SAS與R的對決：誰好使？

翻譯 | JosephYX  

來自SAS資源資訊列表

摘要

盡管在工業界還是被 SAS 所統治，但是 R 在學術界卻得到廣泛的應用，因為其免費、開源的屬性使得用戶們可以編寫和分享他們自己的應用。然而，許多正在獲得數據分析相關學位的學生們由于缺乏 SAS 經驗的情況而在找工作的路上困難重重，與此同時，他們要面對從學校熟悉的 R向 SAS 轉型的痛苦。理想情況是，你需要知道所有可能的編程語言，工作的時候使用與工作情況最匹配的那個，當然這個基本上是癡人說夢。我們的目的就是展示這兩種差異巨大的語言各自優點，并且共同發揮他們的優勢，我們同時還要指出那些不使用 SAS 好多年的、現在正在使用 R語言的人們的一些誤解和偏見，因為他們已經很少關注 SAS 的發展和進步了。

前言

我們選取 SAS 和 R 的原因是因為他們是目前在統計領域中最有統治地位的兩個編程語言。 現在我們注意到一個不好的現象，就是在學術界重度使用R的用戶認為R在被SAS霸占的工業界有具有相當優勢的，然而熟練掌握這兩個軟件對于想在數據分析領域取得小有成就的年輕人來說很關鍵。教授誤解加上對某個軟件的偏好往往對學生有著不利的引導，因此需要在這里指出：教授們，別偷懶了，對某種語言的主觀偏好將會影響學生的錢途。

SAS經常有一些更新（有點慢，sxlion注），非SAS程序員由于沒有技術跟進往往并不知情。SAS繪圖模塊就是一個快速發展并成長的例子，然而許多人并不注意到這些升級以至于他們仍然固執的使用 R畫圖。SAS另一個不廣為人知的例子是SAS可以輕松自定義函數，這正是 R 的強項。這個SAS過程步（PROC）有全面的語法檢查、翔實的文檔和技術支持；然而一個新的使用者很可能不知道這些工具可用，或者根本不知道它們的存在。另外，SAS 還擁有卓越的培訓課程，網絡及用戶組分享資源，不同相關主題的大量書籍。知道并合理的使用這些技術以及工具 有助于減少使用 SAS的畏懼之心。

相關問題討論

本文就在我們學院碰到的一些共同誤解的地方，在此對比列出兩種語言的優缺點。當然還有更多的爭論在進行中，但是本文匯中我們將選取最為普遍的來進行討論。我們希望能夠消除誤解，并且盡可能地為那些不能及時跟進R或SAS的分析人士提供新的信息。

統計方法的新進展

SAS

優點：SAS 的軟件及算法都是經過檢驗的，SAS 有技術支持去快速解決用戶的需求。 如果需要的話，SAS  會嘗試在已存在的步驟中嵌入新的方法，例如增加一個選項或者新增一個語句（statement），因此用戶不需要學習另外一個過程步。SAS也 會發布最新通訊來詳細說明軟件的更新。

缺點：更新升級較慢。

R

優點：用戶可以快速實施新方法，或者尋找已經存在的軟件包。很容易學習和理解新方法，因為學生們可以看到代碼中的函數。

缺點：R 文檔的更新都是通過用戶進行的，所以新的方法并沒有被很好調試和檢驗。 開發者們散布于各地，而并沒有在一起來進行團隊合作的開發。

在這個問題上，SAS 和 R 的優缺點是互補的。對于 R，有人認為它的代碼是開放的，可以看到 R 是如何工作的，這對于擁有相關背景的人是比較容易理解的。然而對于 SAS，它的過程步是預裝的，文件中對不同的語句（Statement）及選項（ Option） 存儲了大量的數學公式。如果用戶真的想看到底層程序，這個也是很容易實現的。對兩種語言的使用著者來說，不管是學生還是其它用戶，只是運行代碼的話對于兩種語言是沒有什么不同的。你運行SAS，不需要知道它在干什么，類似的是，你運行R時，也不需要知道它在后臺調用的函數。你所做的就是按章操作而已。

