Главна предност open-source софтверских пакета је њихова цена. Они су бесплатни за комерцијалну и некомерцијалну употребу. Међутим, оваква погодност носи и одређене недостатке. Сваки open-source и бесплатни пакет има своје бољке.

Генерално, велики корисници обично захтевају подршку произвођача када се јави неки проблем у инсталацији или раду софтвера, као и гаранцију исправности рада. С обзиром на карактер open-source софтвера, није реално очекивати да велика организација доведе себе у позицију да проблеме решава тако што шаље захтеве за исправљање грешака у софтверу на СоурцеФорге порталу.

Важна ствар је и постојање документације и могућност обуке. Иако је овде ствар нешто боља него по претходном питању, за многе open-source статистичке пакете не постоји довољно добра документација, односно недостају могућности за обуку. Ипак, за најпопуларније се могу пронаћи екстензивни и напредни on-line или off-line курсеви који су веома често и бесплатни или по веома ниским ценама.

Многи бесплатни статистички пакети показују и слабост по питању свеобухватности статистичких техника из домена за који су направљени, као и разне техничке недостатке. Разлози се опет налазе у природи open-source или бесплатне лиценце: с обзиром на одсуство значајније комерцијалне вредности за ауторе, они веома често не могу да одвоје довољно времена за пуну имплементацију свих потребних софтверских решења. Технички проблеми се у великој мери односе и на популарна open-source решења.

Ова група статистичких пакета се може поделити по обухватности статистичких техника на оне који претендују да обухвате све или већину значајних статистичких техника за одређени домен и на парцијална решења која се могу пронаћи на интернету, а односе се углавном на једну, две или мањи скуп статистичких техника којима се решава специфичан проблем из одређене научне области.

R

R је програмски језик и окружење за статистичко израчунавање и цртање графикона. То је GNU пројекат веома сличан S језику и окружењу које је развијено у Бел лабораторијама. Може се сматрати да је R другачија имплементација језика S. Иако постоји значајна разлика, већина S кода ће радити у R-у неизмењена. Ради на широком спектру UNIX платформи, Windows и MacOS оперативним системима.

Први пут се појавио 1990-тих и служио је као имплементација S статистичког програмског језика. Језгро тима чини 20 људи, а још 50 исправљају грешке. Највећи квалитети су екосистем пакета (ако постоји статистичка техника, све су шансе да већ постоји R пакет за њу) и графичке могућности. Највише се користи у области финансија и статистици.

R је интегрисани скуп софтверских рутина за манипулацију подацима, калкулација и графички приказ који укључује:

  • рутине за руковање и складиштење података,
  • скуп оператора за калкулације над низовима, а нарочито матрицама,
  • велику, кохерентну и интегрисану колекцију алата за анализу података,
  • графичке рутине за анализу и приказивање података на екрану или на папиру и
  • добро развијен, једноставан и ефективан програмски језик који има гранање, итерације, кориснички дефинисене функције и I/O рутине.

Појам “окружење” треба да окарактерише R као плански развијен кохерентни систем, а не као постпено повећавање броја веома специфичних и нефлексибилних алата, као што је то случај код већине других статистичких пакета. Уз инсталацију R-а стиже и стандардно развојно окружење, а осим њега, тренутно је популарно окружење RStudio које развија компанија Posit (до 2022. године под именом RStudio), а које нуди нешто напредније опције. RStudio у великој мери подсећа на интегрисана окружења за развој у другим програмским језицима и има све алате потребне за рад са R-ом:

  • едитор,
  • помоћ,
  • прозор за output,
  • debugger,
  • разне дијагностичке алате,
  • инспектор варијабли и др.

R је дизајниран као прави програмски језик који омогућава корисницима додавање нових функционалности путем дефинисања нових функција. Већи део система је написан у R-у. За задатке који захтевају интензивно рачунање, а самим тим и велику брзину, омогућено је повезивање и позивање C, C++ и Fortran кода у реалном времену. Напредни корисници могу писати C код и манипулисати R објектима директно.

