Statistički softver je bilo koja kolekcija softverskih rutina i povezanih informacija koje dijele zajednički interfejs i čija je svrha direktno doprinijeti proizvodnji neke vrste statističke analize, uključujući obavljanje drugih pomoćnih zadataka, kao što je upravljanje podacima. Statistički softver se često naziva statističkim paketom, budući da se program obično sastoji od niza pojedinačnih procedura obrade podataka upakovanih u zajedničku aplikaciju kojoj se pristupa putem jednog korisničkog interfejsa.
Danas je vrlo rijetko vidjeti nekoga da započinje statističku analizu podataka pomoću kalkulatora. Iako se statistika bavi brojevima, malo ljudi zapravo radi matematiku. Uz pravi softver, računari oslobađaju korisnika zamornih izračuna i preusmjeravaju fokus korisnika na razumijevanje i tumačenje podataka.
Velika većina statističkih procedura je automatizovana putem brojnih statističkih paketa dostupnih na tržištu. Statistički softver se razlikuje po svojoj sveobuhvatnosti, složenosti, mogućnostima, cijeni i drugim karakteristikama. Svaki paket ima svoje prednosti i nedostatke, a evaluacija statističkog softvera treba se vršiti u odnosu na eksplicitne ciljeve i tržišni segment za koji je namijenjen.
Na primjer, program koji je dovoljno bogat statističkim metodama i opcijama da zadovolji potrebe klasične statistike teško će moći ponuditi direktnost, brzinu i integraciju potrebnu za istraživanje podataka. Slično tome, program koji nudi brojne opcije za prilagođavanje statističkih procedura iz komandne linije vjerovatno će biti previše komplikovan za povremenog korisnika koji želi izvršiti jednostavnu analizu i dobiti rezultate u formatu koji je standardan za njegovu ili njenu oblast stručnosti. Paket dizajniran da zadovolji sve tipove korisnika možda neće zadovoljiti nijednog od njih.
Uglavnom se vjeruje da je potrebno 10 ljudskih godina za razvoj jednog paketa, ali u najpoznatije programe uloženo je preko 100 ljudskih godina.
Ako statistiku posmatramo kao nauku kroz podjelu na matematičku i naučnu statistiku, onda možemo definisati različite modele kako ove dvije vrste statistike funkcionišu. U zavisnosti od primijenjenog modela, razlikovat će se i zahtjevi koje statistički softver treba da ispunjava.
Shematski, softver napisan za matematičku statistiku treba da podržava sljedeći ciklus:
Za naučnu statistiku, ovaj dijagram izgleda ovako:
Matematička i naučna statistika su dvije krajnosti, koje se razlikuju, između ostalog, u svrsi analize i načinu na koji posmatraju podatke. Matematička nauka posmatra podatke kao sirovinu koja služi kao ulaz u precizno definisan proces obrade. Ovaj proces je linearan i zasnovan je na nekoj vrsti matematičkog modeliranja s ciljem provjere početnih pretpostavki, koristeći prikupljene podatke. Naučna statistika, s druge strane, uključuje iterativni proces istraživanja podataka s ciljem pronalaženja i razumijevanja obrazaca koji postoje u podacima. Statistički programi obično spadaju negdje između ova dva ekstremna koncepta.
Uglavnom, statistički softver se danas koristi za:
- unos podataka u računar,
- organizaciju podataka,
- poređenje podataka,
- upravljanje podacima,
- sumarizaciju podataka, tj. transformaciju sirovih podataka u informacije,
- generisanje tabela i grafikona,
- podršku za prezentaciju informacija i pripremu analitičkih izvještaja, itd.
Statistički softver se može koristiti za razumijevanje postojećih koncepata i za pronalaženje novih statističkih svojstava. Rast računarske snage doveo je do implementacije vrlo složenih i zahtjevnih algoritama za obradu podataka koji do nedavno nisu bili praktično izvodljivi. Na taj način, razvoj računara direktno utiče na razvoj statistike kao nauke. S druge strane, novi razvoji u procesima donošenja odluka u uslovima neizvjesnosti obično motivišu razvoj novih pristupa i revizije postojećeg softvera. Statistički softver se oslanja na saradnju statističara i informatičara, te je važno uvijek imati na umu da je statistički paket samo sredstvo za postizanje cilja.
Komentari (0)