畫圖

SAS

優點：SAS畫圖模塊正變得越來越靈活、精良和易于使用。在一些分析過程步（PROCs） 中，ODS Graphics可以自動的生成一些圖形，而不需要額外的代碼。這使得用戶多了一個選擇，即可以使用默認的圖表生成圖表，也可以自己來創造個性化的圖表。

缺點：圖形背后的模板語言（TL）是龐大及不易使用的，特別是對于新手來說。新的高級功能如交互式繪圖功能（ interactive graphs），對于新手來說也是難以掌握的。

R

優點：可以簡單的生成漂亮的圖表，還可以使用循環語句來生成動畫。

缺點：在 R 中圖表功能與統計分析無關，繪圖和分析是相互獨立的。用戶必須自己來決定什么樣的圖形是合適的，使用效果的好壞取決于用戶們的統計背景和喜好。盡管改變圖形去達到特別的維度或角度并不是一個簡單事兒。

SAS9.2 之前版本的圖表功能不足是 R 更吸引人的一個主要原因之一。R的一個最好的特性之一就是其圖表功能的高質量性和易用性。但是，當前 SAS/GRAPH 搭配 ODS Graphics 及 SG 過程在軟件中增加了制圖的能力。聯合使用 ODS graphics 和 PROCS 可以使用戶簡單地生成與分析相關的展示圖表。 特定的繪圖過程步如PROC SGPLOT，SGPANEL和SGSCATTER等越來越多，當然需要的一定代碼來實現。另外，SAS 中還有一些其他不錯的繪圖選擇，如 SGDESOGNER 和 SAS Enterprise Guide。

函數及可重復使用的代碼

SAS

優點：SAS有可在 DATA 和 PROC 步使用的大量函數和自定義函數。另外強大無所不能的、也可以被DATA步和PROC步使用的宏語言。宏變量可定義為局部或者全局類型。

缺點：編寫自定義函數和詳細的宏代碼需要深厚的編程知識來確保正確性。

R

優點：在 R 中編寫函數很簡單，用戶也可以通過上傳自己的函數到 R-CRAN 上與其 它用戶分享。

缺點：編寫自定義函數需要深厚的編程知識來確保正確性。變量是嚴格的局部變量。 在這一點上兩種軟件擁有類似的利弊。SAS 的早期用戶運行自己的定制函數主要取決于宏程序的編寫，這也是 R 用戶認為其低效及笨重的原因。然而，SAS 9 版本的 PROC FCMP允許用戶編寫個性化的函數，SAS 9.2 版本又允許用戶在 DATA 及 PROC 步中調用這些函數。 這對于簡單的統計函數是很有用的，對于更加復雜的統計函數也可以通過 IML 語言來實現。

SAS 及 R 兩種語言都面臨著怎樣有效地、正確的使用函數，這就需要用戶在函數編寫的過 程中擁有深厚的編程背景。從好的角度來說，一個程序員需要知道他們編寫的是什么；危險的是，其它人可以下載一個 SAS 宏或者 P 程序包來使用，盡管他們不知道其內在工作原理， 甚至不知道其正確性。所以，有了對宏及函數適當的了解，再來分享它們并應用于具體的需 求是很方便的。

