R (linguagem de programação)

R
Desenvolvedor(es)
R Development Core Team https://www.r-project.org
Informações gerais
Extensões comuns	.R, .rda, .Rdata
Paradigma	Multiparadigma: funcional , vetorial , imperativo , procedimental , orientado a objetos
Apareceu em	1993
Desenhado por	Ross Ihaka e Robert Gentleman
Última versão estável	4.2.1 (23 de junho de 2022 (3 meses e 23 dias))
influenciado por	S , Esquema , XLispStat
influenciou	Gretl (software) Julia (idioma)
Sistema operativo	Multi plataforma
Licença	GPL

R é uma linguagem de programação e ambiente com foco em análise estatística .

R nasceu como uma reimplementação de software livre da linguagem S, adicionada com suporte para escopo estático . É uma das linguagens de programação mais utilizadas na pesquisa científica, e também é muito popular nas áreas de aprendizado de máquina , mineração de dados , pesquisa biomédica , bioinformática e matemática financeira . A possibilidade de carregar diferentes bibliotecas ou pacotes com funcionalidades de cálculo e gráficos contribui para isso.

R faz parte do sistema GNU e é distribuído sob a licença GNU GPL . Está disponível para os sistemas operacionais Windows , Macintosh , Unix e GNU/Linux .

História

Foi desenvolvido inicialmente por Robert Gentleman e Ross Ihaka do Departamento de Estatística da Universidade de Auckland em 1993. No entanto, se você voltar às suas fundações iniciais, pode-se dizer que começou nos Laboratórios Bell da AT&T e agora Alcatel -Lucent em Nova Jersey com a linguagem S. Este último, um sistema de análise de dados desenvolvido por John Chambers , Rick Becker e vários colaboradores desde o final dos anos 1970. A história a partir deste ponto é praticamente a da linguagem S . Os designers iniciais, Gentleman e Ihaka , combinaram os pontos fortes de duas linguagens existentes, S e Scheme . Em suas próprias palavras: " A linguagem resultante é muito semelhante em aparência a S, mas no uso de fundo e semântica é derivada de Scheme ." O resultado foi chamado de R " em parte em reconhecimento da influência de S e em parte para mostrar suas próprias conquistas ". ]

Seu desenvolvimento atual é de responsabilidade do R Development Core Team . Para saber mais sobre ele e no ambiente do programa, você pode digitar contribuidores () ; Na lista exibida, aparecem os nomes dos autores iniciais e atuais pertencentes ao R Development Core Team .

Alguns marcos no desenvolvimento do R estão listados abaixo: ]

• Versão 0.16: É a última versão alfa desenvolvida essencialmente por Ihaka e Gentleman, que inclui muitas das características descritas no "Livro Branco".

• A lista de discussão começou sua jornada em 1º de abril de 1997.

• Versão 0.49 (23 de abril de 1997): Esta é a versão mais antiga para a qual o código é preservado (que ainda compila em algumas plataformas UNIX ). Nesta data, o CRAN também começou com três espelhos que abrigavam 12 embalagens. Versões alfa para Windows e Mac OS apareceram logo depois .

• Versão 0.60 (5 de dezembro de 1997): R está oficialmente integrado ao Projeto GNU . O código é versionado através do CVS .

R efetuando múltiplas tarefas no Windows , versão 3.2.2.

• Versão 1.0.0 (29 de fevereiro de 2000): Os desenvolvedores consideram estável o suficiente para uso em produção. ]

• Versão 1.4.0: Os métodos S4 são introduzidos e a primeira versão para Mac OS X aparece .

• Versão 2.0.0 (4 de outubro de 2004): Introduz o carregamento lento , que permite o carregamento rápido de dados com custo mínimo de memória.

• Versão 2.1.0: O suporte para UTF-8 aparece e os esforços de internacionalização para diferentes idiomas começam.

