無料の統計ソフトウェア

無料の統計ソフトウェアは、商用パッケージの実用的な代替手段です。無料で使用できるプログラムの多くは、さまざまな統計分析を実行する一般的な統計パッケージであるという点で、商​​用パッケージと同様の機能を目指しています。他の多くの無料で使用できるプログラムは、因子分析、サンプル サイズ計算における検出力分析、分類および回帰ツリー、欠損データの分析など、特定の機能専用に設計されています。

無料で使用できるパッケージの多くは、メニュー システムを使用して簡単に習得できます。その他の多くはコマンド ドリブンです。さらに、メタ パッケージや統計コンピューティング環境もあり、ユーザーはこれを使用してまったく新しい統計手順をコーディングできます。これらのパッケージは、政府、大学、個人など、さまざまなソースから提供されています。

この記事は主に一般的な統計パッケージのレビューです。

SAS（ソフトウェア）は、1968年にメインフレーム向けにリリースされた最初の商用統計パッケージの1つです。^[1] SASはそれ以来、無料で使用できるバージョンをリリースしており、最新のものはSAS Studioです。^[2] Epi Infoは、疾病予防管理センターの無料プログラムであり、1980年代に開発されました。^[3] 完全に無料で使用できる最初のオープンソース統計ソフトウェアの1つは、2000年に最初にリリースされたRです。 ^[1]

フリーソフトウェアパッケージの中には、政府が提供しているものもあります。例えば、Epi InfoはCDC ^[4] (米国疾病予防管理センター)が提供しています。その他のソフトウェアパッケージは、小規模または独立した組織や大学が提供しています。JASPはアムステルダム大学がサポートしています。^[5]他の2つのパッケージ、R [ ^6]とPSPPは、 GNUプロジェクトの一環として、世界中の多くのボランティアを含む大規模な個人グループによって開発されています。これらのパッケージは、オープンソースであるだけでなく、 Wikipediaに書かれた資料が無料であるのと同じ意味でフリーソフトウェアであるという点で注目に値します。つまり、他の人が自由に編集、使用、再配布できるのです。

OpenStatは教育補助として開発されました。^[7]他のパッケージは特定の目的のために開発されましたが、より一般的に使用できます。1つの例は、公衆衛生のために開発されたEpi Infoです。PSPP、R、Osirisなどのいくつかのパッケージは、統計分析の一般的な使用以外に、開発された理由について何も述べていないようです。

これらの無料ソフトウェアパッケージは、多くの学術出版物で使用されています。たとえば、OpenStatはJAMAへの研究レター^[8]やいくつかの発表された研究で使用されています。^{[9] [10] [11]} Irristatは農業レポートで使用されています。^[12] EasyRegはいくつかの論文に記載または使用されています。^{[13] [14] [15]} EpiInfoもいくつかの論文で使用されています。^{[16] [17] [18]} Rは多くの論文で使用されています^{[19] [20] [21]} WinIdamsは他の論文で使用されています。^{[22] [23]}

Microsirisは学術研究には使われていないようですが、このプログラムの作者はOSIRISのオリジナル作者の一人でした。^[24] OSIRISはWinIdams開発の出発点となったプログラムです。^[25] Microsirisの作者はWinIdamsにいくつかのコンポーネントを提供または共同提供もしています。^[25]

無料の統計ソフトウェアのレビューはいくつかあります。ジャーナルに 2 つのレビューが掲載されました (ただし査読はされていません)。1 つは Zhu と Kuljaca によるレビュー^[26]で、もう 1 つは Grant による記事で、主に R の簡単なレビューでした^[27]。Zhu と Kuljaca は、使いやすさ、統計手順の数、新しい手順を開発する機能など、ソフトウェアの便利な特徴をいくつか概説しました。彼らはいくつかのプログラムをレビューし、当時最も機能が多かったものを特定しました。当時、いくつかのプログラムは高度な統計に必要なすべての機能を備えていなかった可能性があります。Grant は R のプログラミング機能のいくつかをレビューし、他のプログラムの可用性について簡単に言及しました。他の 1 つの論文では、主に商用の統計パッケージがレビューされましたが、R も含まれています^[28]。1つの論文では EasyReg がレビューされ、その精度についての議論が含まれていました^{[29] 。}

さまざまなパッケージの出力を比較したレビューは2件のみです。^{[30] [31]} 2006年のレビューでは、すべてのパッケージがCSVファイルまたはMicrosoft Excel形式のいずれかを読み取りました。すべてのパッケージが、相関と回帰についてまったく同じ結果を出しました。無料ソフトウェアパッケージも、Excelと同じ回帰結果を出しました。パッケージ間の主な違いの1つは、欠損データの処理方法でした。レビューで使用したサンプルデータセットと、このレビューが実施された2006年11月に利用可能だったパッケージバージョンでは、MicrOsirisとEpi Infoの2つのパッケージが、欠損値に空白を含むファイルを読み取ることができました。他の2つのプログラム、Stat4UとWinIdamsでは、欠損値として-9や-9.99などの値が必要です。その他のパッケージは、欠損値のないデータセットしか処理できませんでした。2022年のより最近のレビューでは、無料で使用できるいくつかの統計パッケージの出力を比較し、すべてがほぼ同じ結果を出すことがわかりました。

対照的に、商用統計ソフトウェアについては、いくつかの主要パッケージの比較^[32]やいくつかのパッケージの簡単なレビュー^{[33]など、さまざまなレビューがあります。}

統計パッケージを使用する前に、統計に関するしっかりした知識を身に付けておくのが一般的には良い考えです。そうすれば、パッケージを最大限に活用して、たとえば、最も適切なテストを選択したり、必要なすべての仮定が満たされていることを確認したりして、適切な結論を導き出すことができます。

