这个问题的讨论是我提出这个问题的直接原因。更普遍的原因是我经常不得不向只熟悉 SPSS 的人解释 R 的使用。我知道 SPSS 的大部分基础知识，因为我们仍在基础课程统计中使用它。但由于我更像是一个 R 人，所以很难知道 SPSS 用户第一次与 R 会面的体验如何。
我知道有SAS 和 SPSS 用户的书 R，其中已经包含一些信息。然而，我想知道当你从 SPSS 切换到 R 时更困难的部分是什么。
或者换句话说：如果你必须在一天内向 SPSS 用户解释 R，你会关注哪些主题？顺便说一句，这不是一个假设性问题（是的，我知道，这并不是因为有人为此付费，所以它总是有意义的......）。
首先，从 SPSS/SAS 到 R，数据操作一直是学习中最具挑战性的事情。我个人发现，为分析获取正确形状的数据通常比分析本身要困难得多。其次，真正理解如何通过使用因素来处理分类值。最后，汇总统计数据和描述有时很难以可转换为 PPT 或 Excel 的格式获得，这是（我的）客户通常期望/要求的报告。
我会专注于：
1 数据操作
理解数据结构。进出口。然后深入培训 plyer 等软件包的使用，重塑，特别关注如何有效地使用 cast with formulas 和 melt with ids。如何使用 ddply 在 data.frame 中应用数值函数。
2 分解数据
通常，解释使用 Epicalc 或用户定义的函数处理重新编码。还解释了因素、水平和标签的重要性
3 描述
花几分钟时间介绍 xtabs()、table()、prop.table()，使用 reshape 中的 cast() 创建更合理地导出到 Excel 的柱状数据表。
图形是可选的，如果您在上述方面做得很好，他们应该能够获得在他们最熟悉的任何软件中创建图形所需的数据。
4 图形
如果您在教授数据操作方面做得很好，那么此时将数据制成图形所需的形状应该非常简单（或至少可重现）。ggplot2 很复杂，需要一天时间才能玩完。但是可以快速概述一下。或者，基本图形易于理解，并且帮助更清楚地了解事物的作用以及语法的工作原理。
注意：我省略了统计分析。但是，作为起点，对 lm() 和 anova() 或 cor() 的概述会有所帮助。但这应该与data.manipulation同时解释。
虽然我“写了这本书”关于 R 到 SPSS 的迁移，但它是针对程序员和大多数 SPSS 用户的，我知道他们更喜欢“点击”。像 Deducer（或 R Commander）这样的图形用户界面可以帮助他们有宾至如归的感觉，同时教他们 R 编程代码是如何工作的，如果他们想看的话。Deducer 的绘图生成器还可以让您轻松创建复杂的绘图，如果您想学习 ggplot2 代码，它也会向您展示。伊恩在这方面做得很好！
然而，虽然 SPSS 图形用户界面涵盖了 SPSS 能做的 98%，但 Deducer 可能只涵盖了 R 能做的 1%。这可能仍然是普通研究人员需要的 75%，但 R 是如此广泛，以至于人们需要学习编程才能充分利用它。我的书“R for SAS and SPSS Users”的免费版本只有 80 页，涵盖了我认为最有可能让初学者感到困惑的编程领域。它位于http://r4stats.com。
就在最近，我有一个学生有点精通统计学，并事先在 SPSS 中进行了一些分析。然后我向他展示了如何在 R 中做完全相同的事情。我们检查了代码并绘制、解释和辩论每一行。他意识到在 R 中做这件事是多么容易和方便。因此，R 社区增长了 1。:)
我处理过的研究人员最大的问题是缺乏点击式 GUI。尽管在 R 社区中有许多努力，但没有一个达到 SPSS 所具有的易用性/功能水平。
由于编码是 R 用户的第二天性，有时我们会忘记大多数统计软件用户不会编程（并且会像瘟疫一样避免编程），即使他们可能对统计有很强的实际理解。
如果有一天我将 SPSS 用户带入 R，我会在Deducer上启动他们。Deducer 是一个 R GUI 项目（自我宣传说明：我是作者），来自 SPSS 的用户应该会觉得非常熟悉。当他们发现自己需要更高级的功能时，他们自然会转向命令行来满足他们的需求。