• Versão 2.9.0: O pacote 'Matrix' está incluído na distribuição base do R.
• Versão 2.11.0 (22 de abril de 2010): Suporte para sistemas Windows de 64 bits.
• Versão 2.13.0 (14 de abril de 2011): Adicionada uma nova função de compilador que permite acelerar funções convertendo-as em byte-code.
• Versão 2.14.0 (31 de outubro de 2011): Adicionados namespaces necessários para pacotes. Adicionado um novo pacote de paralelização.
• Versão 2.15.0 (30 de março de 2012): Novos recursos de balanceamento de carga. Velocidade de serialização aprimorada para vetores grandes.
• Versão 3.0.0 (3 de abril de 2013): Melhorias na GUI, recursos gráficos, gerenciamento de memória, desempenho e internacionalização.
• Versão 3.4.0 (21 de abril de 2017): O compilador de bytecode JIT ('Just In Time') agora está habilitado no nível 3 por padrão.

Características

R fornece uma ampla gama de ferramentas estatísticas ( modelos lineares e não lineares , testes estatísticos , análise de séries temporais , algoritmos de classificação e agrupamento , etc.) e gráficos.

Como S, é uma linguagem de programação, permitindo que os usuários a estendam definindo suas próprias funções. De fato, a maioria das funções do R são escritas no próprio R, embora para algoritmos computacionalmente exigentes seja possível desenvolver bibliotecas carregadas dinamicamente em C , C++ ou Fortran . Usuários mais avançados também podem manipular objetos R diretamente do código desenvolvido em C. O R também pode ser estendido por meio de pacotes desenvolvidos por sua comunidade de usuários.

R herda sua orientação de objeto de S. A tarefa de estender R é facilitada por sua política de escopo lexical permissiva . ]

Além disso, o R pode ser integrado a diferentes bancos de dados e existem bibliotecas que facilitam seu uso a partir de linguagens de programação interpretadas como Perl e Python .

Outra das características do R é sua capacidade gráfica, que permite gerar gráficos de alta qualidade. R tem seu próprio formato para documentação baseado em LaTeX .

Regressão e sua breve análise no R versão 3.2.2 e no sistema operacional Windows

R também pode ser usado como uma ferramenta de computação numérica , em cujo campo pode ser tão eficiente quanto outras ferramentas específicas, como GNU Octave e seu equivalente proprietário : MATLAB . ​ Foi desenvolvida uma interface, RWeka ​, para interagir com o Weka que permite ler e escrever arquivos no formato arff e enriquecer o R ​​com os algoritmos de mineração de dados da referida plataforma.

Extensões e pacotes

R faz parte de um projeto colaborativo e aberto. Seus usuários podem publicar pacotes que estendem sua configuração básica. Existe um repositório oficial de pacotes cujo número ultrapassou o número de 2000 no outono de 2009.

Dado o grande número de novos pacotes, estes foram organizados em visualizações (ou temas) , que permitem agrupá-los de acordo com sua natureza e função. Por exemplo, existem grupos de pacotes relacionados a estatísticas Bayesianas , econometria , séries temporais e assim por diante.

Para facilitar o desenvolvimento de novos pacotes, uma forja de desenvolvimento foi colocada ao serviço da comunidade que facilita as tarefas relacionadas com o referido processo.

Outros sistemas de software comercial que se integram com R incluem: JMP , Mathematica , MATLAB , Spotfire , SPSS , Statistics , Platform Symphony , SAS , Tableau Software , Esri ArcGis , Dundas , Statgraphics . ​ e SQL Server 2017 . ]

Exemplos mínimos

Alguns exemplos mínimos para ver como o código pode ser inserido.

Exemplo 1: Instalando e ativando pacotes

Para carregar os pacotes necessários, você deve selecionar o mirror ( mirror ), baixar o pacote e então ativá-lo. Para selecionar o espelho:

