2023年12月8日发(作者：)

第 1 章

R语言简介

R软件最初是由奥克兰（Auckland）大学的Robert Gentleman和Ross Ihaka及其他志愿者在1997年前后开发的一个统计分析系统．其前身是贝尔实验室所开发的S语言．R语言现在由R开发核心小组（R Development Core Team）维护，他们的开发维护完全出于自愿，将全球优秀的统计软件打包提供给大家共享．R软件免费下载网址：/或．

1.1 R语言的特点

自诞生至今不到20年的时间，R语言已经成为全球众多统计学者和统计工作者的首选统计分析软件．R语言最大的特点或优势在于：它是一款免费的统计计算软件，并有着强大的软件维护和扩展团队．R语言的主要特点还包括：

（1）不受操作系统的限制．R语言可以在Windows，UNIX，Macintosh操作系统上运行，这就意味着R语言几乎可以在任何一台计算机上运行．本书主要基于Windows 操作系统上R软件的使用进行介绍．

（2）R语言是一种解释性的编程语言．它同Matlab一样，不需要编译即可执行代码．

（3）拥有完善的帮助系统．R软件内嵌一个非常实用的帮助系统：包括随软件所附的pdf帮助文件（An Introduction to R）和Html帮助文件．另外，通过help命令可以随时了解R软件所提供的各类函数的使用方法．

（4）具有强大的绘图系统．R支持的主要图形系统有：基础图形（base）、网格图形（grid）、lattice图形和ggplot2．这些系统使得数据可视化更为便捷．此外，R软件生成的图形文件可以保存为各种形式的文件（jpg，png，bmp，ps，pdf，emf，xfig，pictex等），有利于进一步分析与使用．

（5）具有强大的统计分析功能．R语言的部分功能（大约25个程序包）嵌入在R语言底层，其他都能以Package形式下载，几乎涵盖了现有的全部统计分析方法．

1.2 R语言运行平台

R软件的运行平台为：RGui（graphic user’s interface）．启动R软件，我们看到RGui，即图形用户界面的主窗口，见图1.1．

1 2

R语言与现代统计方法

图1.1 R软件的运行平台：RGui

R软件的运行平台RGui由三部分组成：主菜单、工具条、R Console（R语言运行窗口）．

R Console：绝大部分工作都是通过在这里发布命令来完成的，包括数据集的建立、数据的读取、作图等，在这里也可以得到在线帮助．

1.2.1 工作目录

工作目录是R语言数据输入输出的默认位置，默认状态下是软件安装时的目录．R的很多操作，包括读写数据，打开、保存脚本文件，读取保存工作空间的镜像等都是在工作目录中进行的．为管理方便，在首次运行R软件前，可以建立一个自己的目录，启动R后将工作目录改变到自己的目录上．在Windows版本中，更改工作目录可以利用菜单方式，选择“文件”|“改变工作目录”选项，选择自己的目录即可，见图1.2．

另外，也可以利用getwd()命令获得当前工作目录，并直接利用setwd()命令改变当前工作目录．例如：

> getwd()

[1] "C:/Users/tongji/Documents"

> setwd("C:/Users")

> getwd()

[1] "C:/Users"

需要说明的是，在Windows操作系统中，以不同的方式打开R软件，如通过桌面快捷方式或双击文档中的.RData文件运行R软件，其工作目录可能会不同．因此，每次运行R软件时，需要注意工作目录问题．

第1章 R语言简介

3

图1.2 主窗口文件菜单

命令()或者dir()可以用来显示当前工作目录中的所有文件和文件夹．例如：

> ()

[1] "360js Files" "Adobe" "" "Downloads"

[5] "My eBooks" "My Music" "My Pictures" "My Videos"

[9] "save_" "SPSS_"

可以看到，在当前工作目录下，共有10个文件或文件夹．

1.2.2 工作空间

对于初学者而言，工作空间（workspace）可以理解为R当前的工作环境或工作场所，它存储着在运行R时所定义的变量、向量、矩阵等所有的对象与函数．很多时候我们希望在下次运行R时能够继续以前的工作，这时只需将工作空间保存到一个镜像中，下次运行R时载入工作空间镜像即可．

工作空间存放在当前工作目录下的一个后缀名为．RData的文件中，当启动R时，工作空间将自动创建．当直接单击运行窗口R Console中的“关闭”按钮或利用命令

>q()

退出R时，系统将提示我们是否需要保存工作空间．

如果我们想在不退出R时保存工作空间，可以选择“文档”|“保存工作空间”选项（见图1.2）或利用命令

>()

来保存．以后运行R时可以通过选择“文件”|“加载工作空间”选项（见图1.2）或命令

>load()

加载，进而可以继续前一次的工作．

4

R语言与现代统计方法

1.2.3 历史命令

在运行R时，我们往往在运行窗口R Console中交互式输入很多条命令．使用上行箭头或下行箭头可以查看已输入命令的历史记录，这样可以选择某条命令进行适当修改后再次运行，而不必烦琐地重复录入．

