R编程入门

📚 内容概要

本课程是 R 语言环境的全面入门教程，涵盖从基础数值向量操作、对象属性、数组/矩阵处理，到列表/数据框管理、统计建模以及高质量图形制作的核心主题。适合作为统计分析与数据科学的入门教材。

掌握 R 语言的核心知识，开启统计计算与数据可视化的大门。

作者： R 开发核心小组

致谢： 本手册由 R 开发核心小组维护。中文版感谢末泽信一（Shigeru MASE）的日文翻译基础，以及李志鹏博士、李瑞等中文翻译团队的贡献。

🎯 学习目标

1. 启动 R 会话，导航帮助系统，并应用基本语法规则（大小写敏感性、赋值和注释）。
2. 区分并创建逻辑向量、字符向量，以及处理缺失值（NA 和 NaN）。
3. 使用四种不同的索引方法来选择、排除或修改特定的数据子集。
4. 识别并修改 R 对象的内在属性（模式和长度）。
5. 使用 class() 和 attr() 函数来管理对象元数据和数据结构。
6. 创建并操作因子和有序因子，以表示分类数据。
7. 使用维度向量和 array() 函数定义并构造数组和矩阵。
8. 应用高级索引技术，包括使用索引矩阵提取或修改特定元素。
9. 执行线性代数运算，包括外积、广义转置和矩阵求逆。
10. 构建与修改列表：创建命名和非命名列表，并使用特定的 R 语法进行合并。

🔹 第 1 课：R 入门与向量基础

概述： 本课介绍 R 的基础环境，涵盖其基本语法、命令执行方式及帮助系统。同时深入探讨特殊向量类型——逻辑型、字符型和缺失值，并提供通过索引向量选择和修改数据子集的详细方法。

学习成果：

• 启动 R 会话，导航帮助系统，并应用基本语法规则（大小写敏感性、赋值和注释）。
• 区分并创建逻辑向量、字符向量，以及处理缺失值（NA 和 NaN）。
• 使用四种不同的索引方法来选择、排除或修改特定的数据子集。

🔹 第 2 课：对象属性与因子处理

概述： 本课讲解 R 对象的基本属性，特别是其内在属性如模式和长度，以及如何查询或修改这些属性。同时探讨“因子”这一专用于处理分类变量的数据结构，并演示如何使用 tapply() 函数在因子的不同水平上执行分组统计分析。

学习成果：

• 识别并修改 R 对象的内在属性（模式和长度）。
• 使用 class() 和 attr() 函数来管理对象元数据和数据结构。
• 创建并操作因子和有序因子，以表示分类数据。

🔹 第 3 课：数组、矩阵与线性代数

概述： 本课探索 R 在处理多维数据方面的强大能力，通过数组和矩阵实现。学生将学习如何使用维度向量定义数据结构，执行复杂的索引操作，并完成关键的线性代数运算——如矩阵乘法、求逆和分解——这些对于统计计算和数据分析至关重要。

学习成果：

• 使用维度向量和 array() 函数定义并构造数组和矩阵。
• 应用高级索引技术，包括使用索引矩阵提取或修改特定元素。
• 执行线性代数运算，包括外积、广义转置和矩阵求逆。

🔹 第 4 课：数据管理：列表、数据框与输入输出

概述： 本课介绍在 R 中处理复杂数据结构和外部数据的基础知识。重点讲解列表——一种可容纳不同类型组件的灵活容器——以及输入/输出（I/O）的实际操作，包括将外部文件读入列表结构、访问包中的内置数据集，以及使用交互式编辑工具修改数据。

学习成果：

• 构建与修改列表：创建命名和非命名列表，并使用特定的 R 语法进行合并。
• 成分访问：区分并应用不同的索引方法（[[ ]]、[ ] 和 $）以获取列表数据。
• 外部数据输入：使用 scan() 函数将外部文件中的数据读取为结构化列表或矩阵。

🔹 第 5 课：概率分布与统计检验

概述： 本课全面介绍如何在 R 中处理概率分布并进行统计推断。学生将学习使用 R 标准化的前缀系统（d, p, q, r）调用分布函数，生成描述性统计量，并通过经验累积分布函数（ecdf）和 Q-Q 图对数据进行可视化评估。

学习成果：

• 掌握 R 分布命名规则（前缀 d, p, q, r），并应用于正态、t 和 F 等标准分布。
• 构建并解释视觉诊断工具，特别是经验累积分布函数（ecdf）和分位数-分位数（Q-Q）图，以评估分布拟合程度。
• 执行并区分参数检验与非参数检验，包括 Welch t 检验、Shapiro-Wilk 正态性检验和 Kolmogorov-Smirnov 检验。

🔹 第 6 课：程序控制与迭代逻辑

概述： 本课介绍控制 R 程序执行流程的基本机制。重点在于将多个表达式组合成单一单元，并利用控制语句——包括条件分支（if-else）和各种循环结构（for、repeat、while）——自动化数据分析任务并处理复杂逻辑。

学习成果：

• 使用大括号将多个 R 表达式组合成一条语句。
• 实现条件逻辑，根据逻辑条件执行特定代码块。
• 构造迭代循环，自动对向量和列表等数据结构执行重复操作。

🔹 第 7 课：自定义函数开发与作用域

概述： 本课探讨从将 R 当作交互式计算器过渡到将其作为编程语言使用的转变，重点在于开发自定义函数。内容涵盖函数定义语法、参数处理、词法作用域规则，以及通过泛型函数和方法初步理解 R 的 S3 面向对象系统。

学习成果：

• 创建并调用自定义函数：定义带有形式参数和自定义二元运算符的函数。
• 管理参数与作用域：区分位置匹配与关键字匹配，并解释词法作用域如何管理局部变量与自由变量。
• 实现可变状态与自定义环境：使用闭包和超赋值运算符（<<-）维持状态，并通过启动/会话函数自定义 R 环境。

🔹 第 8 课：统计建模：线性与非线性模型

概述： 本课深入探讨 R 中超越简单线性回归的完整统计建模工具集。涵盖通过泛型函数提取模型信息、使用 ANOVA 比较模型，以及针对二元数据和计数数据拟合广义线性模型（GLMs），同时介绍非线性建模技术。

学习成果：

• 使用泛型 R 函数从拟合模型中提取、汇总和可视化信息。
• 使用 ANOVA 表进行模型比较，并通过高效语法更新现有模型。
• 使用适当的族和链接函数（如逻辑回归、概率单位、泊松分布）拟合广义线性模型（GLMs）。

🔹 第 9 课：高阶与低阶图形可视化数据

概述： 本课介绍 R 的全面图形功能，区分高阶绘图函数（创建完整图表）与低阶命令（向已有显示添加特定元素）。学生将学习如何操控图形参数以实现精确的美学控制，并管理多个图形环境。

学习成果：

• 区分并实现高阶（如 plot()、hist()）与低阶（如 points()、lines()）图形函数。
• 使用永久性（par()）和临时性（函数级）条件设置来应用和管理图形参数。
• 协调复杂布局，包括多变量数据展示和多图环境。

🔹 第 10 课：包生态系统与环境配置

概述： 本课探讨 R 的结构性基础，重点关注包生态系统、CRAN 的作用，以及命名空间在函数管理中的机制。同时提供通过多种接口运行 R 的实用路线图，并掌握通过命令行参数和快捷键配置 R 环境的方法。

学习成果：

• 理解包、命名空间与 CRAN 仓库系统之间的关系。
• 执行一个完整的“示例会话”，涵盖数据操作、统计建模和复杂数学绘图。
• 使用命令行标志和环境变量配置 R 启动环境。