>  escolhaCRANmirror ( graphics = FALSE ) 
HTTPS  CRAN  mirror 

 1 :  0 - Nuvem  [ https ]                  2 :  Argélia  [ https ]                  3 :  Austrália ( Melbourne )  [ https ] 
 4 :  Austrália ( Perth )  [ https ]        5 :  Áustria  [ https ]                  6 :  Bélgica ( Ghent )  [ https ]       
 7 :  Brasil ( SP  1 )  [ https ]            8 :  Bulgária  [ https ]                 9 :  Canadá ( MB )  [ https ]           
10 :  Chile  [ https ]                   11 :  China ( Pequim  4 )  [ https ]       12 :  Colômbia ( Cali )  [ https ]       
13 :  Checa  República  [ https ]          14 :  Dinamarca  [ https ]                 15 :  França ( Lyon  1 )  [ https ]       
16 :  França ( Lyon  2 )  [ https ]         17 :  França ( Marselha )  [ https ]      18 :  França ( Paris  2 )  [ https ]      
19 :  Alemanha ( Falkenstein )  [ https ]   20 :  Alemanha ( Münster )  [ https ]       21 :  Islândia  [ https ]               
22 :  Irlanda  [ https ]                 23 :  Itália ( Pádua )  [ https ]           24 :  Japão ( Tóquio )  [ https ]         
25 :  Malásia  [ https ]                26 :  México ( Cidade do México  ) [ https ] 27 : Nova Zelândia [ https ] 28 : Noruega [ https ] 29 : Filipinas [ https ] 30 : Rússia ( Moscou ) [ https ] 31 : Sérvia [ https ] 32 : Espanha ( A Coruña ) [ https ] 33 : Espanha ( Madrid ) [ https ] 34 : Suíça [ https ] 3 5 : Taiwan ( Chungli ) [ https ] 36 : Turquia ( Denizli ) [ https ] 37 : Reino Unido ( Bristol ) [ https ] 38 : Reino Unido ( Cambridge ) [ https ] 39 : Reino Unido ( Londres 1 ) [ https ] 40 : EUA ( CA 1 ) [ https ] 41 : EUA ( IA ) [ https ] 42 : EUA ( KS ) [ https ] 43 : EUA ( MI 1 ) [ https ] 44 : EUA ( TN ) [ https ] 45 : EUA ( TX ) [ https ] 46 : EUA ( WA ) [ https ] 47 : ( espelhos HTTP )                 
                                         
                                      
                              
                                   
                                                
                                                
                                       

Seleção :

Digitar apenas chooseCRANmirror() exibirá uma janela para escolhê-lo manualmente com o mouse. O mesmo acontecerá se graphics = FALSE for omitido ou graphics = TRUE for gravado .

Quando os pacotes são instalados para análises especializadas, específicas ou que simplesmente não são instalados por padrão, mas não são ativados pelo sistema, ele é instalado. Portanto, neste caso, os pacotes, sendo um ambiente com dependências, funcionam melhor com esses pacotes auxiliares. As dependências podem ser, por exemplo, outros pacotes ou bancos de dados para que funcione bem, ou melhor, ou de fato funciona. Alguns pacotes trabalham com dependências muito específicas, outros com dependências muito gerais; No entanto, às vezes a mesma instalação, já que a dependência é comum, faz isso automaticamente, mas nem sempre. Por esse motivo, para instalar o pacote de interesse, escreva:

install.packages ( "deldir" ,  dep = T )  # Para triangulação de Delaunay e tesselação de Dirichlet junto com todas as dependências

Para ativar a biblioteca pode ser:

library ( "deldir" )  # Para o exemplo acima. 
library ( 'Benchmarking' )  # Para a [[Data Envelopment Analysis]] 
require ( maps )  # Para criar mapas. Instalação prévia. 
require ( 'plot3D' )  # Para fazer mapas 3D. Instalação prévia.

Todos com aspas duplas (" ") e aspas simples (' ') ou livres. Se as dependências acima foram instaladas, os prompts aparecerão após o comando descrevendo as dependências que também foram ativadas chamando a biblioteca a ser utilizada.

Exemplo 2: Criação de mapas

Para fazer um mapa dos Estados Unidos sobre a taxa de desemprego de 2009 por condados ( municípios ) e que estes são marcados pela densidade de cores, será usado o seguinte. Baseado na solução "Choropleth Challenge" J. Você pode obter este exemplo (em inglês e com as cores originais) em example(map)

Para o exemplo espanhol:

require ( maps )  # ativação da biblioteca 
require ( mapproj )  # será usado para a projeção="polyconic" 
  # Carregar os dados 
  # unemp inclui dados para condados nos Estados Unidos continentais. Exclui dados do Alasca, Havaí, Porto Rico e pequenas cidades na Virgínia 
( unemp ) # Dados de dados de desemprego ( county.fips ) # mapa de condados 
 

