Programmieren in der Statistik, was sollte man anwenden, worin sollte man sich einarbeiten?
Statistik-ProgrammierenDie richtige Statistiksoftware hängt stark ab, welche Vorkenntnisse Sie haben, was Ihr letztliches Ziel ist (Akademie, Industrie) und wie Ihr Budget ist. R und Python sind aktuell führend, bieten quasi Antworten auf nahezu jede Fragestellung und sind zudem kostenlos. SAS ist Standard in der Industrie, beispielsweise, wenn Sie später bei Arzneimittelstudien beitragen möchten. SPSS und Jamovi sind am besten für "Point-and-Click". Jamovi ist ein Ableger von R mit schöner grafischer Oberfläche. Aber Achtung: Schöne Oberflächen lösen keine statistischen Probleme oder beantworten kniffelige Fragen. Ich selbst habe mit SAS in der Pharmaindustrie angefangen, bin dann zu dem sehr teuren SPSS und letztlich dann zum R gewechselt (aktuell mein absoluter Favourit). Gründe waren letztlich Kosten (0 €), viele R-Lösungen und R-Beispiele im Netz, die Lernkurve (erst steil, dann sehr flach, bis fast selbsterklärend), tolle Grafiken, gut konfektionierbare Ergebnis-Tabellen, einfache Einbindung in automatisierte Reports und Dashboards, und die Schnittstellen zu Datenbanken funktionieren tatsächlich zuverlässig. Und die Grafik (sagte ich das schon?) ist der reine Wahnsinn.
|
