library(slidify)
create_deck(“Topic01”, git = TRUE)

R 統計軟體初階課程

• 劉正山 副教授
• 國立中山大學政治學研究所
• 2012年8月23日、24日
• Twitter: frankcsliu
• email: csliu@mail.nsysu.edu.tw
• Blogger: frankcsliu.blogspot.tw

課程目標

• 認識R的操作及語法
• 學習使用R及其套件進行資料分析

進度安排

第一天：

• 上午：認識R、Rstudio及資料型態　　
• 下午：用R來進行描述統計及相關分析

第二天：

• 上午：變數編碼及資料整理
• 下午：運用R作迴歸分析

Topic 1: 認識R及語法

1. 編輯R的程式語法檔
2. R的入門指令
3. 安裝、更新與使用套件
4. 資料物件的管理
5. 檔案格式基本觀念
6. 讀取外部檔案
7. 匯出為其他格式的檔案

開場白

• 「R沒有出現之前，不得不使用SPSS和SAS。」
• 「R的出現讓大家變得更自由了。」
• 「只要有人帶，你會發現R不難，而且很有趣。」

全世界愈來愈多人在談R

• Popularity of statistic software
• UseR2012
• 2011第四屆中國R語言會議
• 2012第五屆中國R年會
• 中華R軟體學會
• Ｒ的商業化1：Mango Solutions
• R的商業化2：Revolution Analytics

前置準備

第一步：下載並安裝安裝R

• 請到R首頁下載並安裝R: http://www.r-project.org
• 注意盡量不去更動安裝路徑

第二步：下載並安裝Rstudio

• 請到官網下載Rstudio: http://rstudio.org

第三步：下載上課用的資料檔

• http://ge.tt/1btP37M?c
• 下載後放置到自訂的資料夾並記下資料夾的路徑

第四步：認識書面講義

1. 編輯R的程式語法檔

• R的程式語法檔我都稱它為「R檔」（R script）。
• R是個物件導向的（object-oriented）統計程式語言。既然是程式語言，我們最好能以程式語法檔案的方式，來管理我們的工作。
• 一來可以保存；二來可以重製；三則可以流傳及分享。

在語法檔中加註：

• R只看得懂R的指令，所以你必須在R檔中把不要交給R讀取的「非指令」文字加註。
• 這樣一來在執行整個R的語法檔的時候，系統會自動跳過或不執行那些被註記的文字。
• 在敘述或指命前加上一個或一個以上的井字號便可以把該行轉成註解（comment out）；

# 這是註解，R在執行時會跳過這一行

• R對大小寫是敏感的、物件名稱中不可以有空白、第一個字元不可以是數子或符號（.除外） 字串的輸入要用雙引號(“”)或單引號('')

2. R的入門指令

先來用demo() 指令認識一下R的圖形能力：

demo(graphics)

指派（assign）

• 你可以用<- 或 = 來作指派的符號（兩種都有人不少人使用，但為了檔案的可讀性，請勿混用）
• 建議你就使用正統的做法：用<- 在Rstudio中，Alt+-就可以打出這個符號

串接指令 c( )

• c()用來串連多個字串; c是 “Combine Values into a Vector or List” 意思
• 所謂的vetor字面上是「向量」的意思，在此是指同樣屬性的資料的集合（如都是數字或都是文字）。

> x <- c(20:25)  #冒號表示連續，即從20,21,...,25
> x

## [1] 20 21 22 23 24 25

> x[4]  # 第四個數值

## [1] 23

> 
> y <- x * 40
> y

## [1]  800  840  880  920  960 1000

> x[1] + y[5]

## [1] 980

系統資訊

> version  #查詢自己電腦的系統資訊，注意這指令不必加'()'

##                _                            
## platform       i686-redhat-linux-gnu        
## arch           i686                         
## os             linux-gnu                    
## system         i686, linux-gnu              
## status                                      
## major          2                            
## minor          15.1                         
## year           2012                         
## month          06                           
## day            22                           
## svn rev        59600                        
## language       R                            
## version.string R version 2.15.1 (2012-06-22)
## nickname       Roasted Marshmallows

> date()  #顯示目前時間

## [1] "Fri Aug 17 23:18:54 2012"

路徑

getwd()                  #查詢現在的資料夾
setwd("C:/")             #變更資料夾的位置
# 注意：在Windows中，R使用的路徑，斜線是forward slash "/"

運算子

1.算數運算子

加+ 減- 乘* 除/

商數%/% 餘數%%

次方數^

> 60%/%4

## [1] 15

> 25%%5

## [1] 0

> 2^5

## [1] 32

2. 括號運算子

> 3 + 5 * 6 - 7

## [1] 26

> (3 + 5) * (6 - 7)

