统计系统常用的编程语言包括以下几种：
R语言：
R语言是一种专门用于数据分析和统计建模的编程语言，拥有丰富的统计函数库和图形库，能够进行数据清洗、数据可视化、统计建模等操作。R语言具有良好的可扩展性和社区支持，被广泛应用于学术研究和数据科学领域。
Python语言：
Python语言是一种通用的高级编程语言，也被广泛用于数据分析和统计建模。Python拥有丰富的数据处理和统计分析库，如NumPy、Pandas和SciPy等，这些库提供了强大的数据处理和分析功能。Python语言易学易用，具有广泛的应用领域。
SAS语言：
SAS是一种专业的统计分析系统，也是一种编程语言。它提供了丰富的统计分析函数和数据处理功能，被广泛用于商业和学术领域。SAS语言具有强大的数据整合和数据挖掘能力，适用于大规模数据处理和复杂统计分析。
SQL语言：
SQL（Structured Query Language）是一种用于管理和操作关系型数据库的语言。虽然SQL主要用于数据库查询和管理，但它也可以用于数据统计和分析。
Julia语言：
Julia是一种相对较新的编程语言，专注于高性能科学计算和数据分析。Julia具有高效的性能，适合处理大规模数据和复杂数学运算。
MATLAB / GNU OCTAVE：
MATLAB（matrix laboratory）是一个多范型数值计算环境和第四代编程语言，适用于科学计算和工程应用，包括统计分析。
Stata语言：
Stata是一种专门用于统计分析的软件，它提供了丰富的统计分析和数据管理功能，可用于从简单的描述性统计到复杂的统计模型的实现。
选择哪种编程语言取决于具体的应用需求、数据规模、以及个人或团队的技能偏好。R和Python是目前最常用的统计编程语言，各有优势，R在统计建模和图形制作方面更为强大，而Python在数据科学和机器学习领域应用更广。SAS和Stata则是专业的统计分析系统，适合需要处理大规模数据集和复杂统计模型的场景。