选择“文档”“保存历史”|选项可以将运行窗口中的所有记录保存到后缀名为．RHistory的文件中；选择“文档”|“加载历史”选项（见图1.2），可以载入历史命令．利用函数

>history()

也可以显示最近使用过的命令，默认值为最近的25条．也可以自由定制显示更多条，例如：

>history(50)

可以显示最近使用过的50条命令；利用命令

> savehistory("myhistory")

可以将命令保存在文件名为ry的文件中；命令

> loadhistory("myhistory")

将载入文件名为ry的命令历史．

1.2.4 帮助系统

学习并较好地掌握一门语言或软件，快捷方便的帮助系统是其关键．R软件提供了十分强大的帮助系统，见图1.3．

图1.3 R中的“帮助”菜单

（1）在R用户界面中，“帮助”菜单中的“R FAQ”选项（见图1.3）给出了关于R软 第1章 R语言简介

5

件中的一些常见问题，FAQ是Frequently Asked Questions的缩写，单击该选项，则以网页的形式给出R软件中一些常见的问题；选项“Windows下的R FAQ”也是以网页的形式给出Windows操作系统下R软件使用的一些常见问题．FAQ随着R软件版本的更新而更新．

（2）R软件中自带8本pdf格式的帮助手册，分别是An Introduction to R，R reference，R Data Import/Export，R Language，Definition，Writing R Extensions，R Internals，R Installation

and Administration和Sweave User．这些手册为R的学习与使用提供了极大的便利，初学者可以着重看第一本，即An Introduction to R．

（3）利用“帮助”菜单中的“Html 帮助”选项或者通过命令

>()

打开html帮助系统（见图1.4）．在该帮助系统中可以很方便地找到所需要的文档．

图1.4 Html帮助系统

（4）可以通过函数help()得到相应函数的帮助，例如命令

>help(plot)

或者

>?plot

可以得到函数plot的说明．help()在默认状态下，只会在载入内存的程序包中搜索，即选 6

R语言与现代统计方法

项es默认值为FALSE．我们可以通过选项设置改变搜索范围，例如：

> help("bs",es=TRUE)

> help("bs",package="splines")

上述两条命令分别表示在所有程序包及只在“splines”包中搜索函数“bs”的说明文件，可以利用该方法学习程序包的使用方法和注意事项．

需要说明的是，如果我们对某个函数名不是特别熟悉，可以利用函数apropos()或()等进行查找，例如：

> apropos("fun")

该命令用于找出名字中含有指定字符串“fun”的函数，但只会在被载入内存中的程序包中搜索．而

> ("fun")

则列出了所有帮助页面中的含有字符串“fun”的函数．

利用函数demo()可以得到R软件提供的几个示例，例如：

> demo(package = "stats")

将给出程序包“stats”包含的程序的示例（见图1.5）．命令

> demo(smooth)

给出函数smooth()的演示示例．

图1.5 程序包stats的演示示例

第1章 R语言简介

7

1.3 R程序包的安装使用

1.3.1 R软件的下载与安装

前面曾经提及过，R软件的安装程序包（base installation）可以从网站www.r-

/上免费下载．该网站列出了包括中国、美国、加拿大等全球主要国家的一些镜像点，我们可以选择最近的一个镜像点（需要说明的是，CRAN的官方服务器位于奥地利的维也纳经济学院，全球的R使用者都可以从官方服务器下载，但下载速度比较慢，因此尽量避免从官方服务器下载），例如打开网址/mirrors/CRAN/，选择Download R for Windows，在新打开的页面中（见图1.6），选择base选项即可下载．R软件核心小组每过一段时间就会推出更新版本，目前的版本是R 3.2.3．R软件的安装非常简单，双击下载的安装程序，然后按照系统提示完成相应操作即可．

图1.6 R软件下载页面

1.3.2 程序包的安装与加载

程序包（package）可以理解为由函数、数据、预编译代码构成的集合，而存储程序包的文档称为库（library）．R软件自带了一些基本的程序包，如stats、datasets、graphics等程序包，这些程序包可以直接使用．除了基本的程序包外，CRAN还提供了大量的其他程 8

R语言与现代统计方法

序包供我们下载使用．截至2016年8月27日，CRAN上现有8960个程序包可供下载，当然你也可以建立自己的程序包．这些程序包下载安装以后，需要载入激活后才能使用．

在联网条件下，选择“程序包”|“安装程序包...”选项（见图1.7）或者利用函数es()可以完成程序包安装．这里同下载R安装程序类似，也需要选择最近的镜像点（如果你想下载速度快一些），在出现的程序包列表中选择需要的程序包即可进行下载安装．假若你已经知道自己需要安装的程序包的名字，例如，程序包bayesGARCH，也可以直接利用命令

> es("bayesGARCH")