## [1] -8

3. 關係運算子

• >（大於） <（小於） >=（大於等於） <=（小於等於） ==（等於） != （不等於）

4. 邏輯運算子

• &&（和） ||（或）

其他運算函式

> exp(20)  #自然指數

## [1] 485165195

> log(1000)  #自然對數

## [1] 6.908

> abs(-6)  #取絕對值

## [1] 6

> sqrt(100)  #開根號

## [1] 10

> round(45.69)  #四捨五入

## [1] 46

> ceiling(4.2)  #無條件進位

## [1] 5

> floor(55.2)  #取比此數小的整數

## [1] 55

> trunc(65.45)  #取整數值

## [1] 65

> sort(c(1, 3, 55, 22, 56))  #排序

## [1]  1  3 22 55 56

3. 安裝、更新與使用套件

我們來安裝幾個本課程要用到的套件

• car, foreign, gdata, gmodels, Rcmdr

安裝套件

install.packages(c("car","gmodels","gdata","Rcmdr"))  

更新套件

update.packages()

update.packages(ask=FALSE)　 #也可以使用F來代替FALSE；用T來代替TRUE

使用套件

library(car)

library(gmodels)

# 注意：若無法更新，則應使用管理員最高權限來使用Rstudio和R。
# 也就是在圖示上按右鍵「以管理員身份執行」。

三個Rstudio使用的技巧

1.快速切換工作視窗

• Ctrl + 1 游標移至程式碼視窗
• Ctrl + 2 游標移至R結果輸出視窗

2. 快速輸入符號

• 在英文輸入的環境下，使用Ctrl+/ 就可把游標所在位置的那一行文字或指令加註。
• 也可以選取整段文字後使用Ctrl+/ 把整段文字或程式碼改為註記。

3. （進階）把常用套件記錄到Rstudio之中免除每次都要掛載library()的麻煩

• 編輯你的工作目錄中的 .Rprofile 檔案，把掛載的指令都寫進去這個檔中。

• 下次你開啟Rstudio時就會自動掛載這些常用套件了。例如：

  file.edit("/你的路徑/.Rprofile")
  # 再把以下含有你常用的指令寫入該檔案中，存檔。
  library(car)
  library(gmodels)
  library(Deducer)
  

  ---

4.資料物件的管理

物件管理

ls()            列出物件
objects()　　　　列出物件　
rm(x)           清除物件x
rm(list=ls())   清除所有在暫存區的物件  

鎖定資料檔

方式1: attach()

> load("wgcoll.rda")
> table(wgc$g)

## 
##  0  1 
## 28 22

> attach(wgc)
> table(g)

## g
##  0  1 
## 28 22

> detach(wgc)
> table(g)

## Error: object 'g' not found

方式2: with()

> attach(wgc)
> with(wgc, table(g))

## g
##  0  1 
## 28 22

5. 檔案格式基本觀念

• 矩陣 matrix
• 陣列 array
• 表單 list
• 資料框架 data frame

matrix()　矩陣

> A <- matrix(1:6, nrow = 2, ncol = 3)
> A

##      [,1] [,2] [,3]
## [1,]    1    3    5
## [2,]    2    4    6

> B <- matrix(1:6, nrow = 2, byrow = T, dimnames = list(R = c("a", 
+     "b"), C = c("c", "d", "e")))
> B

##    C
## R   c d e
##   a 1 2 3
##   b 4 5 6

> C <- matrix(c(7, 1, 7, 3, 4, 5, 2, 0, 8), nrow = 3)
> C

##      [,1] [,2] [,3]
## [1,]    7    3    2
## [2,]    1    4    0
## [3,]    7    5    8

array()　陣列

> a1 <- array(1:24, c(3, 4, 2))
> a1

## , , 1
## 
##      [,1] [,2] [,3] [,4]
## [1,]    1    4    7   10
## [2,]    2    5    8   11
## [3,]    3    6    9   12
## 
## , , 2
## 
##      [,1] [,2] [,3] [,4]
## [1,]   13   16   19   22
## [2,]   14   17   20   23
## [3,]   15   18   21   24

list() 表單

以下三種存取list資料格式的做法很常用，也都適用於list與data frame等資料型態

• 用[[]]來存取特定變數或欄位
• 用[]來存取特定的變數值
• 用$來取用list中的資料

補充

> LIST <- list(表一=seq(2,10,2), 表二= matrix(1:9, nrow=3), 
+              表三=array(1:8, c(2,2,2)), 表四=data.frame(V1=seq(0,3,1)))
> LIST

