Darmowe alternatywy dla płatnych pakietów statystycznych

W życiu każdego studenta oraz badaczy przychodzi moment, w którym analiza danych staje się na pewien czas codziennością (projekt na zaliczenie, zadanie domowe, praca dyplomowa). Dawniej, bez pakietów statystycznych praca ta była żmudna, obecnie jednak jest łatwiejsza niż kiedykolwiek dzięki dedykowanym pakietom statystycznym, które pozwalają stosunkowo łatwo eksplorować dane oraz weryfikować hipotezy badawcze dzięki czytelnym wynikom, najczęściej wyświetlanym w standardzie zbliżonym do APA.

Na szczęście,  istnieją w pełni darmowe i sprawdzone przez badaczy oraz statystyków alternatywy dla płatnych pakietów statystycznych!  I nie, nie chodzi nam o R (choć nie jest tak trudny, jak może się wydawać) oraz PSPP (popularny, choć dość „toporny” odpowiednik SPSS), o którym pisaliśmy➡️ tutaj , zanim jeszcze pojawiły się obecne wersje jamovi i JASP.

W tym tekście prezentujemy najlepsze darmowe pakiety statystyczne!

JASP i jamovi

JASP to otwarte oprogramowanie statystyczne rozwijane od 2015 roku na Uniwersytecie Amsterdamskim. Powstało z myślą o udostępnieniu prostego w obsłudze, a jednocześnie nowoczesnego narzędzia do analiz danych. Program integruje klasyczne metody wnioskowania z podejściem bayesowskim, a wyniki prezentowane są w czytelnych tabelach i wykresach gotowych do wykorzystania w publikacjach.

Jamovi rozwijany od 2017 roku przez międzynarodowy zespół badaczy i programistów, również należy do kategorii otwartego oprogramowania statystycznego. Projekt tworzony jest jako samodzielne środowisko analityczne, które umożliwia wykonywanie szerokiego zakresu analiz w intuicyjny sposób, bez konieczności pisania kodu. Z czasem jamovi zyskał status narzędzia akademickiego, które coraz częściej pojawia się w publikacjach naukowych.

Przykładowe zrzuty ekranu pochodzące z programów JASP i jamovi

Źródło: Dane oraz screeny pochodzą z badań własnych jednego z pracowników firmy.

Podobieństwa i różnice między JASP i jamovi:

Jamovi i JASP są do siebie bardzo podobne, ale posiadają także subtelne różnice o których warto wiedzieć, kiedy chcemy wybrać jeden z dwóch programów.

Podobieństwa pomiędzy programami JASP i jamovi:

• Dostęp: oba programy są w pełni darmowe i legalne, a także weryfikowane przez zawodowych statystyków.
• Język polski: oba programy posiadają dostęp do polskojęzycznej wersji większości analiz podstawowych. Analizy bardziej zaawansowane mogą nie być tłumaczone.
• Interfejs: zbliżony interfejs graficzny, który jest przystępny dla użytkownika, różnice są kosmetyczne. Oba programy potrafią wyświetlać i eksportować kod R, na którym są opierane.
• Analizy podstawowe:  posiadają dostęp do podstawowych analiz, np. statystyki opisowe, testy parametryczne i nieparametryczne (np. ANOVA, test t Studenta, U Manna-Whitneya), korelacja Pearsona lub Spearmana, regresja liniowa, analiza częstości czy analiza rzetelności.
• Analizy zaawansowane: oba posiadają dostęp do modułów analiz zaawansowanych, takich jak: analiza czynnikowa, SEM, analizy mediacji i moderacji, analiza skupień, a także inne specyficzne metody stosowane w naukach społecznych lub medycznych. Wybór jest duży w obu programach.
• Prezentacja wyników: Podobny sposób wydruku wyników (po prawej stronie znajduje się zawsze interfejs wyników analizy). Każdy z programów pozwala zapisać wyniki w formacie PDF, aby móc przesłać je np. promotorowi.

Różnice pomiędzy JASP i jamovi prezentujemy z kolei w poniższej tabeli:

Środowisko R

R jest językiem programowania, który powszechnie służy przede wszystkim do analiz statystycznych. Został stworzony na początku lat 90. i od tamtej pory był stale rozwijany. Z uwagi na ogrom jego możliwości, posiada szerokie grono zwolenników wśród naukowców, studentów oraz analityków danych na całym świecie.

R wciąż zyskuje na popularności z uwagi na kilka kwestii:

• Posiada przyjemny interfejs, pozwalający na wykonanie dowolnej analizy za pomocą kodu, o nazwie RStudio, który można pobrać ➡️ tutaj . Interfejs ten wymaga jednak zainstalowania samego środowiska R jako bazy. Do pobrania ➡️ tutaj .
• R posiada dostęp do bardzo obszernego repozytorium paczek (packages), zaprojektowanych przez badaczy i statystyków, które można pobrać ➡️ stąd . Każda paczka posiada (a przynajmniej powinna) szczegółową instrukcję obsługi i dostępnych funkcji, co daje pełną przejrzystość możliwości konkretnej analizy (np. ggplot2 do tworzenia wykresów, dplyr do obróbki danych czy lavaan do modelowania równań strukturalnych).
• R nie posiada granic analitycznych. Jeżeli czegoś nie da się policzyć, to po prostu nie znajdziesz tego w R. Co więcej, R pozwala na projektowanie własnego interfejsu graficznego (stworzenie własnego JASP i jamovi), pod co rozwijane są dedykowane narzędzia np. Shiny R.

Podsumowanie

W ostatnich latach można z satysfakcją obserwować dynamiczny rozwój darmowych narzędzi stanowiących realną alternatywę dla komercyjnych pakietów statystycznych. Najbardziej prężnie rozwijającymi się projektami są dziś jamovi i JASP – stosunkowo młode programy, które szybko zdobyły uznanie w środowisku naukowym. Z kolei R, z wieloletnią tradycją i ogromnymi możliwościami, pozostaje klasycznym i niezwykle elastycznym środowiskiem do analiz danych, stanowiąc zarazem fundament dla rozwoju wspomnianych aplikacji. Choć R oferuje niemal nieograniczone możliwości, wymaga od użytkownika większej wiedzy i doświadczenia, dlatego osobom rozpoczynającym przygodę z analizą danych szczególnie polecamy właśnie jamovi i JASP.