r和matlab哪个好学,该学R还是matlab?

我本身不是做数理经济和计量经济这些方向的，所以也不是很清楚LZ所需要的东西。但是个人认为，任何软件都只是工具，我们所做的是利用好这些工具。既然如此，就不应该被工具本身所限制住，而是选择最合适的工具来使用。R是个比较通用和广泛的统计软件，但是不能也不可能解决所有问题。个人经验是，在处理很多问题时，R只适合用在其中的一些步骤，在其他的方面我们需要用其他的工具来处理。如果当你已经有了整理好的数据集，并且该数据集很小(通常不超过1GB)，这时候用R直接进行建模时比较方便的。但是即使在这样的情况下，很多时候我们依然有更好的选择。就比如在之前的帖子里提到的convex

optimization, nonlinear

programming，这些时候，MATLAB往往有着更大的优势。另外，在比如我之前在R矢量化编程的帖子里加入了一个调用C函数来计算卷积的例子，在那种情况下，在R里面调用C语言来处理问题的效率比用R高几十甚至上百倍。更多数的情况是，我们并没有成型的数据集，需要提前进行一些处理。比如，在很多基因序列、或者文字处理的过程中，我们需要自己对数据进行预处理，原本的数据只是基于HTML、XML的文本，这些时候一些基本的脚本语言像python，就可以更好的解决问题。现在越来越多的人都在创建一些R的插件或者借口，以在其他程序中调用R进行部分后台运算，这样做也正是因为在众多情况下，R十分适合处理部分问题，但不是全部问题。如果和别人合作，那么可能很多基本工作需要用xls，或者从远程服务器调取数据，一些基本的SQL操作则可以大大减轻R运行的压力。

总结来说，我认为lz不妨都用一下，需要用哪个的时候就用哪个，这样才更有效率。学习MATLAB不代表放弃R。用软件又不是结婚，非要一对一才行。MATLAB是一款非常有用的软件，而且也很容易实用。其作图方面也比R强不少，哪怕LZ通过R建模后，通过MATLAB做图也是个不错的选择。

R作为统计软件来说，其功能已经很完美了。其最强悍的地方就是在于对统计方法本身的使用上，这一点我想是其他软件所比不了的。因为据我所知，全世界绝大多数在学术界做统计专业研究的人都使用R。所以从这点来说，R的专业水平是很高的。R的缺陷主要来源于非统计的问题。而这样的问题所有的统计软件都会遇到，所以个人认为，R本身的局限很难通过使用其他的同类统计软件来弥补(SAS可以做到些许)。我之前所说的是掌握更多的其他类型的工具。我没见过几个人同时使用几种统计软件，大部分人都是只侧重一种统计软件，然后用其他的工具辅助(比如我之前提到的C或者MATLAB等等)。

应该说，统计本身遇到的大多数问题，用R是足够的。

R相对灵活些，Matlab比较成熟。这两个选一个即可，此外辅助SAS就ok了

恩 的确呢R+Mat才能做到优势互补呢~

要是有精力可以都学，但统计方面的话R比matlab要好用些

搞统计，偏重methodology一点的都应该用R，因为R偏重于计算工具，他是一个你实现自己想法的工具，你可以在上面开发一个新方法(当然matlab也行，不过个人觉得太庞大，R小巧灵活)，R中具体模型为辅，只不过全世界的人都在完善这个库，所以也显得很完备

如果具体问题分析的话，其他软件可能更好一点，因为他们偏重于具体统计模型

R跟c语言很像

学过c的学习R的时候很容易上手

做数据分析的话用:SAS\SPSS\STATA，matlab适合数值分析、计量经济学、金融，R适合统计计算