Какое статистическое программное обеспечение подходит для преподавания начального курса статистики в социальных науках для студентов?

Я ищу пакет статистического программного обеспечения, который я могу использовать во вводном курсе статистики для программы изучения социальных наук. Студенты не имеют предварительных знаний статистики и опыта работы с языками программирования. Цель состоит в том, чтобы познакомить их с основными статистическими понятиями (как средние значения, дисперсия, сумма квадратов, p-значения, ... и, наконец, линейная регрессия) и дать им возможность проводить базовый анализ самостоятельно, используя примеры наборов данных. Курс должен быть посвящен изучению понятий с помощью статистики, а не запоминания формул (хотя я думаю, что формулы важны).

Поэтому я ищу альтернативу обычному синтаксису (как обычный R) или программному обеспечению, управляемому по принципу «укажи и щелкни» (как SPSS или Rcmdr). Программное обеспечение должно быть легко усваиваемым и иметь четкий графический интерфейс пользователя, который визуализирует наборы данных и предлагает стандартные графики и таблицы. Лучше всего было бы, если бы он визуализировал все различные этапы анализа (например, чтение и манипулирование данными, вычисление описательных мер, создание описательных таблиц и графиков, вычисление выводных мер, построение выводящих графиков, экспорт в отчет).

У вас есть предложения (с открытым исходным кодом или бесплатное) статистическое программное обеспечение, которое подходит для обучения и первой практики статистики?

РЕДАКТИРОВАТЬ
Спасибо за ваши предложения. Я изучил gretl и две другие программы, которые я нашел во время моего собственного онлайн-запроса: RapidMiner и Statistical Lab . [1]
Я обнаружил, что gretlинтерфейс и вывод более понятны и сфокусированы, чем, например, Rcmdr, SPSS или Stata. Поэтому это очень квалифицированный инструмент для начала преподавания статистики с моей точки зрения.
Тем не менее, графический интерфейс RapidMinerиStatistical Labменя впечатлило то, что они визуализируют отдельные этапы статистического анализа (начиная с загрузки данных). Я думаю, что это может быть полезно для многих студентов, которые борются с обычным фокусом на математических объяснениях. Конечно, RapidMiner кажется мне слишком перегруженным функциями, меню и кнопками для начинающих, тогда как Статистическая лаборатория гораздо более сфокусирована. Большим плюсом Статистической лаборатории является консольный «R-Calculator» с «Мастером R-кода», который помогает в создании реального синтаксиса R, поскольку Статистическая лаборатория полагается на Rсвои вычисления.
Наконец, я решил начать со Статистической лаборатории в первом семестре, представляя основные понятия и перейти на RStudio (и Rcmdr) во втором семестре.

_{[1]: Gnumeric, SciPy, Scilab, GNU Octave и другие, как мне кажется, меньше ориентированы на социальные науки.}

Может Гретль? http://gretl.sourceforge.net/

Это бесплатно и используется в нашем университете для студенческой статистики.

Я бы избегал большинства «известных» вещей, MatLab , Maple , Mathematica , JMP , SAS или Minitab , потому что, когда ваши студенты заканчивают учебу, им приходится платить тысячи долларов в год, чтобы использовать их профессионально. У каждой компании, как правило, есть свой любимый инструмент, и если вы научите их инструменту, за который их компания не будет платить, то их навыки будут потрачены впустую. Мне также не нравятся проприетарные библиотеки - они обучают пользователей нажимать на кнопки, и, если пользователь хочет перейти куда-то еще (JMP или что-то еще), не происходит перенос обучения.

Python, включая SciPy / NumPy , довольно хорош. Это с открытым исходным кодом и хорошо поддерживается. У этого есть изучаемая / легкая грамматика. Он все еще интерпретируется, поэтому он не кричит быстро, но если они не знают ни сценариев, ни электронных таблиц, то это гораздо быстрее, чем им когда-либо понадобится. PythonXY - хорошая версия, имеет хорошие библиотеки и поддержку. Мне также нравится, что через него возможно программирование GUI. Создание автономных приложений в Windows немного сложнее, но, вероятно, превосходит уровень ваших учеников. (редактировать) Sage и Cythonсущественно улучшить ценностное предложение Python. Интерфейс и удобство использования значительно улучшены. Скомпилированный код, который в 1000 раз быстрее, чем довольно хороший интерпретируемый код, звучит здорово (или удивительно) для меня. РЕДАКТИРОВАТЬ: Я получал удовольствие от использования дистрибутивов Anaconda (aka conda), и они также очень просты в использовании.

Я не большой поклонник Perl . Это немного устарело. Речь идет о разборе и обработке текста больше, чем математика / наука. Не поймите меня неправильно, он может заниматься математикой / наукой, но если вы знаете VBA, то MSWord может заниматься математикой и наукой. Быть способным - это не то же самое, что иметь конкретную работу в качестве основной задачи.

Мне нравится R , даже если вы этого не делаете, потому что он активно разрабатывается квалифицированными докторами наук по математике / статистике. Это означает, что, хотя грамматика может быть неэффективной, она будет иметь библиотеки, которые являются современными и безошибочными. (В общем)

Excel не плохое начало. Когда вы знаете одну электронную таблицу, она упрощает использование любой другой. В условиях бизнеса почти каждая компания имеет офис MicroSloth, поэтому Excel - неплохая идея. Мне не нравятся их сценарии, но это всего лишь предпочтение, я все еще могу его использовать. Это стоит около 150 долларов США по сравнению с 5000 долларов США для некоторых других программ, поэтому его стоимость для обычных людей более разумна.

Язык сценариев JMP чужд. Он не переводится на другое (не SAS) программное обеспечение. Держись подальше от этого. Единственная особенность этого языка в том, что он может (в некотором ограниченном смысле) выполнять код "R". Если вы кодируете в «R», просто используйте «R» и «RStudio».

