Excel: es un software con mucho potencial. Es capaz de ayudarte a crear gráficos de forma rápida y sencilla. Te permite realizar algún que otro cálculo estadístico pero en muchas ocasiones es limitado. Cuando la complejidad del problema aumenta tienes que recorrer a utilizar visual basic (programación) que es poco eficiente. Para ordenar datos, crear gráficos sencillos y filtrar y retocar datos es una herramienta muy potente
Power BI: es un paso más avanzado que Excel. Es capaz de leer datos de muchas aplicaciones a tiempo real. El volumen de datos puede ser mucho mayor que Excel. El reporting es sencillo y flexible pero su complejidad de manejo es mayor pero las posibilidades son muy grandes. No tiene, por si solo, cálculos estadísticos. Puedes acoplar R o Python para poder calcular análisis estadísticos. Lo bueno, es que es gratuito.
SPSS: es un software verdaderamente excelente. Por su sencillez y posibilidades que brinda. Es muy utilizado para el mundo de la salud, biología, estudios de mercado e incluso para aplicaciones de ingeniería. Para mi una joia para este tipo de aplicaciones científicas. Problema, necesitas licencia comercial.
RCommander: R es el lenguaje por excelencia de estadística. El problema es que el manejo de R es complejo. De hecho, el lenguaje R es aplicable a la ciencia de datos. Necesitas aprender a programar y la curva de aprendizaje es brutalmente difícil. Para los que no quieran programar y no lo necesiten pueden utilizar RCommander. Una interfaz de usuario que te ayudará a utilizar muchas de las funcionalidades de R. Puedes adaptar opciones e incluso personalizar cálculos. El problema es que no es tan «bonito» y intuitivo como SPSS. La parte positiva es gratuita y trabajo con un lenguaje libre muy potente, R. Si no tienes licencia de SPSS, es la opción que te recomendaría.
RStudio: es un verdadero lujo esta herramienta. Te permite utilizar R con una interfaz de usuario que está muy bien. Además la carga de paquetes de funciones es muy sencilla y fácil de realizar. Las posibilidades de RStudio son muy grandes. Te permite trabajar con R creanco scripts de programación para tus datos. te permite trabajar con fast reporting con RMarkdown y paquetes muy potentes de visualización con plotly y Shiny. Es gratuito y el universo de científicos que envuelve R es brutal y cada vez con mayor posibilidades.
Python: es un universo espectacular de posibilidades. Dicen los expertos que es la herramienta por excelencia en machine learning. La complejidad es mayor que R. El uso de la programación es complejo pero muy muy potente. ¡Si eres ambicioso deberías ir a por Python! Además es gratuito.
Matlab: una herramienta comercial muy potente. Gracias a los paquetes de funcionalidades. Tienes mucha potencia es muchos campos. Se está extendiendo su uso en grandes empresas en el desarrollo de aplicaciones en ingeniería. Es especialmente bueno en la disciplina de dinámica de sistemas. Para mi, no tiene todo el potencial de técnicas de machine learning y de estadística que se requiere. Además es un software comercial.
Excel: es un software con mucho potencial. Es capaz de ayudarte a crear gráficos de forma rápida y sencilla. Te permite realizar algún que otro cálculo estadístico pero en muchas ocasiones es limitado. Cuando la complejidad del problema aumenta tienes que recorrer a utilizar visual basic (programación) que es poco eficiente. Para ordenar datos, crear gráficos sencillos y filtrar y retocar datos es una herramienta muy potente
Power BI: es un paso más avanzado que Excel. Es capaz de leer datos de muchas aplicaciones a tiempo real. El volumen de datos puede ser mucho mayor que Excel. El reporting es sencillo y flexible pero su complejidad de manejo es mayor pero las posibilidades son muy grandes. No tiene, por si solo, cálculos estadísticos. Puedes acoplar R o Python para poder calcular análisis estadísticos. Lo bueno, es que es gratuito.
SPSS: es un software verdaderamente excelente. Por su sencillez y posibilidades que brinda. Es muy utilizado para el mundo de la salud, biología, estudios de mercado e incluso para aplicaciones de ingeniería. Para mi una joia para este tipo de aplicaciones científicas. Problema, necesitas licencia comercial.
RCommander: R es el lenguaje por excelencia de estadística. El problema es que el manejo de R es complejo. De hecho, el lenguaje R es aplicable a la ciencia de datos. Necesitas aprender a programar y la curva de aprendizaje es brutalmente difícil. Para los que no quieran programar y no lo necesiten pueden utilizar RCommander. Una interfaz de usuario que te ayudará a utilizar muchas de las funcionalidades de R. Puedes adaptar opciones e incluso personalizar cálculos. El problema es que no es tan «bonito» y intuitivo como SPSS. La parte positiva es gratuita y trabajo con un lenguaje libre muy potente, R. Si no tienes licencia de SPSS, es la opción que te recomendaría.
RStudio: es un verdadero lujo esta herramienta. Te permite utilizar R con una interfaz de usuario que está muy bien. Además la carga de paquetes de funciones es muy sencilla y fácil de realizar. Las posibilidades de RStudio son muy grandes. Te permite trabajar con R creanco scripts de programación para tus datos. te permite trabajar con fast reporting con RMarkdown y paquetes muy potentes de visualización con plotly y Shiny. Es gratuito y el universo de científicos que envuelve R es brutal y cada vez con mayor posibilidades.
Python: es un universo espectacular de posibilidades. Dicen los expertos que es la herramienta por excelencia en machine learning. La complejidad es mayor que R. El uso de la programación es complejo pero muy muy potente. ¡Si eres ambicioso deberías ir a por Python! Además es gratuito.
Matlab: una herramienta comercial muy potente. Gracias a los paquetes de funcionalidades. Tienes mucha potencia es muchos campos. Se está extendiendo su uso en grandes empresas en el desarrollo de aplicaciones en ingeniería. Es especialmente bueno en la disciplina de dinámica de sistemas. Para mi, no tiene todo el potencial de técnicas de machine learning y de estadística que se requiere. Además es un software comercial.
Verified answer
Respuesta:
SSPS
Explicación paso a paso:
es el software mas usado hasta ahora detras trae con sigo a R. SAS, y a Epi info 7
me das coronita ;-)