R语言简介

1、什么是R语言？

    R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、开源的软件，它是一个用于统计计算和统计制图的优秀工具。
    R语言是主要用于统计分析、绘图的语言和操作环境。 R本来是由来自新西兰奥克兰大学的Ross Ihaka和Robert Gentleman 开发。 （也因此称为R）现在由“R开发核心团队”负责开发。 R是基于S语言的一个GNU项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不作修改的在R环境下运行。 R的语法是来自Scheme。

2、R语言能干什么？

1、R是科学计算的强大工具包。

2、R主要擅长统计分析方面工作。

3、R具有顶尖的绘图功能。

4、R的交互式数据分析功能强大且灵活。

5、R可以轻松地从多个数据源导入数据。

6、金融领域数据统计与计算的强大工具。

7、数据挖掘和机器学习领域的必备工具。

3、R语言有什么优势？

1、R是免费的。很多商业统计软件价格不菲，投入成千上万美元都是有可能的。可能国内一些人感觉不会很明显，因为很多人是使用单位或学校集体购买的软件，或者使用破解过的统计软件，而不是花自己钱。对于前者，并不是每个人都有机会享受这种福利。而对于破解过的统计软件，其计算结果的准确性很可能会被质疑。

2、R主要擅长统计分析方面工作。R最初是由两位统计学家开发的，其主要优势也在于统计分析方面。它提供了各种各样的数据处理和分析技术，几乎任何数据分析过程都可以在R中完成。与此相比较，SPSS、MINITAB、MATLAB等数据分析软件更加适合于已经处理好的、规范的数据，而对于还未完成处理过程，或者在分析中仍需大量与处理过程的数据而言，它们可能会显得繁琐一些。

3、R具有顶尖的绘图功能。尤其对于复杂数据的可视化问题，R的优势更加明显。一方面，R中各种绘图函数和绘图参数的综合使用，可以得到各式各样的图形结果，无论对于常用的直方图、饼图、条形图等，还是复杂的组合图、地图、热图、动画，以及自己脑子里突然想到的其他图形展现方式，都可以采用R语言实现。另一方面，从数值计算到得到图形结果的过程灵活，一旦程序写好后，如果需要修改数据或者调整图形，只需要修改几个参数或者直接替换原始数据即可，不用重复劳动。这对需要绘制大量同类图形的用户比较适用。例如，某用户需要观察某一因素与其他100个因素的交互关系，可以绘制100个条形图或走势图。配合R的循环和条形图功能，可以很快得到jpg、png、bmp、tiff、gif或postscript等格式的图形结果。

4、R的交互式数据分析功能强大且灵活。一个完整的数据分析过程可以大体包括以下几个步骤：（1）导入数据；（2）数据准备、探索和清洗；（3）拟合一个统计模型；（4）得到结果并进行评估；（5）如果结果的评估不理想，重新完成（3）步骤；（6）得到多个模型的结果，并进行交叉检验；（7）根据模型结果进行预测、分析等；（8）形成报告。R中每个步骤的所有“输出”都可以直接作为下一个步骤的“输入”，可以批量完成以上所有的（8）个步骤。这个优点主要与STATA、SPSS等统计软件相比而言的，STATA和SPSS的统计分析结果是一大串图表或统计量。如果只是一个或少数几个步骤的分析，这种出现一大串结果的批处理更加直观方便。但如果分析中涉及很多连串的模型，而且一些模型需要反复调用前面模型的结果，那么R的灵活性会更加凸显。

5、R可以轻松地从多个数据源导入数据，包括文本文件、数据库、其他统计软件等。这一点很多其他软件还难以做到。如readLines()、read.table（）等函数可以导入文本数据，foreign包的read.spss()可以导入SPSS软件的sav格式数据，foreign包的read.dta()可以导入STATA软件的dta格式数据等等。其他有关数据导入导出的函数可以参见R帮助文档《R Data Import/Export》。

6、R的更新速度很快，包含最新的大量统计方法和案例。R社区由全球大量维护者共同维护，再加上R包的扩展性很强，几乎每天都有人为R社区贡献新的方法，提供其他软件中尚不可用的、新颖的统计计算案例。在本材料“R资源”部分会介绍一些常用的R资源获取途径。

7、R也可以很美。目前最基本的R软件（R2.15.2）只有一个编程窗口，看起来挺丑的。但它穿上衣服以后也可以很漂亮，它的衣服就是各式各样的GUI（Graphical User Interface，图形用户界面）工具。目前比较常用的GUI工具包括Rstudio、Rattle、Rattle、Red-R、Deducer、RKWard、JGR、R Commander、Tinn-R等。其中Rstudio可能是最受欢迎的。

4、R语言编程工具

    R语言安装时会自带一个GUI工具，当然还有其他众多集成开发工具，如：Rstudio、Rattle、Rattle、Red-R、Deducer、RKWard、JGR、R Commander、Tinn-R等。其中Rstudio可能是最受欢迎的。

