Он основан на подписке, а цены начинаются от 1299 долларов в год. RapidMiner широко используется во всем мире, особенно в Европе и США. Инструментарий RapidMiner предоставляет графический пользовательский интерфейс, который делает анализ данных более доступным для пользователей без специальной подготовки по статистике [12-16].

В RapidMiner вы можете использовать оператор преобразования Фурье для выполнения анализа Фурье. Для этого в RapidMiner нужно:

• 1.    Загрузите свой набор данных в RapidMiner.

• 2.    Перетащите оператор преобразования Фурье на холст процесса.

• 3.    Подключите набор данных к оператору преобразования Фурье.

• 4.    Укажите количество членов в аппроксимации и любые другие соответствующие параметры в окне свойств оператора преобразования Фурье.

Tableau — это программный пакет для визуализации данных и бизнес-аналитики, созданный в 2003 году Кристианом Шаботом, Пэтом Ханраханом и Крисом Столте. Он широко используется для визуализации данных и бизнес-аналитики, особенно в сфере финансов, здравоохранения и розничной торговли. Tableau предлагает широкий спектр вариантов визуализации, включая графики, карты и информационные панели. Он основан на подписке, цены начинаются от 70 долларов за пользователя в месяц. Tableau широко используется во всем мире, особенно в США [1719].

В Tableau вы можете использовать вычисляемые поля для выполнения анализа Фурье. Пример того, как выполнить анализ Фурье в Tableau:

• 1.    Загрузите свой набор данных в Tableau.

• 2.    Создайте вычисляемое поле, которое выполняет преобразование Фурье в наборе данных.

• 3.    Создайте еще одно вычисляемое поле, указывающее количество терминов в приближении.

• 4.    Используйте эти вычисляемые поля в своих визуализациях.

MINITAB — пакет статистического программного обеспечения, созданный в 1972 году Райаном и Барбарой Джон. Он широко используется для статистического анализа, контроля качества и улучшения процессов, особенно в производстве и разработке. MINITAB предлагает удобный интерфейс и поддерживает различные статистические методы, включая проверку гипотез и регрессионный анализ. MINITAB доступен для покупки по цене от 895 долларов. Он широко используется во всем мире, особенно в Северной Америке [20-22].

В MINITAB можно использовать процедуру быстрого преобразования Фурье (FFT) для выполнения анализа Фурье. Вот пример кода в MINITAB:

FFT data_set, number_of_terms;

Stata — пакет статистического программного обеспечения, созданный в 1985 году компанией StataCorp LLC. Он широко используется для анализа данных, статистического моделирования и графики, особенно в экономике, политологии и социологии. Stata предлагает широкий спектр аналитических методов и поддерживает манипулирование и визуализацию данных. Он основан на подписке, а цены начинаются с 45 долларов в месяц. Stata широко используется во всем мире, особенно в академических кругах и исследованиях [10, 23].

В Stata вы можете использовать команду fft для выполнения анализа Фурье. Пример кода в Stata:

fft variable, nterms(number_of_terms)

Gephi — это программный пакет для сетевого анализа и визуализации, созданный в 2008 году Матье Бастианом, Алексисом Жакоми и Гийомом Плик. Он широко используется для сетевого анализа и визуализации, особенно в области социологии, биологии и информатики. Gephi предлагает удобный интерфейс и поддерживает различные методы сетевого анализа, включая обнаружение сообщества и меры центральности. Gephi является бесплатным и открытым исходным кодом. Он широко используется во всем мире, особенно в Европе [24-27].

В Gephi вы можете использовать плагин преобразования Фурье для выполнения анализа Фурье. Пример того, как выполнить анализ Фурье в Gephi:

• 1.    Загрузите свой набор данных в Gephi.

• 2.    Установите плагин преобразования Фурье.

• 3.    Примените плагин преобразования Фурье к набору данных.

• 4.    Укажите количество членов в аппроксимации и любые другие соответствующие параметры в окне свойств плагина преобразования Фурье.

