Glavna prednost softverskih paketa otvorenog koda je njihova cijena. Besplatni su za komercijalnu i nekomercijalnu upotrebu. Međutim, ova pogodnost nosi i određene nedostatke. Svaki paket otvorenog koda i besplatni paket ima svoje mane.

Generalno, veliki korisnici obično zahtijevaju podršku proizvođača kada se pojavi problem u instalaciji ili radu softvera, kao i garanciju ispravnog rada. S obzirom na prirodu softvera otvorenog koda, nije realno očekivati ​​da će se velika organizacija dovesti u poziciju da rješava probleme slanjem zahtjeva za ispravljanje grešaka u softveru na SourceForge portalu.

Važno pitanje je postojanje dokumentacije i mogućnost obuke. Iako je situacija ovdje nešto bolja nego u prethodnom pitanju, za mnoge statističke pakete otvorenog koda nema dovoljno dobre dokumentacije, odnosno ne postoje mogućnosti obuke. Međutim, za one najpopularnije mogu se pronaći opsežni i napredni online ili offline kursevi, koji su vrlo često besplatni ili po vrlo niskim cijenama.

Mnogi besplatni statistički paketi takođe pokazuju slabosti u pogledu sveobuhvatnosti statističkih tehnika iz domene za koju su kreirani, kao i razne tehničke nedostatke. Razlozi se opet nalaze u prirodi otvorenog koda ili besplatnih licenci: s obzirom na odsustvo značajne komercijalne vrijednosti za autore, oni vrlo često ne mogu posvetiti dovoljno vremena potpunoj implementaciji svih potrebnih softverskih rješenja. Tehnički problemi su takođe uveliko povezani s popularnim open-source rješenjima.

Ova grupa statističkih paketa može se podijeliti prema sveobuhvatnosti statističkih tehnika na one koji tvrde da pokrivaju sve ili većinu značajnih statističkih tehnika za određenu domenu i djelomična rješenja koja se mogu pronaći na internetu, a koja se uglavnom odnose na jedan, dva ili manji skup statističkih tehnika koje rješavaju specifičan problem u određenoj naučnoj oblasti.

R

R je programski jezik i okruženje za statističko računanje i grafičko prikazivanje. To je GNU projekat veoma sličan S jeziku i okruženju razvijenom u Bell Labs-u. R se može smatrati drugačijom implementacijom S jezika. Iako postoji značajna razlika, većina S koda će raditi u R-u nepromijenjena. Radi na širokom rasponu UNIX platformi, Windows i macOS operativnih sistema.

Prvi put se pojavio 1990-ih i služio je kao implementacija statističkog programskog jezika S. Osnovni tim se sastoji od 20 ljudi, a dodatnih 50 radi kao ispravljači grešaka. Najveće snage su ekosistem paketa (ako postoji statistička tehnika, vjerovatno već postoji R paket za nju) i grafičke mogućnosti. Najčešće se koristi u oblastima finansija i statistike.

R je integrirani skup softverskih rutina za manipulaciju podacima, proračune i grafički prikaz koji uključuje:

  • rutine za rukovanje i pohranjivanje podataka,
  • skup operatora za proračune na nizovima, posebno matricama,
  • veliku, koherentnu i integriranu kolekciju alata za analizu podataka,
  • grafičke rutine za analizu i prikaz podataka na ekranu ili papiru i
  • dobro razvijen, jednostavan i efikasan programski jezik koji ima grananje, iteraciju, korisnički definirane funkcije i I/O rutine.

Termin "okruženje" trebao bi karakterizirati R kao namjerno razvijen koherentan sistem, a ne kao postepeno povećanje broja vrlo specifičnih i nefleksibilnih alata, kao što je slučaj s većinom drugih statističkih paketa. Standardno razvojno okruženje uključeno je uz instalaciju R-a, a pored njega, trenutno popularno okruženje RStudio, koje proizvodi istoimena kompanija, nudi nešto naprednije opcije. RStudio je vrlo sličan integriranim razvojnim okruženjima u drugim programskim jezicima i ima sve alate potrebne za rad s R-om:

  • uređivač sadržaja,
  • pomoć,
  • prozor za izlaz,
  • debugger,
  • različiti dijagnostički alati,
  • inspektor varijabli, itd.

R je dizajniran kao pravi programski jezik koji korisnicima omogućava dodavanje novih funkcionalnosti definiranjem novih funkcija. Većina sistema je napisana u R-u. Za zadatke koji zahtijevaju intenzivno računanje, a samim tim i veliku brzinu, omogućeno je povezivanje i pozivanje C, C++ i Fortran koda u stvarnom vremenu. Napredni korisnici mogu direktno pisati C kod i manipulirati R objektima.

