R یک بسته نرم افزاری آزادانه توزیع شده برای تجزیه و تحلیل آماری و گرافیک است که توسط تیم هسته توسعه R تهیه و مدیریت شده است. R را می توان از سایت اینترنتی شبکه جامع آرشیو R (CRAN) بارگیری کرد (http://cran. r-project. org). بررسی کنید که نسخه صحیح R را برای سیستم عامل خود بارگیری کرده اید (به عنوان مثال XP برای رایانه شخصی ، ببر یا نسخه های قبلی OSX برای MAC). R مربوط به زبان آماری S است که از نظر تجاری به عنوان S-Plus در دسترس است.

r یک زبان شی گرا است. برای برنامه های اصلی ما ، ماتریس هایی که مجموعه داده ها را نشان می دهند (جایی که ستون ها متغیرها و ردیف های مختلف را نشان می دهند) و بردارهای ستون که متغیرها را نشان می دهند (یک مقدار برای هر موضوع در یک نمونه) اشیاء در R. توابع R در محاسبات روی اشیاء هستند. به عنوان مثال ، اگر "کلسترول" یک شیء کلسترول از یک نمونه بود ، عملکرد "میانگین (کلسترول)" میانگین کلسترول را برای نمونه محاسبه می کند. برای برنامه های اصلی ما ، نتایج یک تجزیه و تحلیل روی صفحه نمایش داده می شود. نتایج حاصل از تجزیه و تحلیل نیز می تواند به عنوان اشیاء موجود در R ذخیره شود و به کاربر اجازه می دهد نتایج را دستکاری کند یا از نتایج در تجزیه و تحلیل های بیشتر استفاده کند.

داده ها را می توان مستقیماً به R وارد کرد ، اما ما معمولاً از MS Excel برای ایجاد یک مجموعه داده استفاده خواهیم کرد. مجموعه داده ها با هر ستون نشان داده شده است که یک متغیر را نشان می دهد ، و هر سطر یک موضوع را نشان می دهد. یک مجموعه داده با 5 متغیر ثبت شده در 50 موضوع در یک پرونده اکسل با 5 ستون و 50 ردیف نمایش داده می شود. داده ها را می توان با استفاده از اکسل وارد و ویرایش کرد. Excel می تواند پرونده ها را در "فرمت محدود کاما" یا پرونده های . csv ذخیره کند. این پرونده های . csv می توانند برای تجزیه و تحلیل در R خوانده شوند.

R is an interactive language. When you start R, a blank window appears with a '>، که سریعاً آماده است ، در خط اول پنجره. تجزیه و تحلیل از طریق یک سری دستورات انجام می شود. کاربر وارد یک دستور می شود و R پاسخ می دهد ، کاربر سپس وارد دستور بعدی می شود و R پاسخ می دهد. در این سند ، دستورات تایپ شده توسط کاربر به رنگ قرمز داده می شود و پاسخ های R به رنگ آبی آورده شده است. R از همین طرح رنگی استفاده می کند.

برخی از شانس های مفید و پایان هنگام استفاده از R:

• وارد کردن یک نام شیء به طور کلی آن شی را چاپ می کند.
• R حساس به مورد است ، بنابراین یک شیء به نام گروه باید به عنوان گروهی نام برد ، نه گروه.
• از کلیدهای فلش بالا و پایین می توان برای یادآوری و پیمایش از طریق دستورات گذشته استفاده کرد که می تواند هنگام اصلاح تایپ یا اصلاح یک دستور ، تایپ را ذخیره کند.
• وارد کردن یک نامه و سپس ضربه زدن به کلید Tab Twice ، دستورات و اشیاء را با آن نامه شروع می کند.
• مواد را می توان برش داده و از پنجره R یا چسباند. این به شما امکان می دهد نتایج R را به عنوان بخشی از اسناد MS Word ذخیره و چاپ کنید ، یا متن جلسه R خود را به عنوان سابقه کار خود ذخیره کنید. متن R به طور کلی به عنوان قلم پیک قالب بندی می شود و با استفاده از قلم پیک 9 نقطه برای خروجی R به خوبی کار می کند.
• در اینترنت بسیار کمک می کند. به عنوان مثال ، من در تلاش برای رمزگشایی صفحه راهنما R برای تجزیه و تحلیل واریانس گیر افتادم و بنابراین "تجزیه و تحلیل واریانس r" را googled کردم. چندین سایت را پیدا کردم که نمونه هایی را ارائه می دهند.
• مانند هر برنامه نرم افزاری ، معمولاً بیش از یک راه برای انجام کارها از طریق R. وجود دارد. روش های موجود در این مقاله تنها راه انجام این تحلیل ها از طریق R نیست ، و شما باید احساس راحتی کنید که آزمایش و کاوش کنید.

