Pregunta

La discusión en esta pregunta ¿Es la causa directa para mí haciendo esta pregunta? La razón más general es el hecho de que a menudo tengo que explicar el uso de R a las personas que solo están familiarizadas con SPSS. Conozco la mayoría de los conceptos básicos de SPSS, ya que todavía lo usamos en las estadísticas del curso base. Pero como soy más un chico R, es difícil saber cómo los usuarios de SPSS experimentan la primera reunión con R.

Sé que está el libro R para usuarios de SAS y SPSS Y eso ya contiene alguna información. Sin embargo, me gustaría saber cuáles son las partes más difíciles cuando cambias de SPS a R.

O en otras palabras: si tenga que explicar R en un día a los usuarios de SPSS, ¿en qué temas se centraría? Esto es no Una pregunta hipotética por cierto (sí, lo sé, no es porque a uno se le paga por ello que siempre tiene sentido ...).

¿Fue útil?

Solución

En primer lugar, la manipulación de datos ha sido lo más difícil de aprender provenir de SPSS/SAS a R. He encontrado, personalmente, que obtener los datos en la forma correcta para un análisis suele ser mucho más difícil que el análisis en sí. En segundo lugar, una verdadera comprensión de cómo lidiar con los valores categóricos mediante el uso de factores. Por último, las estadísticas resumidas y los descriptivos a veces pueden ser difíciles de obtener en un formato transmutable para PPT o Excel, que son lo que (mis) clientes generalmente esperan/demandan informes.

Me centraría en:

1 manipulación de datos

Comprender las estructuras de datos. Importación y exportación. Luego, la capacitación en profundidad sobre el uso de paquetes como Plyer, remodele con un enfoque particular en cómo usar de manera efectiva Cast with Fórmulas y derretir con IDS. Cómo aplicar funciones numéricas dentro de un Data.Frame usando DDPLY.

2 datos de factorización

En general, una explicación de tratar con la recodificación con EpicalC o una función definida por el usuario. También una explicación de la importancia de factores, niveles y etiquetas

3 descriptivos

Tómese unos minutos para introducir xtabs (), table (), prop.table () usando cast () desde la reorganización para crear tablas columnares de datos que se exportan más razonablemente a Excel.

Los gráficos son opcionales, si ha hecho un buen trabajo de lo anterior, deberían poder obtener los datos que necesitan para crear gráficos en cualquier software con el que se sientan más cómodos.

4 gráficos

Si ha hecho un buen trabajo enseñando la manipulación de datos, obtener datos en la forma necesaria para los gráficos debería ser bastante sencillo (o al menos reproducible) en este momento. GGPLOT2 es complicado y requiere un día solo para jugar. Pero es posible dar una visión general rápida. Alternativamente, los gráficos base son fáciles de entender y la ayuda es mucho más clara sobre qué hacen las cosas y cómo funciona la sintaxis.

Nota: Dejé el análisis estadístico. Sin embargo, una descripción general de lm () y quizás ANOVA (), o cor () sería útil como punto de inicio. Pero esto debe explicarse al mismo tiempo que data.manipulation.

Otros consejos

Aunque "escribí el libro" sobre la migración de R a SPSS, estaba dirigido a programadores y la mayoría de los usuarios de SPSS que sé que prefieren "apuntar y hacer clic". Una interfaz gráfica de usuario como Deducer (o R Commander) puede ayudarlos a sentirse como en casa mientras les enseña cómo funciona el código de programación R si quieren verlo. Deducer's Plot Builder también hace un buen trabajo que le permite crear gráficos complejos fácilmente, y si desea aprender al código GGPLOT2, también le mostrará eso. ¡Ian hizo un gran trabajo con eso!

Sin embargo, mientras que la interfaz gráfica de usuario SPSS cubre el 98% de lo que SPSS puede hacer, Deducer cubre quizás el 1% de lo que R puede hacer. Probablemente sea el 75% de lo que su investigador promedio necesita, pero R es tan amplio que aprovechar al máximo las personas necesitarán aprender a programar. La versión gratuita de mi libro, "R para usuarios de SAS y SPSS" es de solo 80 páginas y cubre las áreas de programación que creo que es más probable que confundan a los principiantes. Está en http://r4stats.com.

Recientemente, he tenido un estudiante que estaba un poco versado en estadísticas e hizo algunos análisis de antemano en SPSS. Luego le mostré cómo hacer exactamente lo mismo en R. Pasamos el código y trazamos, explicando y debatiendo cada línea. Se dio cuenta de lo fácil y conveniente que es hacerlo en R. Por lo tanto, la comunidad R creció por 1. :)

El mayor problema que tienen los investigadores con los que he tratado es la falta de GUI de apuntar y hacer clic. Si bien hay una serie de esfuerzos en la comunidad R, ninguno de ellos ha alcanzado el nivel de facilidad de uso/potencia que tiene SPSS.

Dado que la codificación es una segunda naturaleza para los usuarios de R, a veces olvidamos que la mayoría de los usuarios de software estadístico no pueden programar (y lo evitarían como la plaga), a pesar de que pueden tener una gran comprensión práctica de las estadísticas.

Si tuviera un día para traer un usuario de SPSS a R, los comenzaría Deducor. Deducer es un proyecto R GUI (Nota de promoción de la autoevaluación: Soy el autor) que debería sentirse muy familiarizado para un usuario que proviene de SPSS. A medida que se encuentran necesitando funciones más avanzadas, naturalmente se moverán a la línea de comandos para satisfacer sus necesidades.

Licenciado bajo: CC-BY-SA con atribución
No afiliado a StackOverflow
scroll top