GraphPad — это пакет программного обеспечения для анализа научных данных, созданный в 1984 году компанией GraphPad Software Inc. Он широко используется для анализа научных данных и построения графиков, особенно в науках о жизни и биостатистике. GraphPad предлагает удобный интерфейс и поддерживает различные статистические методы, вклю- чая t-тесты, ANOVA и регрессионный анализ. GraphPad доступен для покупки по цене от 99 долларов за пользователя. Он широко используется во всем мире, особенно в академических кругах и исследованиях. Использование GraphPad, как и трех описанных выше, требует определенного уровня подготовки и понимания применяемых статистических методов [28-30].

В GraphPad вы можете использовать функцию быстрого преобразования Фурье (FFT) для выполнения анализа Фурье. Пример выполнения анализа Фурье в GraphPad:

• 1.    Загрузите набор данных в GraphPad.

• 2.    Выберите функцию быстрого преобразования Фурье (FFT) в соответствующем меню.

• 3.    Укажите количество членов в аппроксимации и любые другие соответствующие параметры.

Statistica — пакет статистического программного обеспечения, созданный в 1984 году компанией StatSoft (в настоящее время принадлежит Dell). Он широко используется для анализа данных, прогнозного моделирования и интеллектуального анализа данных. Statistica предлагает широкий спектр статистических методов и поддерживает визуализацию данных. Он доступен для покупки по цене от 1895 долларов. Statistica широко используется во всем мире, особенно в научных кругах и исследованиях [31-33].

В Statistica вы можете использовать процедуру преобразования Фурье для выполнения анализа Фурье. Вот пример кода в Statistica:

FourierTransform data_set, number_of_terms;

R — это бесплатный язык программирования с открытым исходным кодом для статистических вычислений и графики, созданный в 1993 году Россом Ихакой и Робертом Джентльменом. Он широко используется для анализа данных, статистического моделирования и машинного обучения, особенно в научных кругах и исследованиях. R предлагает широкий спектр статистических методов и поддерживает визуализацию данных. Он широко используется во всем мире, особенно в академических кругах и исследованиях. Для эффективного применения этого ресурса пользователю нужно владеть минимальными навыками программирования и пониманием основ статистического анализа [34].

В R вы можете использовать функцию fft из пакета stats для выполнения анализа Фурье. Пример кода на R:

Fourier_transform <- stats::fft(data_set, number_of_terms)

Microsoft Azure — это платформа облачных вычислений, созданная Microsoft в 2010 году. Она широко используется для анализа данных и облачных вычислений, особенно в сферах бизнеса, финансов и здравоохранения. Microsoft Azure предлагает различные услуги для анализа данных, включая хранение данных, машинное обучение и визуализацию дан- ных. Microsoft Azure предоставляется по подписке, и цены варьируются в зависимости от использования. Он широко используется во всем мире, особенно в США и Европе [35-38].

В Microsoft Azure, как и в Amazon Web Services, вы можете использовать службу машинного обучения Azure для выполнения анализа Фурье. Пример выполнения анализа Фурье в Azure:

• 1.    Загрузите набор данных в Azure.

• 2.    Создайте рабочую область машинного обучения Azure.

• 3.    Создайте новый эксперимент в рабочей области машинного обучения Azure.

• 4.    Перетащите модуль преобразования Фурье на холст эксперимента.

• 5.    Подключите набор данных к модулю преобразования Фурье.

• 6.    Укажите количество членов в аппроксимации и любые другие соответствующие параметры в окне свойств модуля преобразования Фурье.

Веб-сервисы Amazon Web Services (AWS) — это платформа облачных вычислений, созданная Amazon в 2002 году. Она широко используется для анализа данных и облачных вычислений, особенно в сферах бизнеса, финансов и здравоохранения. AWS предлагает различные сервисы для анализа данных, включая хранение данных, машинное обучение и визуализацию данных. AWS предоставляется по подписке, и цены варьируются в зависимости от использования. Он широко используется во всем мире, особенно в США и Европе. Облачные технологии требуют обучения работе с конкретными инструментами и услугами, предлагаемыми каждой платформой [36].