免費軟件

SAS

優點：SAS 有OnDemand 版本的軟件，免費提供給學位頒發機構。

缺點：真正的 SAS 和 JMP 并不是免費的。OnDemand 版本對使用何種操作系統有一 些限制，而且據反映運行速度很慢。

R

優點：R 是完全免費。

缺點：開源軟件對于大公司來講都會有安全方面的擔憂。

SAS公 司 為 教 育 機 構 提 供 的 免 費 替 代 品 可 以 保 證 教 授 們 在 課 堂 上 的 使 用 。 對 于 OnDemand 的安裝過程和速度需要注意?？傊?，SAS 和 JMP 不是免費的，公司需要使用許 可來使用該軟件。R 可以免費的安裝，但許多參與論戰的博主們認為如果那些正在使用 SAS 的公司去使用 R，將會花費遠遠超過 SAS 授權費用的資源和財力，例如重寫代碼、構建新 的團隊、招聘新的專業人員等等。而且對于那些分析結果需要經得起嚴格檢驗要求的公司， 可能 SAS 更加適合。還沒有現存分析框架的小公司可以來探討是選擇歷史悠久、資源豐富的付費軟件（SAS），還是要選擇雖然免費、但是還需要其它先期投資（如員工的知識背景， 編寫及調試代碼）的軟件（R）。最終，從時間和金錢的角度來衡量，SAS 和 R 的花費可能 是基本接近的。

用戶支持

SAS

優點：SAS 有豐富的網上參考資料，專業的技術支持，專業的培訓課程，許多優秀 的出版書籍，一個緊密的用戶組及網絡社區。SAS 的問題可以直接反映給技術支 持部門，他們會與用戶一起來解決。

缺點：真的沒想到。

R

優點：R 有很好的示例手冊，網上參考材料，R 郵件列表和 R 聚會。

缺點：用戶們取決于其它用戶對于軟件的看法及建議。因為 R 的開發者散布于全球 各地，所以全球的用戶是缺乏聯系的。程序包（Package）并不是由 R 軟件的開發 核心團隊來編寫的，所以導致了程序的不完善甚至有時候會對結果的正確性有所懷 疑。另外，很難去直接尋找一個針對具體問題的人員或者團隊。

SAS 所提供的卓越的支持是他們以客戶為中心設計產品的亮點。SAS 支持的優點對初 學者是理想的幫助，其大量的細節也使資深用戶受益匪淺。R 較為混亂的參考資料和匱乏的 技術支持在需要尋找幫助時困難重重。這違背了 R 的開發設計者的初衷。

數據處理

SAS

優點：SAS 可以處理任意類型和格式的數據。DATA 步的設計純粹就是為了數據的管 理，所以 SAS 擅長處理數據。利用豐富的選項，SAS 可以將大數據處理的很好，拼表以及 PROC SQL 也可以減少運行時間。

缺點：在 DATA 步驟中 SAS 中的DATA步有非明示的循環算法，因此使用者的編程思維需要改變以符合SAS的運行邏輯。

R

優點：R 在最初就被認為是更加適合大數據的。它對于矩陣的操作和排序的設計是非 常高效的。R 也可以很好的進行各種基于分析的數據模擬。

缺點：R 的設計更加關注統計計算以及畫圖功能，所以數據的管理是比較耗時的，而 且不如在 SAS 中那么明晰。其中一個主要的原因就是：對于各種不同類型的數據，在 R 中進行很好的數據處理是比較難以掌握的。

數據處理的重要性經常在統計編程中被忽視了，但是它確實是非常關鍵的，因為實際的數據非常糟糕，不能直接應用于分析。純粹地使用 R 的學生們對于得到的數據往往有不切實際的期望，而學習 SAS 是一個有效的方法去解決怎樣整理原始的數據。SAS可以對大而繁雜的數據集進行管理和分析，而 R更著重于進行分析。

當處理復雜數據時，R 的面向對象的數據結構會遇到很多問題，并且R還缺乏一個內在的循環過程。在SAS中，應用標準化工具經常會進行如下操作：合并含有大量缺失數據的復雜數據集，再生成及修改其中的變量。而在R中，進行復雜的數據處理操作是沒有標準化的，而且經常會導致更加復雜的過程。

SAS與R軟件運行時間的快慢對比取決于任務。如SAS可以通過設置 MEMLIB，從而像R一樣使用內存(而非硬盤)來提升運行速度。但在R中，沒有這樣的硬件驅動，只能使用內存來執行。