R се проширује путем пакета. Уз инсталацију R-а испоручује се тридесетак основних и препоручених пакета, а многи додатни се налазе на CRAN сајтовима и покривају широку област савремене статистике. Додатни пакети се инсталирају једноставно из командне линије, након чега R окружење пронађе локацију пакета на интернету, сачува га на локални диск, распакује и припреми за употребу. Пошто за проширење R-а није потребна ничија дозвола, R заједница веома активно доприноси стварањем нових пакета, тако да данас постоји више од 20.000 пакета доступних преко CRAN-а. Пошто је јако везан за академску заједницу, свака нова област студија вероватно има R пакет, тако да R прати трендове.

R је веома објектно оријентисан и више је од статистичког програмског језика. R је постао алат за data mining. Велика снага R-а лежи у генерисању статичке графике која може да произведе квалитетне графиконе, укључујући и математичке симболе. Кроз додатне пакете је могуће креирати и динамичке и интерактивне графиконе.

Иако основни R учитава податке у радну меморију (RAM), савремени екосистем пакета (као што су arrow, data.table и интеграција са Apache Spark системима) омогућава R-у ефикасну обраду масовних података (Big Data) директно са хард диска или са серверских кластера. Microsoft је 2015. године купио компанију Revolution Analytics и њен пакет претворио у Microsoft R Server, али је у међувремену потпуно обуставио развој тих комерцијалних производа и преусмерио се на интеграцију R-а у Azure Cloud сервисе.

Програмери који долазе из других програмских језика понекад сматрају R необичним. R је настао на основу језика S (развијеног крајем 1970-их) и под утицајем језика Scheme, дијалекта Лиспа, тако да су његови принципи (функционално програмирање, лексички досег променљивих) заправо савременији од језика из 1960-их.

Постоји и проблем интерактивности који се превазилази комбиновањем R-а са JavaScript-ом. На овим основама тренутно је најпопуларнија библиотека Shiny која олакшава израду интерактивних R скриптова који се покрећу преко веб browser-а.

У прилог коришћењу R-а иде његова широка употреба у индустрији и академској заједници, снага и флексибилност, веома велика база корисника, мноштво књига и документације, и доступност неколико квалитетних окружења за рад. Међутим, R није пријатан према кориснику и веома се тешко учи у односу на друге статистичке пакете.

Gretl

(Gnu Regression, Econometrics and Time-series Library)

Gretl је намењен решавању економетријских проблема и анализи и моделовању временских серија, те на неки начин представља бесплатни пандам EViews програму.

Има проблем у раду са великим подацима.

Gretl долази са опцијама за тестове стационарности, дозвољавајући кориснику да изабере врсту теста. Предвиђања се раде аутоматски и укључују актуелне вредности, естимацију тачке, предвиђање интервала и графикон. Посебно је погодан за диференцирање или серије које укључују аутокорелацију.

Gephi

Gephi је бесплатни open-source статистички алат намењен анализи графова (мрежа). Постоје верзије за све главне оперативне системе: Windows, Mac OS и Linux.

Gephi омогућава визуализацију и анализу разних врста мрежа, откривање структуре веза између објеката (анализу линкова), анализу и креирање биолошких и друштвених мрежа. Као резултат рада добијају се сви важни метрички показатељи мреже: степен мреже, повезаност, блискост, густина, дужина стазе, пречник мреже, модуларност, коефицијент кластеровања и др.

Gephi не захтева програмерске вештине а има могућности за проширивање путем инсталације додатака. Постоји интернет заједница која ради на развоју додатака, тако да је могуће пронаћи готова решења за многе стандардне проблеме.

PSPP

PSPP тежи да буде бесплатни еквивалент SPSS-а. Крајњи план је потпуно копирање функционалности SPSS-а, а развија се још од 1998. године и нове верзије и даље редовно излазе. Ипак, на његовој изради ради веома мали тим, чак мањи него код R-а, па још увек не покрива све што нуди SPSS.

Иако по корисничком интерфејсу и организацији програма веома подсећа на SPSS и нема проблема са величином података, његов највећи проблем је веома мали скуп имплементираних статистичких процедура.