Наряду с широко распространёнными статистическими пакетами, позволяющими решать задачи широкого профиля, в практике отдельных ведомств используются специализированные информационные системы. Так, например, российские юридические органы внедрили автоматизированную информационную систему, позволяющую накапливать данные правовой природы, а также предоставлять авторизированным пользователям богатый инструментарий для обработки и визуализации статистики. Государственная автоматизированная система правовой статистики (ГАС ПС) в России представляет собой централизованную базу данных, которая собирает и хранит статистические данные, касающиеся правовой системы и отправления правосудия в стране. ГАС ПС используется для сбора, обработки и анализа статистических данных из различных источников, включая суды, прокуратуры и другие юридические организации. Данные, собираемые через ГАС ПС, используются для мониторинга деятельности правовой системы, оценки эффективности юридических процедур и поддержки процессов принятия решений, связанных с отправлением правосудия [39-41].

ГАС ПС спроектирован так, чтобы быть удобным для пользователя, с графическим пользовательским интерфейсом, который позволяет пользователям легко получать доступ к данным и выполнять различные задачи анализа. Программный ресурс ГАС ПС поддерживает различные статистические методы и методы, включая описательную статистику, логическую статистику и прогнозную аналитику. Программное обеспечение также предоставляет различные инструменты визуализации, такие как диаграммы и графики, которые помогают пользователям анализировать и интерпретировать данные. Чтобы эффективно использовать программные ресурсы ГАС ПС, пользователи должны иметь базовое понимание статистических концепций и методов, а также некоторую подготовку по использованию программного обеспечения. ГАС ПС обеспечивает обучение и поддержку своих пользователей, а технические специалисты готовы помочь пользователям с любыми вопросами или проблемами, которые у них могут возникнуть [41].

В целом ГАС ПС является важным инструментом федерального уровня. Использование программного ресурса ГАС ПС позволяет пользователям централизованно и эффективно получать доступ к данным, связанным с правовой системой, и анализировать их, помогая повысить эффективность юридических процедур и поддерживать процессы принятия решений [42]. Обучающиеся в образовательных организациях МВД России уже в период обучения знакомятся с возможностями ГАС ПС.

Аналогичные информационные ресурсы создаются в других отраслях. Например, медицинский информационно-аналитический центр (МИАЦ) в Министерстве здравоохранения.

В заключении отметим, что существует широкий спектр доступного программного обеспечения для анализа данных, каждое из которых имеет свои особенности, возможности и уровень подготовки, необходимый для их эффективного использования [43]. Microsoft Excel — популярный выбор для простых задач анализа данных, в то время как SPSS, SAS и Statistica — это специализированное программное обеспечение, требующее специальной подготовки и опыта работы со статистическими методами. RapidMiner, Tableau и MINITAB — это удобное программное обеспечение для анализа данных, а Stata, Gephi, GraphPad и R предназначены для конкретных областей применения. Microsoft Azure и Amazon Web Services — это облачные платформы для анализа данных, которые предоставляют мощные вычислительные ресурсы и варианты хранения данных. Каждый из этих инструментов имеет свои сильные и слабые стороны и используется в различных предметных областях. Важно отметить, что ни один пакет не является лучшим для всех целей, и выбор пакета будет зависеть от конкретных требований исследовательского проекта. Лучший инструмент для конкретной задачи зависит от конкретных потребностей и требований пользователя [44]. Немаловажным также является и возможность использования рассматриваемых ресурсов для образовательных це- лей [45]. Стоимость также является фактором, который следует учитывать, поскольку некоторые инструменты доступны по подписке, а другие доступны для покупки. В целом, выбор инструмента анализа данных должен основываться на конкретных потребностях и целях пользователя и данных, с которыми он работает.

Необходимо также отметить, что приведенный обзор содержит лишь часть широко применяемых на практике статистических пакетов. Можно указать множество распространенных и мощных ресурсов анализа и обработки данных, например программы Mathcad, Matlab, Maple и многие другие. Кроме этого, различные государственные структуры используют специализированные инструменты для работы с большими массивами данных.