## $表一
## [1]  2  4  6  8 10
## 
## $表二
##      [,1] [,2] [,3]
## [1,]    1    4    7
## [2,]    2    5    8
## [3,]    3    6    9
## 
## $表三
## , , 1
## 
##      [,1] [,2]
## [1,]    1    3
## [2,]    2    4
## 
## , , 2
## 
##      [,1] [,2]
## [1,]    5    7
## [2,]    6    8
## 
## 
## $表四
##   V1
## 1  0
## 2  1
## 3  2
## 4  3

> LIST$表四

##   V1
## 1  0
## 2  1
## 3  2
## 4  3

data.frame()　資料框

> DF <- data.frame(V1 = seq(0, 8, 2), V2 = LETTERS[1:5])
> edit(DF)

##   V1 V2
## 1  0  A
## 2  2  B
## 3  4  C
## 4  6  D
## 5  8  E

辨識資料型態

> load("wgcoll.rda")
> class(wgc)

## [1] "data.frame"

> class(wgc$aa)

## [1] "numeric"

> class(wgc$g)  #性別是連續變數！？

## [1] "numeric"

轉換變數的型態

> wgc$newg <- factor(wgc$g, levels = 1:2, labels = c("male", "female"))
> class(wgc$newg)

## [1] "factor"

> wgc$g <- as.character(wgc$g)  #把數值轉為字元（charact）
> class(wgc$g)

## [1] "character"

> wgc$g <- as.integer(wgc$g)  #把字元轉為整數（integers）
> class(wgc$g)

## [1] "integer"

6. 讀取外部檔案（Rda, csv, SPSS, SAS, Stata, Excel）

讀取R的rda檔案：

load("/路徑/TDS08L_indQ.rda") 　

讀取逗點分隔的csv檔案：

• foreign() 函式庫專門可用來處理不同格式的檔案

library(foreign) 
wgc <- read.csv("/路徑／wgcoll.csv")

讀取SPSS的sav檔案：

library(foreign)
nsysu <- read.spss("/路徑/TEDS08L_indQ.sav",
                   use.value.labels=FALSE,
                   to.data.frame=TRUE)

讀取Excel檔案（.xls或.xlsx）

# Windows的電腦請先下載安裝"strawbarry perl" (http://strawberryperl.com)

install.packages("gdata")

library(gdata)

dat <- read.xls("D:\路徑\111110_NSYSU.xls", sheet=1, header=T)

讀取SAS的sas7bdat格式檔案

install.packages("sas7bdat")
library(sas7bdat)
sas <- read.sas7bdat("mlogit.sas7bdat")
tail(sas)

讀取SAS的transport格式檔案

sasdata <- read.xport("路徑")

讀取Stata的dta格式檔案

library(foreign)
statadat <- read.dta("http://www.stata-press.com/data/r10/fish.dta")
head(statadat)

7.匯出為其他格式的檔案

• 把資料物件轉換為資料框架（data frame）

sasnew <- as.data.frame(sas) 

• 存成csv檔

  write.csv(sasnew,file="sasnew.csv", 
        sep = ",", row.names = FALSE, col.names = TRUE) 
  

• 存成R專用的rda檔

  save(sasnew, file="sasnew.rda", compress=TRUE)  
  

你累了嗎？

用Deducer來脫離苦海

使用Deducer套件來管理資料和變數:

• Deducer 是為JGR這個套件設計的延伸套件。
• 它有非常直觀的資料讀入選單，可以直接讀取和另存為Stata, SPSS, SAS等多種資料格式。
• 對於用指令檔來處理資料和變數的人來說，它可以讓Ｒ變得類似SPSS。

安裝Deducer

install.packages("Deducer")

啟動

• 若你使用R-terminal，就直接以 library(Deducer) 指令載入Deducer套件便可以在選單列上看到新增的選單。
• 若你使用R-studio，因為現階段（2012.6.22）它還未與Deducer整合，所以你必須以library(Deducer)指令載入Deducer套件後再執行 deducer() 。

另一個GUI新興勢力：Revolution Analytics Enterprise

• Revolution R是個版面配置像Rstudio的商用軟體
• 它使用網格或雲端的方式處理巨量的資料
• 學術使用免費!
• 可安裝於Windows系統跟RedHat Linux企業版
• 下載

自學R

透過R內建的說明書自學套件和指令的使用方法

?sum
help.search("standard deviation")         最常用的方式
RSiteSearch("standardized coefficients")  搜尋網路資料庫

網路資源：

• Rseek一個重要的資料庫可供你搜尋爬文
• R archive
• R professional Q&A
• 2torials網路上的影音教學影片
• UCLA R introduction
• R resources一位學生整理的相關資源列表
• Resources for Getting Started with R相關入門書籍的介紹
• R的繪圖創作集

到此你已經認識R的全貌

• 接下來我們要來熟悉幾個主要的套件的操作