Statistički softver je svaka kolekcija softverskih rutina i pridruženih informacija koje imaju zajednički interfejs, a čija svrha je da direktno doprinese proizvodnji neke vrste statističke analize, uključujući pri tome i izvršenje drugih pomoćnih zadataka, kao što je upravljanje podacima. Često se za statistički softver koristi izraz statistički paket, obzirom da je program po pravilu sačinjen od niza pojedinačnih procedura obrade podataka koji su upakovani u zajedničku aplikaciju kojoj se pristupa putem jedinstvenog korisničkog interfejsa.
Danas se veoma retko može videti da neko počinje statističku analizu podataka koristeći digitron. Iako se statistika bavi brojevima, retko ko zaista i računa. Sa pravim softverom, računari oslobađaju napornog računanja i prebacuju fokus korisnika na razumevanje i interpretaciju podataka.
Velika većina statističkih procedura je automatizovana putem brojnih statističkih paketa koji se mogu pronaći na tržištu. Statistički softver varira po svojoj obuhvatnosti, složenosti, mogućnostima, ceni i drugim karakteristikama. Svaki paket ima svoje prednosti i mane, a procena statističkog softvera treba da se vrši u odnosu na eksplicitne ciljeve i tržišni segment kojem je namenjen.
Na primer, program koji je dovoljno bogat statističkim metodama i opcijama da bi zadovoljio potrebe klasične statistike će teško moći da ponudi direktnost, brzinu i integraciju koju zahteva eksploracija podataka. Isto tako, program koji nudi brojne opcije prilagođavanja statističke procedure iz komandne linije će verovatno biti previše komplikovan za povremenog korisnika koji želi da uradi jednostavnu analizu i dobije rezultate u obliku koji je standardan za njegovu stručnu oblast. Paket koji je napravljen da zadovolji sve tipove korisnika možda ne zadovolji ni jednog.
Opšte je mišljenje da je za razvoj jednog paketa potrebno 10 čovek-godina, ali u najpoznatije programe je uloženo i preko 100 čovek-godina.
Ako statistiku kao nauku posmatramo kroz podelu na matematičku i naučnu statistiku, tada možemo definisati i različite modele funkcionisanja ove dve vrste statistike. U zavisnosti od primenjenog modela, razlikovaće se i zahtevi koje treba da ispuni statistički softver.
Šematski, softver koji je napisan za matematičku statistiku treba da podrži sledeći ciklus:
Za naučnu statistiku, ta šema izgleda ovako:
Matematička i naučna statistika su dva ekstrema, koja se, između ostalog, razlikuju po cilju analize i načinu na koji posmatraju podatke. Matematička nauka podatke posmatra kao sirovinu koja služi kao ulaz u precizno definisan proces obrade. Ovaj proces je linearan i bazira se na nekoj vrsti matematičkog modelovanja sa ciljem provere početnih pretpostavki, koristeći se pri tome prikupljenim podacima. Naučna statistika, s druge strane podrazumeva iterativan proces istraživanja podataka sa ciljem pronalaženja i razumevanja obrazaca koji posoje u podacima. Statistički programi se obično nalaze negde između ova dva ekstremna koncepta.
Generalno, 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 prezentaciji informacija i pripremu analitičkih izveštaja i dr.
Statistički softver se može koristiti za razumevanje postojećih koncepata i za pronalaženje novih statističkih osobina. Rast kompjuterske moći doveo je do implementacije veoma kompleksnih i zahtevnih algoritama obrade podataka koji do skora nisu bili praktično izvodljivi. Na taj način, razvoj računara direktno utiče na razvoj statistike kao nauke. S druge strane, novi razvoj procesa odlučivanja u uslovima neizvesnosti obično motiviše razvoj novih pristupa i revizije postojećeg softvera. Statistički softver se oslanja na kooperaciju statisičara i informatičara, pri čemu je važno uvek imati u vidu da je statistički paket samo sredstvo ka cilju.
Komentari (0)