如下是我自己总结的各软件应该如何使用：

1.      SAS： 用于处理海量数据，当数据上百万，千万的时候R和 Matlab就已经很难再胜任。个人觉得主要原因在于：Matlab, R 读取的数据都放在内存里，一旦数据过大就会导致处理速度变慢，尤其在笔记本上跑的时候。而SAS读入的数据都存在临时文件夹里，只有在执行语句的时候才把对应的数据调出来，所以内存管理很有效。SAS还有一点很好的地方在于：逻辑库的运用。数据集都是用Table 保存的。我自己在做研究时，最初的原始数据集都偏向用SAS处理。各个变量和数据来源都呈现得很清晰。不过我个人不喜欢用SAS做分析，感觉语言太繁杂，不直接。平时用最多目测就是SQL 功能

2.      R：我用R的原因包括：1）涉及字符处理我都用R，感觉比SAS,Matlab方便，尤其是在用数据框结构时，比Matlab 处理得快很多。2）统计测试较全， R的包很方便，做初步测试的时候很便捷。Matlab 的包就很麻烦，的自己手都添加 3）我觉得最重要的还是，R读取的数据格式叫广泛，我有些数据用SAS, Matlab读出来都有问题，不过用R读，效果就很好。

3.      Matlab : 如果数据是纯数字类型的，我首选Matlab。做模拟实验，或者数值算法，尤其是蒙特卡洛模拟，它都是首选。例如在做有关衍生品定价方面的研究时，用Matlab 就很方便。

4.      Stata: 我觉得做研究的话，Stata的统计分析已经很全了，尤其是做计量经济学。我一般做研究的时候喜欢先用R或者Matlab做测试；等思路基本通顺后，就改用Stata. 目前写的Paper后面的所有表格基本都是用Stata生成的，很方便。

希望以上内容能对各位有所帮助