三個軟體都用過，每個都很喜歡。
其實我覺得r、spss和stata之間並不一定是誰優於誰的問題，而是什麼情況下用誰的問題。
先說說名氣最大的IBM旗下的spss吧。麻瓜類統計軟體，只需要指指點點就能完成一系列統計分析。輸出結果直觀，理解起來也很方便。對於社會學專業來說，spss幾乎夠用了，再加上這幾年新版本中總會加入最新的方法，所以實用性上還是挺高的。特別是資料管理這塊，變數檢視、賦值、加標籤啥的都很便捷，所以我還是挺喜歡的，經常把它當作加強版excel來使用。
準確來說stata不是統計學工具，而是計量經濟學工具，所以stata更偏向於實證經濟學，比如各種消內生的二階段迴歸方法以及treatment effect等等。在指令語句中，stata也是很直觀的，理解起來並不困難。對於經濟學來說，stata絕對夠用，而且效率最高。反正在三個軟體當中我最喜歡stata，人大經濟論壇的學習資源很多，stata公司的擴充包也在不斷更新，操作上難度只比spss高一點點。
相比之下r能做的事情就多很多了。r是程式語言，免費而且包多，在國內的論壇活躍度上也是最高的。r的缺點也明顯，r的統計功能太耀眼了，在統計分析上比spss更完備，可以算得上是加強版的spss。但與spss一樣，r最主要的功能是統計，所以在計量方面確實沒有stata成熟。雖然r也能做各種計量回歸，但需要載入的包過多，配置得頭大，stata裡面想要回歸結果的穩健型標準誤只需一個簡單的, r指令就完了，而r裡面還需要先調包，然後各種配置……並且，就像很多答者說的那樣，因為r開源所以幾乎誰都能寫包，這導致了r雖然包多，但質量參差不齊，而用spss或者stata就不會出現這種問題。在我看來，r最棒的地方還是它的決策樹、繪圖以及爬資料這塊。決策樹彌補了spss和stata的不足；ggplot2的繪圖包真的太漂亮了，疊加式圖層語法很直觀；r爬資料雖然沒有Python強大，但用rvest包爬靜態網頁絕對夠用。我個人也是很喜歡r，雖然很多人吐槽r的語句不是很直觀，但讀起來絕對不困難，只是包多的時候配置寫得很麻煩。
總的來說，spss對於社會學專業日常絕對夠用，它的資料管理絕對是亮點。r的繪圖和資料探勘很齊全，能夠做出特別漂亮的文字分析。stata是計量經濟學的必學軟體，功能強大，指令簡單，經常做迴歸分析以及消內生的話特別推薦。
三個軟體都用過，每個都很喜歡。
其實我覺得r、spss和stata之間並不一定是誰優於誰的問題，而是什麼情況下用誰的問題。
先說說名氣最大的IBM旗下的spss吧。麻瓜類統計軟體，只需要指指點點就能完成一系列統計分析。輸出結果直觀，理解起來也很方便。對於社會學專業來說，spss幾乎夠用了，再加上這幾年新版本中總會加入最新的方法，所以實用性上還是挺高的。特別是資料管理這塊，變數檢視、賦值、加標籤啥的都很便捷，所以我還是挺喜歡的，經常把它當作加強版excel來使用。
準確來說stata不是統計學工具，而是計量經濟學工具，所以stata更偏向於實證經濟學，比如各種消內生的二階段迴歸方法以及treatment effect等等。在指令語句中，stata也是很直觀的，理解起來並不困難。對於經濟學來說，stata絕對夠用，而且效率最高。反正在三個軟體當中我最喜歡stata，人大經濟論壇的學習資源很多，stata公司的擴充包也在不斷更新，操作上難度只比spss高一點點。
相比之下r能做的事情就多很多了。r是程式語言，免費而且包多，在國內的論壇活躍度上也是最高的。r的缺點也明顯，r的統計功能太耀眼了，在統計分析上比spss更完備，可以算得上是加強版的spss。但與spss一樣，r最主要的功能是統計，所以在計量方面確實沒有stata成熟。雖然r也能做各種計量回歸，但需要載入的包過多，配置得頭大，stata裡面想要回歸結果的穩健型標準誤只需一個簡單的, r指令就完了，而r裡面還需要先調包，然後各種配置……並且，就像很多答者說的那樣，因為r開源所以幾乎誰都能寫包，這導致了r雖然包多，但質量參差不齊，而用spss或者stata就不會出現這種問題。在我看來，r最棒的地方還是它的決策樹、繪圖以及爬資料這塊。決策樹彌補了spss和stata的不足；ggplot2的繪圖包真的太漂亮了，疊加式圖層語法很直觀；r爬資料雖然沒有Python強大，但用rvest包爬靜態網頁絕對夠用。我個人也是很喜歡r，雖然很多人吐槽r的語句不是很直觀，但讀起來絕對不困難，只是包多的時候配置寫得很麻煩。
總的來說，spss對於社會學專業日常絕對夠用，它的資料管理絕對是亮點。r的繪圖和資料探勘很齊全，能夠做出特別漂亮的文字分析。stata是計量經濟學的必學軟體，功能強大，指令簡單，經常做迴歸分析以及消內生的話特別推薦。