R - 統計分析起家的軟件

從前到現在，學術界最常用的統計軟件除了SPSS就是R，它之所以受歡迎，比其他程式語言，因為其結構簡單，相對容易掌握，對於一個非程式背景出身的統計學家，把心思放在數學理論，新的演算法上，多過放在程式和系統設計，R是一個非常好的選擇，雖然沒有介面，但當你想寫一些自己獨有的分析流程，你會寧願不會要 UI，反而想寫Code去達到自己的目的，這也是筆者為何喜歡Programming，花更多時間在Coding，可讓從你無盡的Routine救起。

至於筆者為何會學習R，因為多一把利器在這社會生存，R在Data Visualization會比較方便，做一些Ad hoc Analysis，可以更快的獲得結果，然後Present結果。再加上自己學校所教的是R，為了碩士順利畢業，學多一樣新的Programming也是無可避免。

安裝：

從官方網站和根據你的作業系統(OS)下載適合的安裝檔：https://cran.r-project.org/
然後你可以打開R Console開始編寫自己的R的Coding了！

Data Type
對於初心者，最好還是先多了解R的資料種類，這樣才會讓你打好根基，在之後任何的分析Routines得心應手。在R的世界，最常用或者筆者會用上的Data Type，有四大種類：Vectors, Matrix, Data Frame, Factors，基本上學會這幾個就夠了。

R中的Vectors可以當成C的Array，Python的List，都是用來儲存每一個Element，而Element可以是一組數字，文字，Boolean，不能是混合的！只需要用c()就可以宣告一個新的Vectors。

a <- c(1, 4, 2, 1)
b <- c('I', 'am', 'Horace')
c <- c('a', 'b', 3)  # 3這個element會自動變成文字
d <- c(TRUE, FALSE)
length(a)    # 找出a有多少個element
cbind(b, b)   # 把兩組Vectors用Column合成一個Matrix
        b        b     
[1,] "I"      "I"   
[2,] "am"     "am"   
[3,] "Horace" "Horace"

rbind(b, b)   # 把兩組Vectors用Row合成一個Matrix
  [,1] [,2] [,3]   
b "I"  "am" "Horace"
b "I"  "am" "Horace"

Matrix數學上是兩維的Vectors，在R都是一樣，通常會把一組Vector，用matrix()這個function來建立一個Matrix，透過指名Row和Column的數目(nrow, ncol)，和從Row開始數起(byrow=TRUE)，還是Column數起(byrow=FALSE)。

v <- c(1,2,3,4)
m <- matrix(v, nrow=2, ncol=2, byrow=TRUE)
m
       [,1] [,2]
[1,]    1    2
[2,]    3    4

Data Frame可算是一個偉大的發明，因為這種Data Type十分像Database裡的Table，對於每一個Column都有一個Variable Name，而每一行Row代表每一個Record，若要像SQL做一些Filter，Join也十分的方便，用起來就像處理一個Table。由於這個Data Type實在太有用，連Python也要開發Pandas這個Package來模彷R的Data Frame。只要利用data.frame()這個function去創建新的Data Frame。

id <- c(1,2,3)
name <- c('Alan', 'Betty', 'Carols')
age <- c(21, 24, 30)
df <- data.frame(id, name, age)     # 宣告一個Data Frame，由3個Vectors組成
names(df) <- c('ID', 'Name', 'Age')    # 為每一個Variable換上自己定義的名字
dim(df)    # 找出df的維度

而R的List是不同於Python的List，它是可以裝上任何多個Object，裡面有一些可以是Vectors，一些可以是Matrix，另外一些可以是Data Frame，基本上就是一串甚麼都可以有的清單。

v <- c(1,2,3,4)
m <- matrix(v, nrow=2, ncol=2, byrow=TRUE)
l <- list(name="Alan", number=3, myVector=v, myMatrix=m)

Factor是用來儲存一些Nominal的變數，便用factor()來讓R知道它不是一組數字，而是已分好類的群組。

success <- c(1, 0, 1, 1, 0, 1, 0)
f <- factor(success)
levels(l)    # 找出有多幾個類別
[1] "0" "1"

當你了解完後R有什麼的Data Type，你便能輕鬆處理一些數據，之後再應用一些統計分析的Function，便能事半功陪。