R (Programmiersprache)

R
Maintainer	R Development Core Team
Entwickler	The R Foundation for Statistical Computing
Aktuelle Version	2.14.1 (22. Dezember 2011)
Betriebssystem	Unixoide, Mac OS, Microsoft Windows
Kategorie	Statistik
Lizenz	GNU General Public License
Deutschsprachig	ja
www.r-project.org

R ist eine freie Programmiersprache für statistisches Rechnen und statistische Grafiken. Sie ist in Anlehnung an die Programmiersprache S entstanden und weitgehend mit dieser kompatibel. Außerdem orientierten sich die Entwickler an der Programmiersprache Scheme.

R ist Teil des GNU-Projekts und auf vielen Plattformen verfügbar. R gilt zunehmend als die statistische Standardsprache sowohl im kommerziellen als auch im wissenschaftlichen Bereich (obwohl vor allem im kommerziellen Bereich SAS ebenfalls sehr populär ist). Im aktuellen TIOBE-Index (Jahresindex 2011) belegt R Platz 19 vor Matlab (Platz 23) und SAS (Platz 32).

Geschichte

R wurde 1992 von Ross Ihaka und Robert Gentleman an der Universität Auckland entwickelt. Sie orientierten sich eng an der in den Bell Laboratories entwickelten Sprache S zur Verarbeitung statistischer Daten, so dass die Mehrzahl der für S geschriebenen Programme auch unter R lauffähig ist. Dabei fand insbesondere die S-Version 4 Berücksichtigung, allerdings wurden die Quelltexte von R neu geschrieben. Eine weitere Inspirationsquelle war die Programmiersprache Scheme. 1993 wurde die Software erstmals öffentlich vorgestellt, seit Juni 1995 steht R unter der GNU General Public License.

Pakete

Der Funktionsumfang von R kann durch eine Vielzahl von Paketen erweitert und an spezifische statistische Problemstellungen angepasst werden. Viele Pakete können dabei direkt aus einer über die R-Console abrufbaren Liste ausgewählt und automatisch installiert werden. Zentrales Archiv für diese Pakete ist das Comprehensive R Archive Network (CRAN). Die Software Bioconductor baut auf R auf und bietet Erweiterungen aus dem Bereich der Bioinformatik, insbesondere der Analyse von Genexpressionsdaten. Aktuell (Stand Januar 2012) gibt es über 3500 Pakete auf CRAN und über 500 Pakete auf Bioconductor.

Mit PL/R kann die Programmiersprache auch als Erweiterung von PostgreSQL zur serverseitigen Programmierung eingesetzt werden.

Zwei bekannte Grafikerweiterungen für R sind die Pakete lattice und ggplot2, die durch größere Abstraktion schneller komplexe Grafiken erstellen lassen. lattice ist eine Implementierung der Idee der Trellis Grafiken zur Visualisierungen von multivariaten Daten. ggplot2 ist eine Implementierung von Leland Wilkinsons Grammar of Graphics.

Unter der Rubrik "Task Views" enthält CRAN eine Liste von zur Zeit (Stand Januar 2012) 28 Themengebieten (u.a., Bayessche Statistik, Machine Learning, Ökonometrie, Multivariate Statistik und Optimierung) für welche eine kommentierte Beschreibung der für das Themengebiet relevanten Pakete vorhanden ist.

Benutzeroberfläche

R läuft in einer Kommandozeilenumgebung. Darüber hinaus gibt es eine ganze Reihe grafischer Benutzeroberflächen (GUI), beispielsweise RStudio, Statistiklabor, JGR (Jaguar), RKWard, StatET (Eclipse), R Commander (Paketname: Rcmdr) und andere.

Der R Commander (Paketname: Rcmdr) bietet über ein Menüsystem aufrufbar einige wichtige Prozeduren der explorativen und analytischen Statistik. Ebenso können über das Menü Standardgrafiken erzeugt werden. Der R Commander erleichtert das Datenmanagement und hilft beim Schreiben von Auswertskripten. Er ist betriebssystemunabhängig geschrieben.

Für zahlreiche Editoren wie Tinn, Emacs, TextWrangler, SubEthaEdit oder Notepad++ gibt es R-Erweiterungen.

Beispiel

Als einfaches Beispiel soll der Korrelationskoeffizient zweier Datenreihen berechnet werden:

# Groesse wird als numerischer Vektor 
# durch den Zuweisungsoperator "<-" definiert:
Groesse <- c(176, 166, 172, 184, 179, 170, 176)
 
# Gewicht wird als numerischer Vektor definiert:
Gewicht <- c(65, 55, 67, 82, 75, 65, 75)
 
# Berechnung des Korrelationskoeffizienten nach Pearson:
cor(Gewicht, Groesse, method = "pearson")

Als Ergebnis erhält man 0.9295038. Text nach dem Doppelkreuz „#“ wird vom R-Interpreter als Kommentar behandelt.

Grafikausgabe des Beispiels

Eine ähnliche Analyse kann man auch in Form einer linearen Regression durchführen. Dies kann in R durch den lm-Befehl ausgeführt werden, wobei die abhängige Variable von den unabhängigen Variablen durch eine Tilde „~“ getrennt wird. Der summary-Befehl gibt dann die Koeffizienten der Regression und weitere Statistiken hierzu aus:

# Lineare Regression mit Gewicht als Zielvariable
# Ergebnis wird als reg gespeichert:
reg <- lm(Gewicht~Groesse)
 
# Ausgabe der Ergebnisse der obigen linearen Regression:
summary(reg)

Diagramme lassen sich sehr einfach erzeugen:

# Punktdiagramm der Daten:
plot(Gewicht~Groesse)
# Regressionsgerade:
abline(reg)

Literatur

• Ross Ihaka, Robert Gentleman: R: A Language for Data Analysis and Graphics. In: Journal of Computational and Graphical Statistics. 5, Nr. 3, American Statistical Association, Institute of Mathematical Statistics, Interface Foundation of North America, Alexandria, Virginia 1996, ISSN 1061-8600, S. 299–314 ("http://www.stat.auckland.ac.nz/~ihaka/downloads/R-paper.pdf", abgerufen am 29. September 2010).
• Uwe Ligges: Programmieren mit R. 3. Auflage. Springer, Heidelberg 2009, ISBN 978-3-540-79997-9.
• William N. Venables, Brian D. Ripley: Modern Applied Statistics with S. 4. Auflage. Springer, New York 2002, ISBN 978-0-387-95457-8.
• John Verzani: Using R for introductory statistics. Chapman & Hall/CRC, Boca Raton, FL 2005, ISBN 978-1584884507.

Weblinks

 Wikibooks: GNU R – Lern- und Lehrmaterialien

 Commons: R (programming language) – Sammlung von Bildern, Videos und Audiodateien

• www.r-project.org Offizielle Website zu R mit Informationen, Download-Möglichkeit, Dokumentationen und ähnlichem
• Einführung in R: Analyse und Programmierung, Kurs der Universität Leipzig mit Materialien und Übungen