安裝

SAS

優點：SAS所有的分析功能及授權都被整體打包在一起安裝。升級授權證書是非常容易。

缺點：首次安裝或升級到一個新的版本是很耗時且有點麻煩的。但是這比在課堂上向 學生們講述如何使用這個軟件簡單1000倍?，F在越來越多的學生們在課堂上使用Macs系統的筆記本，但是SAS沒有Mac版，意味著這部分學生無法使用 SAS。

R

優點：R 和其最常用的用戶界面 RStudio 在 Window、Mac 和 Unix 環境下都很容易安 裝和打開，且安裝速度都很快。

缺點：運行必須知道滿足需求的程序包，然后搜索、安裝、了解具體功能。截止原文發表時，共有 4379 個可用程序包，這一數量還在每天增加。在提供了更多選擇的 同時，也增加了搜尋的時間和難度。

SAS 的獲得對用戶來說比較困難，首次安裝也是比較麻煩的。但是一旦安裝完成了， 有關軟件本身的問題就很少了，對于特別的分析，也不需要額外的程序包或者步驟了。R 中 相反，安裝非常簡單，但對于額外分析，需要另外安裝程序包，浪費了安裝軟件所節省的時 間。

報表

SAS

優點：SAS 通過很多有用的過程步來生成詳細漂亮的報表。

缺點：能提供更詳盡報表的過程如 TABULATE、REPORT 等，在能正確而有效的使用前，將為有一個艱難的學習曲線等待你跨越。

R

優點：報表方面，R擁有諸多利器。Sweave包可以創造包含文字、表格和圖形的 PDF 文件，其中圖形可以LaTeX 和 R 命令來裝扮。另一個新的程序包 Knitr 可以快速生成格式限制較少的網頁內容。

缺點：R 沒有一個模式化的方式來生成報表，所以需要在編程上花一些功夫。報表的生成對于 R 來說是一個比較新的方向，所以它不如 SAS 來的簡單和快速。在 R 中，Sweave 和 Knitr 是報表這方面的領先的程序包，但是學習起來也比較困難。

重度報表使用用戶應該了解這些以上不同，盡管學習 SAS 的報表功能需要花費一些時間，但是一旦掌握了就很有價值并有很高的靈活性。而從最基礎學習 R 的報表功能也許不需要像 SAS 那樣花那么多時間。

結論

我們可以看到解決 R 與 SAS 的辯論是三合一的。第一，就像在任何一個統計編程社區 一樣，我們知道這個PK是沒有一個最終贏家。兩種軟件各有優缺點。他們有共存的必 要，而學術上的教學中，他們也有共存的必要。如果學生們能夠明確他們的需求并合理的應 用，那樣會獲得更好的效果。如果只給學生教授一種軟件是有局限性的，這樣會使他們難以 發揮學習另外一種軟件的潛力。第二，用戶們需要保持他們的工具箱與時俱進。SAS 和 R 都有一些很不錯的 學習網站去介紹最新 的技術上的進步。 SAS 技 術 支 持 網 站 http：//support.sas.com 有許多最新的動態，如 Focus Areas、E-newsletters、RSS 種子和博客。R 博客網站 http：//www.r-bloggers.com 包含了許多用戶貢獻的新聞和練習。第三，最理想的是學習 兩種軟件并將其融合于分析中。這里有許多方法可以嘗試，例如用 SAS 的 IML 和 SAS 的 IML/Studio（IML 是 SAS 的一個加載項）功能，或者通過使用 SAS X Statement 執行外部命 令，使 R 代碼在 SAS 中轉化成 SAS 命令來運行。對于 R 的用戶們，通過轉化 R 到 SAS 的 用戶界面，可以同時使用 2 種軟件。通過使用兩種軟件可以使處理及分析數據變得事半功倍， 而且使所有的用戶都滿意。