# Defina a paleta de cores. Escala de cinza neste caso. No original, rosa e magenta. 
colors  =  c ( "#F1EEF6" ,  "#D3D3D3" ,  "#B9B9B9" ,  "#787878" , "#2E2E2E"  , "#111111 " ) # Cores unemp $ colorBuckets <- as.numeric ( cut ( unemp $ unemp , c ( 0 , 2 , 4 , 6 , 8 , 10 , 100 ))) # Intervalos de desemprego leg.txt <- c ( "<2%" , "2-4%" , "4-6%" , " 6-8%" , "8-10%" , ">10%" ) # Rótulos de intervalo  
          
        

# Alinhar dados com definições de mapas (parciais) de estados correspondentes, 
# nomes de condados, incluindo vários polígonos para alguns condados 
cnty.fips  <-  condado.fips $ fips [ match ( map ( "county" ,  plot = FALSE ) $ names ,  county .fips $ polyname )] 
colorsmatched  <-  unemp $ colorBuckets  [ match ( cnty.fips ,  unemp $ fips )]

# O mapa é desenhado. Em seguida, é salvo em JPEG. 
jpeg ( "Desemprego nos Estados Unidos 2009.jpg" ,  largura  =  1024 ,  altura = 750 )  # Cria uma imagem de 1024 x 750 pixels. 
map ( "county" ,  col  =  colors [ colorsmatched ],  fill  =  TRUE ,  resolution  =  0 ,  lty  =  0 ,  projection  =  "polyconic" )  # Desemprego Geral Gray 
Map map ( "state" ,  col  =  "white" ,  fill  =  FALSE ,  add  =  TRUE ,  lty  =  1 ,  lwd  =  0.2 ,  projection = "polyconic" )  # Mapa dos estados sobre o 
título da posição ( main = "Desemprego por município, ano 2009" ,  cex.main  =  3 , 
      sub = "Criado com informações da solução de J do 'Choropleth Challenge' 
           mais informações em http://blog.revolutionanalytics.com/2009/11/choropleth-challenge-result.html" ) 
      # Criada 
legenda do título do mapa ( " top " ,  leg.txt ,  horiz  =  T ,  fill  =  colors ,  bg = "#F1F1F1" ,  cex = 1.5 )  # Indicação das cores pelo seu alcance 
map.axes ()  # Para colocar eixos com latitude e longitude 
dev. off () 
# Para ver o município fraco limites, vá para RGui: File/SaveAs/PDF

Os resultados acima no mapa na imagem abaixo.

Exemplo 3: estimativa salarial semilogarítmica

O exemplo a seguir foi retirado do livro de Kleiber e Zeileis intitulado Applied Econometrics with R. O exemplo que será exposto a seguir não é levado ao pé da letra, algumas alterações foram adicionadas devido ao tipo de licença; no entanto, o fim é o mesmo. Muitas coisas são adicionadas para tornar o código mais didático e permitir expor a flexibilidade do pacote estatístico R.

biblioteca ( AER ) # Para o compêndio de dados da              biblioteca de livros Kleiber & Zeileis (2008) 
( escalas ) # Para as transparências dos elementos de cor. library ( quantreg ) # Para usar regressões quantílicas          
        

