УДК 338.2
DOI: 10.36871/ek.up.p.r.2025.11.06.004

Авторы

Александр Николаевич Литвиненко,
Санкт-Петербургский университет МВД России, Санкт-Петербург, Россия
Сергей Евгеньевич Барыкин,
Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия
Наталья Вильгельмовна Дедюхина,
Петербургский государственный университет путей сообщения Императора Александра I, Санкт-Петербург, Россия

Аннотация

В статье представлен обзор коммерческих и свободно распространяемых программных продуктов, используемых для статистического анализа в социально-экономических исследованиях. Рассмотрены функциональные и интерфейсные особенности таких систем, как EViews, jamovi, JASP, gretl, JMulTi, RapidMiner и JAGS. Особое внимание уделено программам с открытым исходным кодом, отличающимся доступностью и высоким образовательным потенциалом. Проведённый анализ позволил выявить преимущества и ограничения каждого программного средства, определить их применимость к различным типам аналитических задач и актуальность в контексте растущих требований к подготовке исследователей. Сделан вывод о том, что выбор программного обеспечения представляет собой не только технический, но и стратегический шаг в организации научно-образовательного процесса.

Ключевые слова

статистический анализ, экономические исследования, программное обеспечение, эконометрика

Список литературы

  1. Yandex Wordstat [Электронный ресурс]. URL: https://wordstat.yandex.ru/?region=all&view=gra ph&words=программа%20статистика (дата обращения: 03.07.2025).
  2. Yandex Wordstat [Электронный ресурс]. URL: https://wordstat.yandex.ru/?region=all&view=g raph&words=обучение%20анализ%20данных (дата обращения: 03.07.2025).
  3. Мамедов В. С. Анализ средств языка программирования R // Молодой исследователь Дона. – 2017. – № 1 (4). – С. 49–54.
  4. Егошин В. Л., Иванов С. В., Саввина Н. В., Ермолаев А. Р., Мамырбекова С. А., Жамалиева Л. М., Гржибовский А. М. Корреляционный и простой линейный регрессионный анализ с использованием программной среды R // Экология человека. – 2018. – № 12. – С. 55–64.
  5. Спиридонова К. С. Существующий программный комплекс первичной обработки и анализа данных // Символ науки. – 2021. – № 6. – С. 34–35.
  6. Цыпин А. П., Сорокин А. С. Информационные технологии при проведении экономико-статистических исследований на основе исторических временных рядов // Азимут научных исследований: экономика и управление. – 2017. – Т. 2, № 6 (19). – С. 299–302.
  7. Цыпин А. П., Сорокин А. С. Статистические пакеты программ в социально-экономических исследованиях // Азимут научных исследований: экономика и управление. – 2016. – Т. 4, № 5 (17). – С. 379–384.
  8. Гаращенко А. А. Программные средства статистического анализа данных // Глобус. – 2019. – № 6 (39). – С. 80–82.
  9. Богданова М. В., Паршинцева Л. С. Современные средства электронной обработки социально-экономической информации // Вестник университета. – 2017. – № 5. – С. 10–15.
  10. Демаков В. И., Ларионова Е. Ю., Голодков Ю. Э., Рерке В. И. Сравнительный обзор статистических пакетов для анализа данных // Вестник Бурятского государственного университета. Математика, информатика. – 2023. – № 3. – С. 78–89. DOI: 10.18101/2304-5728- 2023-3-78-89.
  11. Кошечкин К. А., Козлович А. В., Котиков В. Н., Миронов А. Н. Обзор перечня и особенностей программного обеспечения, применяемого для статистической обработки данных при выполнении экспертной работы // Ведомости Научного центра экспертизы средств медицинского применения. – 2014. – № 3. – С. 46–50.
  12. Ловцов Д. Н., Богданова М. В., Паршинцева Л. С. Пакеты прикладных программ для многоаспектного анализа судебной статистической информации // Правовая информатика. – 2017. – № 1. – С. 28–36.
  13. Кореновский Ю. В., Кудинов А. В., Сузопов Е. В., Поповцева А. В. Сравнение компьютерных программ для проведения описательной статистики и ROC-анализа // Медицина в Кузбассе. – 2016. – № 3. – С. 40–44.
  14. Изакова Н. Б. Многомерные методы статистического анализа в маркетинговых исследованиях рынков B2B // Управленец. – 2015. – № 6 (58). – С. 33–38.
  15. Ловцов Д. Н., Богданова М. В., Паршинцева Л. С. Информационные технологии статистического анализа маркетинговых исследований // Правовая информатика. – 2018. – № 1. – С. 32–39.
  16. Бугаков П. Ю., Колесников А. А. Анализ функциональных возможностей офисных приложений для визуализации и оценки геоданных // Вестник Сибирского государственного университета геосистем и технологий. – 2019. – Т. 24, № 4. – С. 104–119.
  17. Altair [Электронный ресурс]. URL: https:// altair.com/altair-rapidminer (дата обращения: 03.07.2025).
  18. JASP [Электронный ресурс]. URL: https://jaspstats.org/ (дата обращения: 03.07.2025).
  19. JAGS [Электронный ресурс]. URL: https:// mcmc-jags.sourceforge.io/ (дата обращения: 03.07.2025).
  20. Церкасевич Л. В., Макаренко Е. А. Пластичность информационных рисков в обществе эпохи постмодерна // Философия инноваций и социология будущего в пространстве культуры: научный диалог: сб. ст. Всерос. науч.-практ. конф. с междунар. участием, Уфа, 10 дек. 2020 г. : в 2 ч. Ч. I / Башкир. гос. ун-т. – Уфа, 2020. – С. 345– 354.
  21. Сайченко О. А., Красовская И. П., Макаренко Е. А. Расчетно-аналитические методы оценки экономической эффективности инновационной деятельности в контексте триады «образование – наука – производство» // Экономика и управление: проблемы, решения. – 2024. – Т. 3, № 2(143). – С. 119–124.