1樓：William Orange
我一般用R處理資料和繪圖，用stata跑模型，用latex寫文章。有些複雜stata解決不了，比如一些時間序列和複雜網路會用R和matlab來做。遇到一些新奇的機器學習，神經網路一般就用python和matlab。
曾經以為R可以解決所有計量統計問題，的確可以，但繁多各種風格不一的包讓我很是難受，用stata一套風格感覺好多了。沒接觸過SAS，看過一些書覺得語法根本不是平時接觸的程式語言，應該不是物件導向的程式語言，不懂。。。。。。
2樓：時間序列
簡單的說：做應用的，必學stata；理論計量的用R；巨集觀的用一些matlab，追求速度上Fortran，但是可以關注Julia，兼顧了matlab的易用性和Fortran的速度。如果還不確定自己的研究領域，先熟悉stata和matlab不會錯的。
3樓：投行小兵yy
我是金融工程專業的，其實說實話，做這一行學好MATLAB非常非常非常重要！
我從大一開始自學MATLAB，從不間斷一直在用，滿滿時候你會發現，什麼lingo，spss，都是浮雲，因為它們無法按照你的意願走！明白了嗎?按照你的意願來控制是多麼重要的一件事
4樓：淺川愛一
恩我本科就是數學的麼。基礎課程是Excel SAS 這兩個我覺得做資料分析很好用。然後最近python學習中。
·······python的語言很直接，所以學習起來也比較簡單。沒有程式設計基礎也可以搞定。有人回覆我說到了R和Python的比較問題了，我說的不夠嚴謹了。
我個人以為Python和R在兩個不同的側重點上。我覺得Python的計算速度更快一些。我引用一點我當初在準備學習資料分析和挖掘的時候看到的Python和R的比較上面的一些話，Python是一門計算機語言，而R更側重於統計，在統計等方面他肯定強勢。
5樓：452只貓
看一群人說跑個回歸用什麼什麼太逗樂了。這年頭只要跟資料沾邊的軟體還有什麼不能做回歸。。關鍵是自己懂理論。不懂的只知道調函式的，用什麼都白搭。
6樓：
本科經濟統計學，由於學校奇葩的課程設定，我們分別使用過：
EViews：計量經濟學，時序和多元統計。
Stata：計量經濟學。
SPSS：專門開的一門課，這個巨汗，權當複習了一遍統計學。
Excel：大一的統計入門課使用的，這個也巨坑，就是簡單的函式使用，一點沒有涉及VBA。
Matlab：這個沒有專門的課，是上完了C語言程式設計以後副產品，後來接觸了R和Mathematica就基本拋棄了它。
R/S-Plus：在回歸分析的時候使用了S-Plus，不過那時候我已經使用R語言很久了，而且S-Plus基本相容，所以沒有使用過S-Plus。
SAS：這個在實驗室中自學過幾次，直接被其奇葩的語法雷到了，據說我們學校的研究生有專門的SAS課程（類似於本科的SPSS課程），呵呵了～
我們系的妹（xue）紙（ba）就曾經抱怨說使用的軟體太多了，完全被逼瘋的感覺，還給我們親愛的系主任提過意見。作為學渣也就這個問題問過系主任，她的意思是不同的軟體在處理不同的資料時候是各有所長的，而且你們課程還是蠻輕鬆的，就多學點吧，另外不同的老師有不同的軟體使用愛好，上課使用不同的軟體是必然的。
學習經濟學的同學，Excel和SPSS，EViews（或者Stata)就蠻好的了，Stata和EViews都可以寫一些程式的，SPSS的介面化操作也是很友好的。本人使用的R，在上各種課中也都會在學了那些軟體後再使用R來實現（其實絕大多數時候R都已經有現成的包了，我也大多是直接使用），R還是很不錯的，推薦。
很多前輩也提出了，經濟學學生學習程式設計適可而止就好了，要不然就是一條不歸路啊，面臨著徹底轉行的危險，本人就是一枚反面例子（淚～。所以什麼Python啊，C++啊，Julia啊就不要接觸了。
7樓：吳俊林
個人感覺matlab的功能十分強大。不管什麼專業，學會使用這軟體還是好的。而且matlab裡也有經濟學常用的函式工具箱啊，現在還在不斷地完善。。
8樓：慧航
2023年6月1日更
上次參加知乎活動，收到了這樣一張別出心裁的卡片：
才意識到原來這是我來知乎的第乙個回答。
沒想到在知乎已經這麼久了。
既然是第乙個回答，意義還是不一樣的，時間這麼久了，有的說法已經不合時宜了，所以在這裡更新一下。
這個問題我回答了太多次。
前面 @榮健欣 學長回答了，但是很簡略，我展開來說說。
計量經濟學也有很多小的門類，請對號入座。
有很多軟體，Stata, matlab, R, SAS是相對來說用的比較多的。
如果是做應用計量（特別是橫截面資料、面板資料），Stata是不二之選，因為不管是管理資料還是跑回歸，實在太太太方便了。現在主流期刊的應用微觀計量文章裡面能用到的模型stata幾乎都有，而且其中的絕大多數都是用stata做的。而且最大的優點是，簡單！
