簡介
R (http://www.r-project.org) 系統是用於統計分析和圖形化的計算機語言及分析工具，爲了保證性能，其核心計算模塊是用C、C++和Fortran編寫的。同時爲了便於使用，它提供了一種腳本語言，即R語言。R語言和貝爾實驗室開發的S語言類似。R支持一系列分析技術，包括統計檢驗、預測建模、數據可視化等等。在CRAN(http://cran.r-project.org) 上可以找到衆多開源的擴展包。
R軟件的首選界面是命令行界面，通過編寫腳本來調用分析功能。如果缺乏編程技能，也可使用圖形界面，比如使用RCommander(http://socserv.mcmaster.ca/jfox/Misc/Rcmdr/)或Rattle(http://rattle.togaware.com)。[2]
另外，由於R系統是本文研究的重點，所以會花費較大篇幅對其各種特性、優勢及不足進行較爲細緻的分析。
主要功能
如前所述，R系統是一種腳本語言，它主要以命令方式提供了對各種數據的處理和統計分析過程，主要能力或功能描述如下：
1.數據導入和導出：可以從文件中獲取數據，將處理結果存放到數據文件中；如HousePrice <- read.table("houses.data")；data(Puromycin, package="datasets")；attach(“faithful”)
2.向量數據處理能力：它可以處理向量數據（包括數值、邏輯和字符串），也可以按一定規則生成向量數據；支持向量運算（+、-、*、/、冪運算）；
n向量賦值：x <- c(10.4, 5.6, 3.1, 6.4, 21.7)；y <- c(x, 0, x)
n向量運算：1/x；v <- 2*x + y + 1；sum((x-mean(x))^2)/(length(x)-1)
n向量生成：z <- 0:9；s4 <- seq(length=51,from=-5, by=.2)
3.複雜數據處理能力：支持矩陣、支持列表數據類型（元素不同）、數據幀（類似矩陣，但元素類型可不同）；
因子（集合）：
state <- c("tas", "sa", "qld","nsw", "nsw", "nt", "wa","wa","qld", "vic", "nsw","vic", "qld", "qld", "sa","tas","sa", "nt", "wa","vic", "qld", "nsw", "nsw","wa","sa", "act", "nsw","vic", "vic", "act")；statef<- factor(state)
n數組或矩陣：dim(z) <- c(3,5,100)；x <- array(1:20, dim=c(4,5))
n列表：Lst <- list(name="Fred", wife="Mary",no.children=3,child.ages=c(4,7,9))
n數據幀：accountants <- data.frame(home=statef, loot=incomes, shot=incomef)
4.支持函數：包括系統內置函數和用戶定義函數；自定義函數舉例如下：
twosam <- function(y1, y2) {
n1 <- length(y1); n2 <- length(y2)
yb1 <- mean(y1); yb2 <- mean(y2)
s1 <- var(y1); s2 <- var(y2)
s <- ((n1-1)*s1 + (n2-1)*s2)/(n1+n2-2)
tst <- (yb1 - yb2)/sqrt(s*(1/n1 + 1/n2))
tst
}
5.概率分佈：支持多種概率分佈模型，如下：
nBeta：貝塔分佈
nBinomial：二項分佈
nCauchy：柯西分佈
nchi-squared：卡方分佈
nexponential：指數分佈
nF：F分佈
nGamma：伽馬分佈
nGeometric：幾何分佈
nHypergeometric：超集合分佈
nlog-normal：對數正態分佈
nlogistic：對數分佈
nnegativebinomial：負二項分佈
nnormal：正態分佈
nPoisson：泊松分佈
nsignedrank：符號秩次分佈
nStudent：學生氏分佈
nUniform：單一分佈
nWeibull：Weibull分佈
nWilcoxon：威爾考克斯分佈
以下爲分佈的舉例：
n正態分佈：
attach(faithful)
long <-eruptions[eruptions > 3]
plot(ecdf(long),do.points=FALSE, verticals=TRUE)
x <- seq(3, 5.4,0.01)
lines(x, pnorm(x, mean=mean(long),sd=sqrt(var(long))), lty=3)
上述命令生成的圖如下：
n指數分佈：
x <- seq(1, 5, 0.01)
plot(pexp(x,3))
生成的統計圖如下：
6.支持條件語句和循環語句
條件語句：if (expr_1) expr_2 else expr_3
循環語句：
xc <- split(x, ind)
yc <- split(y, ind)
for (i in 1:length(yc)) {
plot(xc`i`, yc`i`)
abline(lsfit(xc`i`, yc`i`))
}
7.支持多種圖型化的數據表達方式，舉例如下（直方圖）：
x <- c(10.4, 5.6, 3.1, 6.4, 21.7)
hist(x)
優勢
R系統具有如下優勢：
1.因其爲單行命令模式，所以對於一般有開發經驗的用戶，簡便易學，容易上手；
2.數據類型支持豐富；
3.支持的概率分佈模型較全面，一般能滿足日常使用；而且支持通用的假設檢驗方法；
4.支持流程控制和自定義函數。
不足
但R系統也有如下缺點：
1.雖然簡便易學，和純粹基於圖型的挖掘工具相較，使用起來仍不夠直觀、方便；
2.對使用人員而言，仍有一定的要求；
3.一般只能從文件中獲取數據，無法和數據庫系統相結合。