完成程序包bayesGARCH的下载安装．

图1.7 R中的“程序包”菜单

程序包仅需安装一次即可一直使用．同R的版本经常更新一样，程序包也经常被其发布者更新，选择“程序包”|“更新程序包...”命令或利用函数es()可以完成程序包的更新．

除了R自带的程序包外，其他新安装的packages在每次使用前必须先载入．选择“程序包”|“加载程序包...”命令（见图1.7）或者利用函数library()可以完成程序包载入．例如，命令

> library(bayesGARCH)．

即可完成程序包“bayesGARCH”的载入．

1.3.3 与程序包有关的一些函数

library()：显示已经安装的程序包列表．

第1章 R语言简介

9

.libPaths()：显示库所在的目录．

search()：显示已经加载可以使用的程序包列表．

data()：返回R的内置数据集．例如：

> data() #返回datasets程序包中的数据集

> data(package="bayesGARCH") #返回程序包中的数据集

1.4 初识R语言

R软件的默认命令提示符为“>”，表示正在等待输入命令．如果一个语句在一行中输不完，按回车键，系统会自动在续行中产生一个续行符“+”．在同一行中，输入多个命令语句时，需要用分号将其隔开．

例如：

> n<-1 #给变量n赋值为1

> n #显示变量n的内容，同print(n)

[1] 1

其中方括号[1]表示从变量n的第一个元素显示．

R软件中的函数总是带有圆括号，即使括号中没有内容，例如ls()．如果直接输入函数名而不输入圆括号，R则会自动显示该函数的一些具体内容．

例如：

> ls() #列出当前工作空间中的对象（Object）

[1] "n"

> ls #显示函数ls()的内容

限于篇幅，这里函数ls()的内容没有给出．R软件中进行的所有操作都是针对存储活动内存（即当前工作空间）中的对象的．所有能够使用的R函数都被包含在一个库（Library）中，该库存放在R安装文件下的library目录下．

1.4.1 对象的命名

R中的对象是一个抽象的概念，可以理解成以不同形式存储的数据，如向量、矩阵、数据框等．R中对象的命名必须以一个字母开头，其余可以是数字、字母、点号“.”以及下划线．以点号开头的变量名比较特殊，应该尽量避免．在R语言中，字母大小写有区别，因此Height和height代表两个不同的对象．

在R语言中，有些变量名具有特定含义，例如F或FALSE、T或TRUE分别表示逻辑取值为“真”和“假”，若重新定义这些变量，容易引起歧义，命名过程中应尽量避免．

1.4.2 对象的赋值

一个对象可以直接由赋值来定义，也可以先定义对象，再进行赋值．可以用“=”或“<-”来赋值，也可以用命令assign()实现赋值，例如：

> m1<-10 #定义对象m1，并赋值为10

10

R语言与现代统计方法

> m1

[1] 10

> m2=20 #定义对象m2，并赋值为20

> m2

[1] 20

> assign("m3",100) #定义对象m3，并赋值为100

> m3

[1] 100

其中，“#”号及其后的内容为注释语句，不进行运算．在编写程序时，为增加程序的可读性，可添加必要的注释语句．例如：

> math<-c(90,85,68,88,92) #定义了一个对象，即包含5个元素的向量

> math

[1] 90 85 68 88 92

1.4.3 一个实例

下面通过一个R软件内置的数据集women来说明R软件是如何进行统计分析的．该数据集在datasets程序包中，该程序包随着R的启动而自动加载，因此不需要再次载入．

> women #显示数据集women中的全部观测值

height weight

1 58 115

2 59 117

3 60 120

4 61 123

5 62 126

6 63 129

7 64 132

8 65 135

9 66 139

10 67 142

11 68 146

12 69 150

13 70 154

14 71 159

15 72 164

该数据集共包含了15组数据，记录的是15名年龄在30岁到39岁的美国妇女的身高和体重．

> head(women)

height weight

1 58 115

2 59 117

3 60 120

4 61 123

5 62 126

6 63 129

即命令head(women)仅显示数据集women中的前6个观测值．类似地，tail(women)仅显示数据集women中的最后6个观测值．

> names(women) #显示数据集women中的变量名

第1章 R语言简介

11[1] "height" "weight"

> mean(women$height)

[1] 65

以上命令用于计算15名妇女的平均身高．其中，对象women$height表示women数据集中的height变量．也可以先将数据集women激活，使之成为当前的数据集，此时，women中的变量就可以直接被使用了．例如：

> attach(women) #激活women数据集，使之成为当前数据集

> mean(height)

[1] 65

> var(height) #计算身高的方差

[1] 20

> var(weight) #计算体重的方差

[1] 240.2095

> sd(weight) #计算体重的标准差

[1] 15.49869

> summary(weight)

Min. 1st Qu. Median Mean 3rd Qu. Max.

115.0 124.5 135.0 136.7 148.0 164.0

> plot(height,weight) #画出height和weight的散点图（见图1.8）

> detach(women) #从活动内存中清除数据集

图1.8 height和weight的散点图