Я шукаю пакет програм статистики, який я можу використати у вступному курсі статистики для навчальної програми з суспільствознавства. Студенти не мають попередніх знань зі статистики та не мають досвіду роботи з мовами програмування. Мета полягає в тому, щоб ознайомити їх з основними статистичними поняттями (як засоби, дисперсія, сума квадратів, p-значень, ... і, нарешті, лінійна регресія) та дати можливість самостійно проводити базовий аналіз, використовуючи приклади наборів даних. Курс повинен стосуватися вивчення понять, роблячи статистику, а не запам'ятовування формул (хоча, я думаю, формули важливі).
Тому я шукаю альтернативу звичайному синтаксису (як звичайний R) або програмному забезпеченню, що керується точкою та клацанням (як SPSS або Rcmdr). Програмне забезпечення має бути легко засвоєним і мати чіткий графічний інтерфейс користувача, який візуалізує набори даних та пропонує стандартні графіки та таблиці. Найкраще було б, якби вона візуалізувала всі різні етапи аналізу (наприклад, читання та маніпулювання даними, обчислення описових заходів, виготовлення описових таблиць та графіків, обчислення інфекційних заходів, побудова графіків зараження, експорт до звіту).
Чи є у вас пропозиції щодо (відкритого чи безкоштовного) статистичного програмного забезпечення, яке підходить для вивчення та перших практик статистики?
EDIT
Дякую за ваші пропозиції. Я подивився в Gretl , а два інших я ПРОГРАМИ знайшов під час мого власного онлайн - довідки: RapidMiner і статистичної лабораторії . [1]
Я виявив , що gretlінтерфейс і вихід «s є більш ясним і цілеспрямований , ніж , наприклад Rcmdr, SPSS або Stata. Тому це досить кваліфікований інструмент для початку викладання статистики з моєї точки зору.
Однак графічний інтерфейс графічного інтерфейсу RapidMinerтаStatistical Labвразило мене, коли вони візуалізують окремі кроки статистичного аналізу (починаючи з завантаження даних). Я думаю, що це може бути корисним багатьом студентам, які борються зі звичним фокусом на математичних поясненнях. Звичайно, мені здається, що RapidMiner занадто перевантажений функціями, меню та кнопками для початківців, тоді як Статистична лабораторія значно більш зосереджена. Великим плюсом Статистичної лабораторії є консольний "R-калькулятор" з "майстром R-коду", який допомагає створювати реальний синтаксис R, на який покладається Статистична лабораторія Rдля своїх обчислень.
Нарешті, я вирішив почати зі статистичної лабораторії у першому семестрі, вводячи основні поняття та перейшовши на RStudio (та Rcmdr) у другому семестрі.
[1]: Gnumeric, SciPy, Scilab, GNU Octave і подібні мені здаються менш орієнтованими на суспільні науки.