data ( "CPS1985" ,  pacote  =  "AER" )  # Carrega os dados do pacote AER 
cps  <-  CPS1985            # Renomeia a variável como cps 
cps_lm  <-  lm ( log ( salário )  ~  experiência  +  I ( experiência ^ 2 )  +  educação ,  dados  =  cps )  # Faça a regressão simples 
cps_rq  <-  rq ( log ( salário )  ~  experiência  +  I ( experiência ^ 2 )  +  educação ,  dados  =  cps ,  tau  =  seq ( 0.2 ,  0.8 ,  by  =  0.15 ))  # Regressão por quantis 
cps2  <-  data.frame ( educação  =  média ( cps $ educação ),  experiência  =  min ( cps $ experiência ) : max ( cps $ experiência ))       # Cria um quadro de dados com os dados relevantes 
cps2  <-  cbind ( cps2 ,  prediz ( cps_lm ,  newdata  =  cps2 ,  interval  =  "prediction" ))   # Adiciona os valores necessários ao "data frame" anterior 
cps2  <-  cbind ( cps2 ,  predict ( cps_rq ,  newdata  =  cps2 ,  type  =  "" ))                 # O Os valores "tau" são adicionados ao cps2. Os valores do quantil 
jpeg ( "wages.jpeg" ,  largura  =  924  ,  altura = 924 )  # Cria uma imagem no diretório atual com 924x924 px de cada lado 
# Faz o gráfico com: 
plot ( log ( salário )  ~  experiência ,  data  =  cps ,    # Cria o mapeamento de dados principal no gráfico 
          pch = 20 ,  col = "#234DEA" ,  cex = 2 ,     # Cria os pontos azuis preenchidos 
          axes = F ,                           # Remove os eixos 
          ylab =  "" ,  xlab =  "" )               # Removida a 
caixa de nomes de eixos ( lty = 2 ,  col = "#424242" ,  lwd = 2 )            # Adicionada caixa pontilhada cinza # Em seguida, 
      adicione o eixo de abcissa (x) e do eixo das ordenadas 
( 1 , col  = " #610B21" ,  lwd = 3 ,  col.axis = "#610B21" ,  cex = 2 ) 
axis ( 2 ,  col = "#610B21" ,  lwd = 3 ,  col. axis = "#610B21" ,  las = 2 )  
      # Legendas são adicionadas a os eixos 
mtext ( "Experiência" ,  side = 1 ,  cex = 1.7 ,  col = "#610B21" ,  line = 2 ) 
mtext ( "Logaritmo do salário " ,  side = 2 ,  cex = 1.7 ,  col = "#610B21" ,  linha = 2 ) 
para ( i  em  6 : 10 )  linhas ( cps2 [, i ]  ~  experiência ,  dat a  =  cps2 ,           # faz o mapeamento para as linhas padrão 
                      col = alpha ( "#FFFF00" ,  . 75 ),  lwd = 5 ) #linhas            amarelas grossas com 
título de transparência de 75% ( "Salários estimados em forma semi-logarítmica" ,  cex.main = 2.7 ,  col.main = "#2E2E2E" ,  
      sub = "Com baseado no livro por Kleiber & Zeileis (2008) e com dados de Brendt (1991)" ,  col.sub = "#FF0000" ,  font.sub = 4 ,  cex.sub = 1.3 ) 
      # O título e a legenda foram criados com as cores e text type 
dev.off ()                                  # Fecha o arquivo de imagem, JPEG neste caso

Abaixo está a imagem que foi gerada com o código acima. Além disso, qualquer erro que apareça na imagem não é culpa dos autores do livro citado. Os proprietários dos direitos autorais são integralmente os autores do livro.

Projetos relacionados

• Bioconductor , um conjunto de pacotes para análise de dados em genômica .
• Rmetrics , orientado para a análise dos mercados financeiros e a valorização de instrumentos de investimento.

Ferramentas de produtividade

Existem várias interfaces que facilitam o trabalho com R.

Interfaces gráficas

• JGR ou Java GUI para R , um terminal R multiplataforma baseado em Java .
• R Commander (Rcmdr), uma GUI de plataforma cruzada baseada em tcltk .
• RExcel , que permite usar R e Rcmdr no Microsoft Excel .
• rggobi, uma interface para GGobi para exibição.
• RKWard , baseado no KDE .
• sábio
• Laboratório de Estatística
• nexusBPM , uma ferramenta de automação.
• Restúdio
• Cantora ]

Editores e IDEs

Editores de texto e IDEs com suporte a R incluem: Bluefish , [ Editor , ConTEXT , Eclipse , Emacs ( Emacs Speaks Statistics ), Geany , jEdit , ​Kate , RStudio , ​RKWard , ​ Syn, TextMate , Tinn-R , Vim , gedit, SciTE , WinEdt (R Package RWinEdt), notepad++ e Visual Studio . ]

Sweave é um processador de documentos que pode executar código R embutido no código LaTeX e inserir código, saída e gráficos no documento LaTeX. LyX pode ser usado para criar e compilar documentos desenvolvidos em Sweave. O pacote odfWeave é semelhante, gerando documentos no formato OpenDocument (ODF); Extensões experimentais também permitem gerar documentos do tipo apresentação ou planilha.