統計上の問題が理解できたら、次のステップはどのパッケージを使用するかを決めることです。これらのパッケージのほとんどはメニュー ドリブンで、せいぜい 2 時間ほどで習得できます。ただし、R は例外です。R は一般にコード ドリブンで、習得にかなり長い時間がかかります。また、CDC の Epi Info もある程度は習得に時間がかかります。

いくつかのパッケージにはチュートリアルもあります。これらのチュートリアルは、基本的な導入とプログラムの基礎の学習に役立ちます。たとえば、CDC にはEpi Infoに関するチュートリアルがあります。^{[34] [35]} CDC のページには、ネブラスカ大学のビデオ スライド ショー チュートリアルも掲載されています。 ^[36]また、別のサイトにはオンライン トレーニング クラスがあります。^[37] R には、英語と他の言語で多数のチュートリアルとマニュアルがあり^{[38] [39] [40]}、FAQ サイトもあります。^[41] PSPP には、特にわかりやすいチュートリアルと、T 検定、一元配置分散分析と要因分散分析、線形回帰とロジスティック回帰、主成分分析など、豊富な統計分析セットがあります。また、他の多くの異なるファイル形式からデータを非常に簡単にインポートできるようにするための機能もあります。いくつかのパッケージには、R ^[42]と PSPP を含む電子メール ディスカッション リストがあります。^[43]

ほとんどのパッケージにはオンラインマニュアル、ガイド、またはヘルプページがあります。これらは、特定の手順や統計テストに関する質問がある場合に役立ちます。一部のマニュアルやガイドは、R、^[44]、 PSPP、^[45]、Zeligのものです。^[46] CDC EpiInfoサイト自体にはマニュアルはありませんが、エモリー大学公衆衛生学部の教員の1人が入門マニュアルを持っています。^[47]

最後に、 SAS ^[48] 、SPSS ^[49]など多くの商用パッケージがあります。^[50]主要な商用パッケージと無料パッケージのほとんどには、多くの共通の統計手順があります。無料パッケージを使用する主な理由はおそらくコストです。

多くのパッケージには、データの取得や入力、データの操作、統計分析の選択に使用するオープニング メニューがあります。プログラムを起動すると、通常、以前に保存したデータ セットから、または他の形式からインポートして、データを取得できます。このメニューから、さまざまな形式のデータ ファイルをインポートできます。たとえば、データが CSV 形式 (値の間にコンマがあるテキスト) の場合、プログラムは形式を認識し、CSV ファイルからデータ セットを作成します。最後に、プログラムを使用して分析を行うことができます。この分析メニューでは、他のオプションとともに、対象の変数を選択できます。次に、分析が実行され、結果が得られます。

テスト statskingdom 無料計算機^[51]

R は、メニュー駆動型としても、プログラミング言語としても、またインタープリターとしても使用できます。

ほとんどのパッケージは、Excel または CSV (値をコンマで区切ったテキスト) からデータをインポートできます。

考慮すべき点の 1 つは、欠落データがあるかどうかです。PSPP や MicrOsiris などの一部のパッケージでは、欠落データを自動的に処理できます。たとえば、1 つのデータ セットが次のようになっているとします。

このデータセットでは、サムの年齢が抜けており、サリーは米国で生まれたかどうかが抜けている。PSPPやMicrOsirisなどのパッケージが元のデータセットを読み込んだりインポートしたりすると、パッケージはそれらの値が抜けていることを認識し、それに応じて計算を行う。MicrOsirisは自動的に15億または16億を抜けている値として割り当て、これらの値は分析から除外される。^[52]

他のパッケージでは、データが欠落している場所に「-9」などの「プレースホルダー」が必要です。^[53] パッケージを使用してデータを読み取る前に、データセットを編集して、欠落しているデータの場所にプレースホルダーを配置する必要があります。たとえば、次のようになります。

データ セットに実際に「-9」が含まれている場合、プログラムでデータを読み取るときに、-9 が欠落データを意味することを通知する必要があります。

ほとんどのパッケージには何らかの制限があります。

Easyreg、Epidata、Instat などのプログラムのいくつかは、欠損データを処理できないか、適切に処理できないようです。^[30] EpiInfo には多くの統計手順がありますが、相関はそのうちの 1 つではありません。相関は回帰によって見つけられます。^[54]これは、EpiInfo が複数の変数間の相関を示す単一の表を生成しないことを意味します。 Zelig のインストール マニュアルによると、Zelig を使用するには、R とそのライブラリのいくつかがすでにインストールされている必要があり、インストールには R のある程度の背景知識も必要です。 ^[46] MicrOsiris の制限の 1 つは、出力の処理にあります。計算が完了すると、出力は結果をページ単位で表示しますが、さまざまなメニュー ボックスも結果の上に表示され、結果にアクセスできません。ただし、出力はテキスト ファイルとして保存して使用することができます。

個人が開発したプログラムに特有の制限が 1 つあります。これらのプログラムのサポートは、作成者が利用できる時間に制限されます。質問者が少ない場合は作成者はかなり迅速に応答しますが、質問者が多すぎる場合や作成者が忙しい場合は、サポートはそれに応じて遅くなります。

Rは世界中の多くの人々によって書かれ、使用されており、多くのフォーラムやその他のインターネット施設を利用して他のユーザーからサポートを受けることができます。Rは強力ですが、他の種類の科学プログラミングに慣れていない人にとっては、学習曲線がかなり急になる可能性があります。^[55]

• 統計ソフトウェア一覧
• 統計ソフトウェアジャーナル

この記事には、 Creative Commons Attribution-ShareAlike 3.0 Unported Licenseに基づいてライセンスされているが、 GFDLに基づいてライセンスされていないCitizendium の記事「Free statistics software」の資料が組み込まれています。