1. 2 اپراتور اختصاص و وارد کردن یک بردار داده به r

از "اپراتور اختصاصی" در R برای اختصاص یک نام به یک شی استفاده می شود. به عنوان مثال ، فرض کنید ما نمونه ای از 5 نوزاد با سنین (در ماه ها) 6 ، 10 ، 12 ، 7 ، 15 ، 15 را داریم. در R ، این مقادیر می توانند به عنوان یک بردار ستون نمایش داده شوند (به عنوان یک مجموعه داده ، این مقادیر می تواند باشددر یک ستون برای سن متغیر ، با 5 ردیف) تنظیم شده است. برای وارد کردن این داده ها به R و نام "Agemos" به این داده ها ، می توانیم از دستور استفاده کنیم:

The '> ' is the ready prompt given by R, indicating that R is ready for our input (R typed the>، من بقیه خط را تایپ کردم). در اینجا ، Agemos نامی است که ما به شیئی که ایجاد خواهیم کرد می دهیم.'

برای چاپ یک شی ، فقط نام شی را وارد کنید:

"[1]" که R در شروع خط می دهد یک پیشخوان است - این خط با اولین مقدار در جسم شروع می شود (وقتی چاپ از طریق چندین خط گسترش می یابد ، با مجموعه داده های بزرگتر مفید است). ما می توانیم از این نام شیء در تجزیه و تحلیل های بعدی استفاده کنیم. به عنوان مثال ، میانگین سنی این 5 نوزاد را می توان با استفاده از عملکرد "میانگین ()" محاسبه کرد:

در R ، نام اشیاء دلخواه هستند و به طور کلی متناسب با یک برنامه یا مطالعه خاص متفاوت خواهند بود. توابع همیشه شامل پرانتز برای محصور کردن آرگومان های مربوطه هستند و نام عملکرد زبان R را تشکیل می دهد. بنابراین ، ما ممکن است میانگین سن را با استفاده از میانگین (AGEMO) یا میانگین کلسترول با استفاده از میانگین (کلسترول) محاسبه کنیم. نام عملکرد ثابت است ، اما نام شیء متناسب با مطالعه خاص متفاوت است.

یک کپی از صفحه R برای تجزیه و تحلیل فوق ، با خطوط ورودی که ما به رنگ قرمز تایپ کردیم و خطوط خروجی که R به رنگ آبی ارائه می دهد:

1. 3 آوردن داده ها به R از یک فایل اکسل یا یک فایل متنی

برای تجزیه و تحلیل یک متغیر واحد ، با تعداد کمی از مشاهدات ، به راحتی می توان یک وکتور ستون را مستقیماً در R وارد کرد ، همانطور که در بالا توضیح داده شد. اما با مجموعه داده های بزرگتر ، ابتدا ایجاد و ذخیره مجموعه داده ها در اکسل ساده تر است ، و سپس اطلاعات از پرونده اکسل به R. را وارد کنید. روش های مختلفی برای انجام این کار وجود دارد. به نظر من ساده ترین استفاده از دستور "read. csv (file. choose))" است که ابتدا شرح داده شده است و از یک منوی پرونده مانند ویندوز برای یافتن پرونده داده و سپس آوردن داده ها به R. استفاده می کند.

1. 3. 1 با استفاده از دستور read. csv (file. choose ()) داده ها را از یک فایل اکسل وارد کنید

MS Excel ابزاری عالی برای وارد کردن و مدیریت داده ها از یک مطالعه آماری کوچک است. داده ها با متغیرها به عنوان ستون و سوژه ها به عنوان ردیف ترتیب داده می شوند. ردیف اول پرونده اکسل ("هدر") می تواند برای ارائه نام های متغیر (نام شیء برای بردارها در R) استفاده شود. به عنوان مثال ، موارد زیر داده های 5 موضوع اول در یک مطالعه برای مقایسه سن برای اولین بار در حال راه رفتن بین دو گروه از نوزادان است: