一、想学数据统计的软件，以前完全没接触过，sas，r语言，Python三款软件哪个更容易上手，
学R语言吧，免费且功能强大，学会了一劳永逸，现在大家都推崇用R
二、如何在R语言中进行神经网络模型的建立
不能发链接，所以我复制过来了。
#载入程序和数据
library(RSNNS)
data(iris)
#将数据顺序打乱
iris #定义网络输入
irisValues #定义网络输出，并将数据进行格式转换
irisTargets #从中划分出训练样本和检验样本
iris #数据标准化
iris #利用mlp命令执行前馈反向传播神经网络算法
model #利用上面建立的模型进行预测
predictions #生成混淆矩阵，观察预测精度
confusionMatrix(iris$targetsTest,predictions)
#结果如下：
# predictions
#targets 1 2 3
# 1 8 0 0
# 2 0 4 0
# 3 0 1 10
三、R语言中ppois如何应用
ppois是泊松分布的分布函数（即用来求累计概率），因为是离散的，所以只会在整数左右有变化，看最下面的图像比较容易懂，比如q=0.5就和q=0.9的结果一样，q=1就和q=1.2的结果一样。
一般用法：
ppois(q, lambda, lower.tail = TRUE, log.p = FALSE)q：官方帮助文档说是分位数，我理解是指定x轴上的点。
lambda：就是泊松分布的参数λ
lower.tail：是逻辑变量，当它为真(TRUE，缺省值)时，分布函数的计算公式为
当lower.tail = FALSE时，分布函数的计算公式为
log, log.p是逻辑变量，当它为真(TRUE)时，函数的返回值不再是泊松分布，而是对数泊松分布.
比如lambda=1的分布函数作图如下：
四、R语言MLP函数的输出结果表示什么，看不懂
MLP这个其实还是很好懂的，你不仅要将RSNNS包对应的pdf文档仔细阅读，更需要的是进入SNNS的网站查看文档。
Stuttgart Neural Network Simulator（SNNS）是德国斯图加特大学开发的优秀神经网络仿真软件，为国外的神经网络研究者所广泛采用。其手册内容极为丰富，同时支持友好的 Linux 平台。而RSNNS则是连接R和SNNS的工具，在R中即可直接调用SNNS的函数命令。
再看你的例子，三层神经网络，输入层5个节点，对应5个特征；中间层（隐层）3个节点；输出层一个节点，给出预测结果。
你的第一部分是指设置的激活函数，包括隐层的激活函数和输出层的。
第二部分是每个节点的信息，bias是偏置，position不用理，是那个仿真软件的。
第三部分是中间连接线的各个权重。
希望对你有帮助。