如果做應用的時間序列，Eviews似乎是乙個不錯的選擇。但是我一般不做這方面，也不是很有發言權。
如果做理論計量，stata eviews是沒有現成的包的，而且即便Stata可以程式設計，可程式設計能力也是很差的，而且不穩健。所以懂R和Matlab就非常順手。當然也可以用Python，最近Sargent就寫了本用Python做計量的書。
還有乙個Julia，是這三種語言的混合，但是速度快很多，缺點是太過於小眾。
如果對速度要求高，特別是金融計量很多對速度有要求的，可以考慮C、Fortran等語言。C和Fortran肯定是最快的。還有乙個叫做OX的，速度快，但是也很小眾。
但是這些語言的缺點是學習難度比較高，開發時間比較慢。Julia據說速度堪比C，而且語法特別像Matlab、Python（意味著容易學習），但是處於剛起步階段，用的人太少了。
如果是金融計量領域，建議學一下SAS。SAS是最權威，速度也很快，當然最大的問題是昂貴，而且可程式設計能力不是多麼好。SAS最大的優點就是能夠快速處理非常非常大量的資料，如果用R的話大概率會癱，或者賊慢無比。
以上是從應用層面，接下來是對各個軟體的評述：
Stata：優點：資料管理方便、速度快（特別是上MP版）、微觀計量的包比較全、在微觀計量領域應用最多、有專門的期刊開發新的包、學習簡單。
缺點：付費、嚴格來講不算程式語言、自帶的程式語言語法比較奇怪，需要適應、可以自行程式設計但是有諸多限制。
Eviews：優點：做傳統時間序列有一定優勢。缺點：老，應用受侷限，建議不要學。
R：優點：統計的包非常多、開源、程式設計靈活；缺點：慢、計量方面的包沒有stata全。
Matlab：優點：程式設計靈活，有一些時間序列、巨集觀的包，比如dynare等；缺點：付費、迴圈可能會比較慢、微觀計量方面的包沒有R全，資料管理不如Stata和R
Python：優點：標準的程式語言，程式設計靈活，能幹很多很多事情，比如爬資料等，全棧程式語言；缺點：慢，計量的包比較匱乏。
Julia：優點：集合了MATLAB\Python\R的很多優點，快！缺點：還在發展的初級階段，語法變化快，而且包還沒有那麼多。
C/Fortran：優點：非常非常非常快！缺點：難以學習，非常難，包少，很多時候需要自己造輪子，除非高手，否則不建議使用。
像我自己，目前主要使用Stata+Julia+Python+C。大多數場景下都用Stata；做理論計量的時候，如果不是效能密集型，就用Julia或者Stata，如果是效能密集型，用Julia+C，或者乾脆寫C。Python一般只用於爬資料，很少用於直接分析，除非做機器學習的東西，用scikit-learn。
最後想起一句話來，關於這些軟體的選擇（stata除外，因為stata在應用計量領域的地位是幾乎不可替代的）可以用兩句話來概括：如果你自己的時間比計算機的時間寶貴的話，學習matlab、R、甚至Python、Julia是最合適的，如果計算機的時間比你的時間寶貴的話，學習C、Fortran是必須的。當然除非你的工作非常特殊（比如一些大型的結構模型的估計），一般來說，還是自己的時間更寶貴一點。
綜上，做應用和做理論是不可能用一種軟體解決的，建議根據自己的方向進行挑選。我覺著Stata、Python、R、Julia是比較推薦的，而且學習難度都不大，用的人都很多，交流起來相當方便。
最後，沒有任何規定限制我們只能學一種語言或者軟體，不同軟體和語言有自己的長處，多學幾門不是很好的嗎？
PS:各個軟體的速度比較， 可以看Julia的主頁。
金融學專業，需要學習哪些軟體 程式語言？
金融店小二 個人推薦 1.VBA 金融店小二 金融建模常用模型 73個Excel VBA 2.Python 金融店小二 83本Python量化投資和機器學習高畫質國內外書單3.Matlab 陳墨 VBA VBA VBA 其他R，c 這些，對於不致力於在投行做碼農的從業者來說，都沒有excel VBA...
學習經濟學有哪些好處？
我個人覺得，經濟學很廣泛，而且中國式的教育確實存在很多問題，但是，如果你真心想學好的，可以多實踐，多學習外國那些大師和經濟學理論，更重要是實踐，否則一切都是空談，如果學精的，將會有非常大的作用，你可以用你學到的經濟學賺錢，一輩子無憂，可以學精，大的，可以為國家，為人民創造財富，可惜現在難以做到。特別...
學習巨集觀經濟學，需要先學微觀經濟學嗎？能否直接看巨集觀 會更難看懂嗎？
千紅 金融產業存在的形態從表面上看 一方面是發現那些需要借貸並有能力還貸的公民或公司為他們提供更好的借貸環境 可以更方便快捷的借貸 另一方面又為有餘錢需要投資的人提供更加豐富的投資渠道和更有保障的投資專案，運作方式的結果在一定程度上也正是實踐著交易權的平均分配理念，並在這個過程中獲得自己相應的利差回...