5、R语言学习路线图

1.初级入门

《An Introduction to R》，这是官方的入门小册子。其有中文版，由丁国徽翻译，译名为《R导论》。《R4Beginners》，这本小册子有中文版应该叫《R入门》。除此之外，还可以去读刘思喆的《153分钟学会R》。这本书收集了R初学者提问频率最高的153个问题。为什么叫153分钟呢？因为最初作者写了153个问题，阅读一个问题花费1分钟时间，全局下来也就是153分钟了。有了这些基础之后，要去读一些经典书籍比较全面的入门书籍，比如《统计建模与R软件》，国外还有《R Cookbook》和《R in action》。

2.高级入门

读了上述书籍之后，你就可以去高级入门阶段了。这时候要读的书有两本很经典的。《Statistics with R》和《The R book》。之所以说这两本书高级，是因为这两本书已经不再限于R基础了，而是结合了数据分析的各种常见方法来写就的，比较系统的介绍了R在线性回归、方差分析、多元统计、R绘图、时间序列分析、数据挖掘等各方面的内容，看完之后你会发现，哇，原来R能做的事情这么多而且如此简洁。

3.绘图与可视化

亚里斯多德说，“较其他感觉而言，人类更喜欢观看”。因此，绘图和可视化得到很多人的关注和重视。那么，如何学习R画图和数据可视化呢？再简单些，如何画直方图？如何往直方图上添加密度曲线呢？我想读完下面这几本书你就大致会明白了。

首先，画图入门可以读《R Graphics》，个人认为这本是比较经典的，全面介绍了R中绘图系统。该书对应的有一个网站，google之就可以了。更深入的可以读《Lattice：Multivariate Data Visualization with R》。上面这些都是比较普通的。当然，有比较文艺和优雅的——ggplot2系统，看《ggplot2：Elegant Graphics for Data Analysis》。还有数据挖掘方面的书：《Data Mining with Rattle and R》，主要是用Rattle软件，个人比较喜欢Rattle!当然，Rattle不是最好的，Rweka也很棒！再有就是交互图形的书了，著名的交互系统是ggobi，这个我已经喜欢两年多了，关于ggobi的书有《Interactive and Dynamic Graphics for Data Analysis With R and GGobi》，不过，也只是适宜入门，更多更全面的还是去ggobi的主页吧，上面有各种资料以及包的更新信息！

4.计量经济学

关于计量经济学，首先推荐一本很薄的小册子:《Econometrics In R》，做入门用。然后，是《Applied Econometrics with R》，该书对应的R包是AER，可以安装之后配合使用，效果甚佳。计量经济学中很大一部分是关于时间序列分析的，这一块内容在下面的地方说。

5.时间序列分析

时间序列书籍的书籍分两类，一种是比较普适的书籍，典型的代表是：《Time Series Analysis and Its Applications ：with R examples》。该书介绍了各种时间序列分析的经典方法及实现各种经典方法的R代码，该书有中文版。如果不想买的话，建议去作者主页直接下载，英文版其实读起来很简单。时间序列分析中有一大块儿是关于金融时间序列分析的。这方面比较流行的书有两本《Analysis of financial time series》，这本书的最初是用的S-plus代码，不过新版已经以R代码为主了。这本书适合有时间序列分析基础和金融基础的人来看，因为书中关于时间序列分析的理论以及各种金融知识讲解的不是特别清楚，将极值理论计算VaR的部分就比较难看懂。另外一个比较有意思的是Rmetrics推出的《TimeSeriesFAQ》，这本书是金融时间序列入门的东西，讲的很基础，但是很难懂。对应的中文版有《金融时间序列分析常见问题集》，当然，目前还没有发出来。经济领域的时间序列有一种特殊的情况叫协整，很多人很关注这方面的理论，关心这个的可以看《Analysis of Integrated and Cointegrated Time Series with R》。最后，比较高级的一本书是关于小波分析的，看《Wavelet Methods in Statistics with R》。

6.金融

金融的领域很广泛，如果是大金融的话，保险也要被纳入此间。用R做金融更多地需要掌握的是金融知识，只会数据分析技术意义寥寥。我觉得这些书对于懂金融、不同数据分析技术的人比较有用，只懂数据分析技术而不动金融知识的人看起来肯定如雾里看花，甚至有人会觉得金融分析比较低级。这方面比较经典的书籍有：《Advanced Topics in Analysis of Economic and Financial Data Using R》以及《Modelling Financial Time Series With S-plus》。金融产品定价之类的常常要用到随机微分方程，有一本叫《Simulation Inference Stochastic Differential Equations：with R examples》的书是关于这方面的内容的，有实例，内容还算详实!此外，是风险度量与管理类。比较经典的有《Simulation Techniques in Financial Risk Management》、《Modern Actuarial Risk Theory Using R》和《Quantitative Risk Management：Concepts, Techniques and Tools》。投资组合分析类和期权定价类可以分别看《Portfolio Optimization with R》和《Option Pricing and Estimation of Financial Models with R》。

7.数据挖掘

这方面的书不多，只有《Data Mining with R:learing with case studies》。不过，R中数据挖掘方面的包已经足够多了，参考包中的帮助文档就足够了。

6、R语言参考资料

相关书籍推荐：
《R in Action》(R语言实战)
《The Art of_R Programming》(R语言编程艺术)
《An Introduction to R》(R导论)
《R Cookbook》
《R in a Nutshell》
《Statistics with R》