简述传统统计的研究程序和基本方法（如果不知道的，麻烦不要乱说啊！谢谢）

(1)数据活动的一般过程：设计(定性)→调查、整理（定量）一结论（定性）。

A、设计阶段，对统计工作的各个环节进行通盘考虑和安排，通过对客观现象质的认识来确定对象的范围和反映对象范围的指标体系，表现为具体的设计方案；

B、调查阶段，根据统计设计的要求，运用科学的方法，有组织、有计划地搜集统计资料的过程，是统计活动的基础性阶段；

C、整理阶段，根据统计研究目的，将统计调查所得的资料进行分类汇总或再加工使其系统化、条理化和更方面利用的工作过程，可看做统计调查的继续和统计分析的前提；

D、分析阶段，利用综合指标和专门的方法，通过比较、判断、推理，对事物的本质、规律及未来前景，从数量上进行说明和阐释的工作过程，是统计工作和认识水平由感性到理性的决定性阶段。

E.预测决策阶段：对研究对象进行预测，对决策诸因素进行计算判断，以对未来对象做出选择。

(2）研究的方法：

A、大量观察法，对所研究的事物的全部或足够数量进行观察；

B、统计分组法，按照确定的标志，将被研究总体区分为性质不同的部分；

C、综合指标法，运用各种综合指标对总体现象的数量特征与数量关系进行描述分析；

D、时间数列分析法，根据时间数列的资料计算动态分析指标，来揭示研究对象的发展规律和发展程度；

E、相关分析法，测定客观事物之间相关关系的规律性，并据以进行预测和控制的分析方法；

F、抽样推断法，根据概率论和样本分布理论，运用参数估计或假设检验的方法，由样本观测数据来推断总体数量特征。

G其他方法，如归纳法、模型法、试验法等。

我们在工作过程中或者更在找工作的过程中，常常发现大家数据分析的软件或统计分析的软件有很多。我们这里对常用的统计分析软件做一个简单的介绍。

Excel是我们最常见的办公工具，对于数据量并不是很大的数据，Excel可以很灵活便捷的处理。其便利程度甚至高于以下提及的任何一个软件。所以Excel一定要学好，不仅要掌握好Excel基本的功能，还要熟练使用Excel公式、Excel图表等功能。

可以说是目前最标准的最权威的统计学软件。SAS是一个程序化的软件，这么说是因为在SAS中用程序写比用菜单要简便快捷。广泛应用于银行、金融行业、生物医药等行业。

SAS既可以处理横截面数据、时间序列数据，也可以处理面板数据。

擅长处理横截面数据。SPSS的界面和菜单做的很优秀（除了翻译不标准很让人无奈之外），其外观基本上和Excel很像。在SPSS的使用过程中，我们可以用菜单很方便快捷进行 *** 作。这很方便初学者进行学习，而不用特意去学习编写程序。广泛应用于电信行业、市场咨询行业。如果数据量在几千万行，用SPSS和SAS处理时长差不多。但是对于更大的数据量（亿以上级别），SAS就会比SPSS在处理速度上凸显优势。

擅长处理时间序列数据，计量经济学方向应用广泛。

擅长处理面板数据。和SPSS用户群重叠度比较高。

R语言对于横截面数据、时间序列数据、面板数据都能处理。其特点在于R软件是开源的软件，其中有异常丰富（约有1万多个）的可以调用的“包”。

本身不是统计学软件，但是其中有统计工具箱。工程领域用的多。

其实作为一名数据分析师来说，以上的分析软件并不需要每一个都掌握，我们只需要精通最擅长的一门，同时掌握另外一门作为辅助也就可以了。这就像是武侠小说里面的大侠，一定有最擅长的一门兵器，但是同时呢，肯定也有其他能够使得上手的兵器。而关于到底使用什么软件呢？一定要根据以上提及的软件的特点，结合上行业的特点来决定。任何脱离行业和业务的数据分析都无从谈起。

另外，这里不得不提及一个问题，以上的各个数据分析软件是否有高低贵贱之分呢？我个人认为是没有的。其道理就像是，我们在选择不同的工具，其出发点都在于这个工具一定可以最快捷方便的解决目前的问题。杀鸡焉用牛刀，杀鸡用杀鸡刀，宰牛当然用牛刀。

---