先說結論：根據需求和軟體操作能力，選用SPSS、STATA、SAS、R語言、Python中的一種或多種，這幾款都是主流的資料分析和統計軟體，對程式設計能力的要求依次提高，能完成複雜分析的能力、自由度也更高。

1. SPSS

優勢：易於學習

弱點：難以完成複雜操作、迴圈等自動化分析

推薦書目： 張文彤《SPSS統計分析基礎教程》

2. Stata

此外，stata有自己的社群和期刊，如果英語好幾乎能找到需要的所有解答。

優點：邏輯是變數和樣本，容易理解；資料管理能力強；直觀

缺點：複雜功能的實現不足；圖表不美觀

推薦書目：陳強《高階計量經濟學及Stata應用》

3. SAS

醫學、金融常用軟體，穩定可靠，有豐富的介面，和Stata類似，SAS也有自己的程式設計語法，但更為複雜，較難掌握。如果不是工作需要，不建議新手入門。

4. R

開源免費軟體，統計軟體中冉冉升起的新星。

優勢：

功能範圍非常大（有很多擴充套件包可以實現各種各樣豐富的功能）

畫圖非常好看

非常容易自動化和整合（與 Git、LaTeX、ODBC、Oracle 、Apache Hadoop等）

非常好的社群支援，以及透過第三方的支援

廣泛的幫助資源免費提供（手冊、教程等）

非常強大且靈活的指令碼語言（例如支援面向物件的程式設計）

支援所有通用平臺（Windows、Linux、MacOS...）

非常大的、活躍的開發人員社群，面向未來

弱點：

熟悉 R 語法較難

速度不夠快

使用非常大的資料集時，對電腦硬體要求高

推薦書目：R語言實戰

5. Python

最接近程式語言，統計和資料分析只是它的一小部分功能，不夠直觀但功能強大。學起來較難。

推薦個不用敲程式碼的吧！奧威BI工具。這是一個智慧資料視覺化分析工具，上面預設了大量智慧分析功能和圖形化的資料視覺化圖表，你可以根據自己的需求製作資料視覺化分析報表。

而且在奧威BI工具做好的報表還支援多維動態自助分析。瀏覽者可隨時修改欄位與維度組合，從而切換到不同維度分析資料，也可能修改篩選條件做分析；可以聯動多個數據視覺化圖表做分析；又或者雙擊智慧鑽取，調取相關的資料分析、明細，然後自行選擇鑽取路徑。