Я не использовал MathCAD, поэтому я не могу говорить о его актуальности. Я думаю, что это более символично, чем импорт внешних данных. Пока дешевле. Это не бесплатно и не открыто. Объект на нем не переводится на объект на другом языке. ( РЕДАКТИРОВАТЬ ) Также в этой категории EES , который я также не впечатлен за пределами очень узкого окна использования.

РЕДАКТИРОВАТЬ : Я был впечатлен немного LabVIEW . Это достаточно просто, чтобы использовать его за несколько часов. Он работает очень быстро, словно в 1000 раз быстрее, чем MatLab для того же кода ( MathScript ). Если у вас есть тяжелый подъем, стоит немного подумать. Это стоит денег, но что-то около 1/5 от обычного большого железа.

Удачи

РЕДАКТИРОВАТЬ: Я бы не стал использовать Статистические LAboratory, потому что даже если вы выбираете «английский» в качестве языка, он выходит на немецком языке, и он не удаляется на Windows 7. Обе административные недостатки делают это для меня бесполезным. Я не могу управлять им, и когда я пытался удалить его, это не удалось.

Методом проб и ошибок я обнаружил настройку меню, чтобы оно отображалось на английском языке. Похоже, это относительно простой (и поэтому полезный и непротиворечивый) интерфейс с некоторыми библиотеками R для обработки и отображения данных. Мне придется больше в этом разбираться, поэтому на данный момент «жюри все еще отсутствует».

РЕДАКТИРОВАТЬ больше:

-> Здесь <- это забавная ссылка на целый другой разговор об инструментах и ​​инструментальных средствах.

Вы можете попробовать использовать Gnumeric, широко распространенную электронную таблицу, также есть электронная таблица Open Office. При условии, что вы объясните ловушки использования электронных таблиц, в частности Excel, после окончания колледжа в их последующей практической жизни они могут не иметь такой роскоши, как SPSS, но все же могут получить полезный сервис от этих бесплатных продуктов, которые не слишком требовательны к математике и навыкам программирования , Многие офисные среды содержат Excel по умолчанию.

Посмотри на:

http://groups.google.com/group/sci.stat.math/browse_thread/thread/26fe9a9a0d91139d# - Статистика и Excel 2007

и искать похожие ссылки, такие как

http://groups.google.com/group/comp.soft-sys.stat.spss/browse_frm/thread/3940bcd6c6266f1b/d85edd4978e53568?hl=en#d85edd4978e53568 Keeling, Kellie B. & Pavur, Robert J. (2007). Сравнительное исследование надежности девяти статистических программных пакетов. Вычислительная статистика и анализ данных, 51, 3811–3831.

Я был CalEst . Лицензия дешевая, примерно 10 баксов, и предоставляет студентам возможность для расчетов и графики, а также отличную симуляцию / занятия. Более того, на их веб-сайте есть некоторые инструменты, в основном для дистрибутивов, которые могут оказаться полезными

Мы начали использовать Rguroo. Это программное обеспечение недавно выпущено. Он основан на R, но знание кодирования R не требуется. Это также веб-приложение, поэтому вы просто входите в браузер. Мои ученики могут сохранить свою работу на любом этапе и вернуться, чтобы завершить свою работу. Графический интерфейс пользователя очень интуитивно понятен, а результаты выглядят великолепно.

В течение последних трех лет мы использовали бета-версию Rguroo на наших вводных курсах по статистике в Университете штата Калифорния, Фуллертон. Они уже (август 2019) выпустили официальную версию, см. Https://Rguroo.com, Это веб-приложение для статистики, работающее в любом браузере. Это программное обеспечение предназначено для обучения, и они предлагают один на один демо и обучение для преподавателей; просто напишите или позвоните им, чтобы договориться о демонстрации. Программное обеспечение запускает R в фоновом режиме, но вам не нужно знать R, все наведи и нажми. Он имеет много замечательных функций, включая подробные результаты, отличные графические инструменты, калькулятор вероятностей и инструменты моделирования. Мне особенно нравятся функции воспроизводимости, где вы можете сохранить свою работу на любом этапе, вернуться и продолжить с того места, где остановились. Вы также можете поделиться своей работой со студентами через то, что они называют файлами RGR. Итог ... это здорово, и мы продолжаем его использовать.

Я лично использую программное обеспечение DataMelt для преподавания статистики. Это очень хорошо документировано, у него есть учебники, книги и много примеров, чтобы посмотреть. Также важно то, что можно искать любой пример, и вы можете получить разумный ответ (в Javadoc и фрагментах кода). Студенты могут изучать не только Python (который является языком программирования по умолчанию), но также и то, как кодировать статистические методы в Java. На мой взгляд, это существенная сила: студентам не нужно изучать очень специализированный «статистический» язык, такой как R-stat. Они также могут изучать Java одновременно, что может открыть много возможностей, если они решат пойти в индустрию.

Существует новое программное обеспечение под названием Rguroo, которое представляет собой веб-приложение. Это очень удобно в использовании, так как не требует загрузки или установки. Rguroo имеет механизм R, но для его использования не требуется кодирование R, поскольку он позволяет использовать мощность R с помощью графического интерфейса «укажи и щелкни». Каждый анализ является живым и воспроизводимым. В течение последних трех лет мы использовали это программное обеспечение для наших вводных и промежуточных курсов по статистике. На данный момент это бесплатно, и вы можете создать учетную запись на www.Rguroo.com. Исходя из имеющейся у меня информации, она останется бесплатной для всех преподавателей, и с студентов будет взиматься разумная годовая абонентская плата, где-то от 10 до 20 долларов.