Linguagens de script

A funcionalidade R pode ser invocada a partir de código desenvolvido em outras linguagens de script , como Python (via RPy ​), Perl (via Statistics::R ​), Ruby ​ e F# . ​ Você também pode escrever scripts R diretamente usando littler ​ ou Rscript, que faz parte da distribuição base R desde a versão 2.5.0.

Alternativas

Gratuito

Outras alternativas para R são apresentadas abaixo. Deve-se lembrar que eles podem ter um certo viés de se especializar em um tópico específico, como R faz com biologia , fisiologia ou afins, por exemplo, com o projeto Bioconductor . No caso desses vieses positivos pode-se citar GNU Octave , que é mais matemático, ou Gretl que foca mais em séries temporais (usadas em econometria ).

Apesar dos vieses temáticos, há grupos muito amplos que utilizam todas as alternativas para usos ecléticos. Econometria , biologia , ciência do solo , topologia , estatística podem ser alguns dos ramos que cada vez mais utilizam alternativas de software livre ou linguagens de programação (como R ) para sua aplicação teórica ou prática.

Além disso, são desenvolvidos pacotes para R de acordo com pesquisas ou publicações, como no caso do exemplo 3 linhas acima. Outro exemplo é o pacote R Benchmarking desenvolvido por Peter Bogetoft e Lars Otto , pesquisadores e especialistas no assunto. Em outras palavras, os produtores desses pacotes são quase sempre especialistas e pesquisadores que desejam compartilhar seus conhecimentos aplicados com a comunidade de usuários.

A natureza dos pacotes gratuitos permite testes rápidos e feedback sinérgico para avanço antecipado. Portanto, existem áreas positivas neste caso, bem como nas alternativas seguintes, as exclusivas.

GNU Octave Máximo gnumérico Gretl WinBUGS PSPP [1]

Privado

Apesar das poderosas alternativas gratuitas mencionadas acima, existem opções privadas ou empresariais. Nesse caso, as linguagens de programação podem ser apresentadas com comunidades que compartilham códigos. Nesse caso, o Stata é um forte exemplo. Ou seja, um especialista pode desenvolver um pacote especial para aquele programa e, geralmente, compartilhá-lo com a empresa autora; então, a empresa pode distribuí-lo primeiro em caráter experimental e depois gratuitamente (ou com valores monetários especiais) e com o respaldo da qualidade garantida.

Há pontos a favor de empresas que distribuem códigos ou pacotes com um certo aval: garante seu ótimo funcionamento, bugs que eventualmente podem ser comuns em certos códigos de alternativas gratuitas e outros são evitados.

S-Plus arquivado em 2008-04-10 na Wayback Machine SPSS

minitab SAS

Estatisticas Estado

Links externos

• O Wikimedia Commons tem uma categoria de mídia para R.
• Página oficial
• O Manual de Referência do R - Pacote Base , Equipe Principal de Desenvolvimento do R. ISBN 0-9546120-0-0 (vol. 1), ISBN 0-9546120-1-9 (vol. 2)
• Coleta de pacotes em CRAN (Comprehensive R Archive Network)
• R Wiki
• Interface web para R
• R Graph Gallery , uma coleção de gráficos criados com R.
• Projeto RUCA , Universidade de Cádiz
• Como instalar o R ​​no seu computador gratuitamente .

Documentação em espanhol

• R para Principiantes , a versão em espanhol de R for Beginners , traduzido por Jorge A. Ahumada (PDF).
• Versão em espanhol de An Introduction to R por Andrés González e Silvia González (PDF).
• Estatísticas básicas com R e R-Commander (livro gratuito)
• Gráficos estatísticos com R de Juan Carlos Correa e Nelfi González (PDF).
• Cartas sobre Estatística da Revista Argentina de Bioengenharia por Marcelo R. Risk (PDF).
• Introdução ao uso e programação do sistema estatístico R de Ramón Díaz-Uriarte, slides preparados para um curso de 16 horas sobre R, destinado principalmente a biólogos e especialistas em bioinformática (PDF).
• Lista de discussão R-help-es em espanhol Lista de discussão oficial R em espanhol.