spss和python stata matlab_(SPSS，Matlab，stata，Python)相关性？

没用过Stata,其他几个都算是用过的。简单写下几个工具之间的关系，这些软件要说相关一般也是在数据处理上了，所以就主要在数据方面上讲下。

SPSS

先说优点，它算是我们统计专业必须掌握的一个软件了，因为很多(规模不太大的)数据都可以用它来处理。一来做一些常见的回归分析，聚类分析和因子分析都是很方便的。而且也能做一些比较复杂的东西，比如SVM和神经网络这些。对于不会Python和R等编程语言的人来说，SPSS是数据分析中必不可少的。一般使用都是按钮式的，当然也可以写脚本操作(不清楚写SPSS脚本的多不多)。

再说缺点，SPSS处理其数据比较大的数据会比较吃力。之前弃用它就是因为到了几百M的数据就很卡(也可能是因为电脑原因...)。另外就是重复处理数据不太方便。比如做EDA的时候，需要不断的拆分重组数据，在SPSS就需要保存成一个一个的数据子集，不然要一直点点点...(如果用R或者Python，只是一个变量就能解决的事)

此外，SPSS还有一个专门用于数据挖掘的版本：IBM SPSS Modeler。也由不少人在用，题主可以尝试用下。官网给的说明：SPSS Modeler provides predictive analytics to help you uncover

data patterns, gain predictive accuracy and improve decision making.

MATLAB

目前只是用MATLAB解一些方程或者推一些比较复杂的公式。之前在Linux是用Octave代替MATLAB用的。用它作了Andrew Ng的ML作业，感觉还可以，在矩阵运算上很是方便。另外知道的是在建模和仿真上，MATLAB是真的用的多(图像处理用MATLAB也比较方便，毕竟大部分也是矩阵运算)。

另外，Python中的Numpy库和MATLAB的语法很相似。MATLAB能做的矩阵运算，在Numpy中一般也可以做。

Python

用Python算是最多的了。因为作为一个工具，Python具有很多优点，入门较快，强大而完善的第三方库，这些都使得它成为我们做数据的首选了。Requests，Scrapy等库可以很方便地开发爬虫获取数据，Pandas库可以让我们自由地处理数据的格式，Matplotlib提供强大的可视化功能.以及用于数值和符号计算的Numpy和Scipy，用于机器学习的sklearn， tensorlfow等。

总结下，SPSS和STATA都算是统计软件，有软件固有的操作简单，用户友好等优点，当然也带来不灵活，性能欠佳等不足之处。MATLAB和Python作为编程语言，可以更加灵活地处理我们的需求，当然门槛会比使用软件要高一些，编程语言本身也是在一定领域优势比较大。至于相关性，软件能做到的，编程语言都能做到，只是方便不方便的问题...所以，做数值分析，仿真建模就用MATLAB;一般的数据分析就用SPSS,STATA;想更好地处理数据，分析和挖掘数据就用Python。