R——你知多少？

2015-10-11 20:51| 发布者: admin| 查看: 763| 评论: 0

摘要: 　　R是一个基于S语言的一个开源项目，S语言最初是由ATT贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释性语言。后来由Auckland大学的Robert Gentleman和Ross Ihaka及其他志愿人员开发的一个R系统，因 ...

　　R是一个基于S语言的一个开源项目，S语言最初是由AT&T贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释性语言。后来由Auckland大学的Robert Gentleman和Ross Ihaka及其他志愿人员开发的一个R系统，因为软件作者名字的首字母都是R所以，其软件被命名为R。所以R自诞生起就具有统计学的基因。其最主要的特点是免费、开源、软件包小，各种各样的模块十分齐全，在R的综合档案网络CRAN中，提供了大量的第三方功能包，其内容涵盖了从统计计算到机器学习，从金融分析到生物信息，从社会网络分析到自然语言处理，从各种数据库各种语言接口到高性能计算模型，可以说无所不包，无所不容，这也是为什么R正在获得越来越多各行各业的从业人员喜爱的一个重要原因（引自程序员杂志2010年第8期）。

R的优势

　　R语言有两大强项，其中之一是统计分析，R的统计模块非常齐全，一些比较前沿的统计学方法，都可以用R语言轻松实现。R语言统计分析模块不仅全而且非常方便，比如进行一个回归分析，只要输入fit <- lm(x~y)就可以进行非常方便的回归分析了。

　　R语言另一大强项是统计作图的能力，简单的几行语句就可以输出出版印刷质量的作图了。ggplot2的统计包，可以说是R语言的杀手级作图包，不仅能做出你想要的统计图，更难能可贵的是如此的简单方便。大数据时代，数据的可视化已经成为一种很重要的基本技能，展现如此复杂的数据，数据可视化将是一种很重要的技能。

　　R语言的资料充足，而且很多都是免费的。Springer有一个useR的系列专门讲R语言的运用的。（关于R语言书籍的介绍可以）而且R语言自身的帮助系统就非常完善，比如说，lm不知道是什么，只要输入?lm 相应的语法说明、例子应有尽有。这一个比SAS蹩脚的搜索好用多了。相比于C/C++，JAVA之类的编译型语言，R语言作为一种解释性语言，更加接近于自然语言，所以简单容易上手。但相比SAS语言，R语言更佳灵活上手可能比较慢，但是与其收益相比，这点难度其实不算什么的。

Ｒ的劣势

　　可能学习R的最大的劣势就是R语言的入门门槛，相比SPSS，Stata来说比较高了。SPSS只要点击菜单就可以完成简单的统计分析工作，R还需要写“莫名其妙”的代码。但是，如果想要做统计分析，R语言付出收入比很高，SPSS、SAS输出时候会输出一大堆东西，难点在于如何解读这些结果，而R你要什么就给什么，非常“小气”。正因为此，才能学好统计学，你需要明白每一步的意义。（说好的，说说R语言的劣势的！对不起我对R那是真爱啊！）R语言输出的结果并没有SPSS、SAS输出结果美观（特别是SAS 9.3以后的版本），看起来很“简陋”。

　　R饱受诟病的劣势是其内存管理，因为R所有对象都存储在内存里，所以非常消耗内存。而且处理1G以上数据，非常之慢，虽然现在很多技术已经大大加快了运行速度。但是貌似医学领域处理1G以上数据的机会不是很多。

　　总结一下，伴随着大数据分析热潮到来，R火起来了，R用户增加飞快。而且商业领域的运用越来越多，京东、阿里巴巴都在使用R语言，包括微软前段时间收购R语言研发公司Revolution analytics。现在医疗大数据的概念越来越多的被人提及，相信R语言会在以后派上大用场。

为您推荐

　　推荐几个医学领域用的比较多的软件包，一个是Epicalc，看名字就知道是进行流行病学和卫生统计学计算的。常见的流行病学研究数据的处理，几行代码就可以出结果了，广大医学研究着的大福音，配合其他包，可以计算样本量，甚至比较复杂的抽样方法，比如说，PPS抽样，也可以很方便的计算。因此也不需要学习那么多的商业软件了，比如PASS等。对于研究遗传流行病学的人来说，也有很多软件包，大概有40多个，常用功能有多态位点的基本信息（MAF等）、Hardy-Weinberg平衡检验、LD的计算、关联研究常用检验方法、 Power的计算等，甚至包括双生子研究的包等，有兴趣的同学可以参考官方网站上的Genetics部分，可以肯定你不会失望的。

　　想得到更多推荐，请关注本平台后续推送！

分享到： QQ空间新浪微博腾讯微博人人网飞信百度搜藏