谢邀,这个题目,只要用多了就知道具体的好处在哪里了。一般小型的数据,做数据也不会考虑用spss,直接用Excel的分析模块,t检验,方差分析这些也都是可以做的。下面详细说说。
1,SAS复用性好
SPSS同样也是可以使用编程的,但是由于其编码语言教材不够丰富,造成即使有编程,也从来没有人考虑用SPSS去做编程。而对于sas来讲,本来就是建立在编程语言上的软件,这样很多的模型和分析,只要我们做过一次,之后我们还是可以用这样的方式去进行分析。比如说,对于一个公司来讲,每个月可能都有一些数据是要考虑做监测和汇报的,这样的话,如果是用SAS来做,那拿到原始数据就可以用程序跑一跑就出来了。但是如果是用SPSS,那就得点无数次鼠标,这个其实浪费了统计人员的非常多的时间。这是非常大的优势。
而且,要是会用宏,很多重复类似的处理可以直接用宏批量的做,比如说有非常多的文档,需要处理,那SAS一定是比SPSS更加强大的工具。
2,SAS的数据查看不如SPSS方便,但各有利弊
SPSS进入页面可以直接看到数据,这样的设计,优势在于,很方便看到原始数据是什么样的,而且对于相关的数据,修改也非常容易。
但是SAS的数据查看就不是这样的,SAS的查看是比较麻烦的,而且录入上也比较麻烦。得弄一堆的代码,但是这样也就保证了,录入的数据不会很容易就被改掉,比如说看数据的时候不小心按了个空格,原来的数据就没了。
3,SAS有更强大的模型库支持,而且帮助文档强大
SPSS最重要的地方在于傻瓜化,很多设计非常贴心,该出的结果等等的,点点基本就能做出来。所以要是真正统计学的好的朋友来讲,SPSS一般都不用专门去学,只要去思考怎么找到相关的功能就行。而对于很多新的模型,比如说机器学习的一些模型,SPSS是没有的,以及GLM等等的模型,要做调整的时候也不方便。
对于SAS而言,GLM这个大模型,可以做的扩展非常多,把GLM用做方差分析,用做probit回归,logistic回归,泊松回归,这些都是可以的,真正的和教科书对接上了。基本上,在论文上看到的模型,SAS都可以做。而且,这些模型,要是不会做,那就打开帮助文档看就行,从模型背后的思路,论文,以及SAS的示例代码,应有尽有。对于学生来讲,学会看SAS的文档,要想学经典的统计模型帮助真的是非常大的。
4,最后
偏题谈谈我对统计软件的整个看法。对于现在的统计学的学生来讲,建议还是学好Python和r,Python主要用于做机器学习,r主要是传统统计学。SAS和SPSS相对于Python和r来讲,主要是用在工业界比较合适,因为稳定不出错,但要真学会了Python和r,我真的觉得SAS的编程太过于反人性了,用的很难受。