R se može proširiti putem paketa. Postoji osam paketa koji dolaze s R instalacijom, a mnogi drugi su dostupni na CRAN stranicama, pokrivajući širok raspon moderne statistike. Dodatni paketi se instaliraju jednostavno iz komandne linije, nakon čega R okruženje pronalazi lokaciju paketa na internetu, sprema ga na lokalni disk, raspakirava ga i priprema za upotrebu. Budući da proširenje R-a ne zahtijeva ničiju dozvolu, R zajednica je vrlo aktivna u doprinosu novim paketima, tako da danas postoji nekoliko hiljada paketa dostupnih putem CRAN-a. Budući da je snažno vezan za akademsku zajednicu, svako novo područje istraživanja vjerovatno će imati R paket, tako da R slijedi treći ndov.

R je vrlo objektno orijentisan i više je od statističkog programskog jezika. R je postao alat za rudarenje podataka. Velika snaga R-a leži u generisanju statičke grafike koja može proizvesti visokokvalitetne grafove, uključujući matematičke simbole. Kroz dodatne pakete moguće je kreirati dinamičke i interaktivne grafove.

Najveći problem s R-om je organizacija memorije, zbog čega ima problem s veličinom podataka. U besplatnoj verziji, svi podaci se učitavaju u RAM. Stoga je veličina operativne memorije računara na kojem se pokreće ograničenje veličine podataka koji se mogu obraditi u R-u. Postoji i plaćena verzija, Revolution R Enterprise, u vlasništvu Microsofta, koja nema problema s memorijom jer koristi dinamičko prebacivanje. Razlika u brzini je 15-20 puta.

Također, programeri koji dolaze iz drugih programskih jezika smatraju R čudnim. Osnovni principi programiranja potiču iz programskih jezika 60-ih. U tom smislu, R je stara tehnologija, što dovodi do problema s upravljanjem memorijom pri radu s velikim skupovima podataka.

Postoji i problem interaktivnosti koji se prevazilazi kombinovanjem R-a sa JavaScriptom. Na osnovu toga, trenutno najpopularnija biblioteka je Shiny, koja olakšava kreiranje interaktivnih R skripti koje se pokreću putem web preglednika.

Upotrebu R-a podržava njegova široka upotreba u industriji i akademskim krugovima, njegova snaga i fleksibilnost, vrlo velika baza korisnika, bogatstvo knjiga i dokumentacije i dostupnost nekoliko kvalitetnih radnih okruženja. Međutim, R nije jednostavan za korištenje i vrlo ga je teško naučiti u usporedbi s drugim statističkim paketima.

Gretl

(Gnu biblioteka za regresiju, ekonometriju i vremenske serije)

Gretl je dizajniran za rješavanje ekonometrijskih problema te analizu i modeliranje vremenskih serija, te je u nekim aspektima besplatni pandan programu EViews.

Ima problem s radom s velikim skupovima podataka.

Gretl dolazi s opcijama za testove stacionarnosti, što korisniku omogućuje odabir vrste testa. Predviđanja se prave automatski i uključuju stvarne vrijednosti, procjene tačaka, intervalna predviđanja i grafikone. Posebno je pogodan za diferencijaciju ili serije koje uključuju autokorelaciju.

Gephi

Gephi je besplatni statistički alat otvorenog koda za analizu grafova (mreža). Postoje verzije za sve glavne operativne sisteme: Windows, Mac OS i Linux.

Gephi vam omogućava vizualizaciju i analizu različitih tipova mreža, otkrivanje strukture veza između objekata (analiza veza), analizu i kreiranje bioloških i društvenih mreža. Kao rezultat toga, dobijaju se sve važne metrike mreže: stepen mreže, povezanost, bliskost, gustina, dužina puta, prečnik mreže, modularnost, koeficijent klasterovanja itd.

Gephi ne zahtijeva programerske vještine i ima mogućnost proširenja instaliranjem dodataka (pluginova). Postoji online zajednica koja radi na razvoju dodataka (pluginova), tako da je moguće pronaći gotova rješenja za mnoge standardne probleme.

PSPP

PSPP ima za cilj da bude besplatni ekvivalent SPSS-a. Krajnji plan je da se potpuno kopira funkcionalnost SPSS-a, ali od 2016. godine, uprkos tome što je u razvoju od 1998. godine, ovaj plan nije mnogo napredovao. Razlog za to je što ga je razvio vrlo mali tim, čak i manji od R-a.

Iako je vrlo sličan SPSS-u u smislu korisničkog interfejsa i organizacije programa i nema problema s veličinom podataka, njegov najveći problem je vrlo mali skup implementiranih statističkih procedura.