کلاس و دوره آموزشی نیمه خصوصی نرم افزار R مقدماتی با استاد محمدرضا نوربخش

R، یک زبان برنامه‌نویسی و محیط نرم‌افزاری برای محاسبات آماری و علم داده‌ها است که بر اساس زبان‌های اس و اسکیم پیاده‌سازی شده است. این نرم‌افزار متن‌باز، تحت اجازه‌نامه عمومی همگانی گنو توسط شرکت R Core Team عرضه و به صورت رایگان در دسترس عموم قرار داده‌شده است.این نرم‌افزار ازنظر دستورات، شباهت زیادی به نرم‌افزار آماری S-PLUS دارد؛ اما می‌توان گفت که این دو نرم‌افزار دارای هسته‌های متفاوتی هستند که هرکدام قابلیت‌های متفاوتی را فراهم می‌کند. نرم‌افزار R اکثر زمینه‌های آمار کاربردی مانند تحلیل سری‌های زمانی، رگرسیون خطی و غیرخطی، آزمون فرض‌های کلاسیک، کدگذاری، خوشه‌بندی و … را پوشش داده و همچنین نرم‌افزار قدرتمندی برای ایجاد اشکال گرافیکی و نمودارهاست.

R، حاوی محدوده گسترده‌ای از تکنیک‌های آماری (ازجمله: مدل‌سازی خطی و غیرخطی، آزمون‌های کلاسیک آماری و …) و قابلیت‌های گرافیکی می‌باشد. در محیط R، کدهای سی (C)، سی++ (C++) و فورترن (Fortarn) قابلیت اتصال و فراخوانی هنگام اجرای برنامه را دارند و کاربران خبره می‌توانند توسط کدهای سی، مستقیماً اشیا R را تغییر دهند. گرچه نرم‌افزار R اغلب به منظور انجام محاسبات آماری به کار می‌رود، اما این نرم‌افزار قابل به کارگیری در محاسبات ماتریسی نیز هست و در این زمینه، همپای نرم‌افزارهایی چون اُکتاو و نسخه‌ی تجاری آن متلب (MATLAB) است.

تاریخچه زبان برنامه‌نویسی و نرم‌افزار R

نرم‌افزار R برای اولین بار به‌عنوان یک پروژه تحقیقاتی توسط راس ایهاکا (Ross Ihaka) و رابرت جنتلمن (Robert Gentleman) در سال ۱۹۹۳ نوشته شد. در حال حاضر، R توسط گروهی از متخصصان علم آمار به نام “تیم هسته نرم‌افزار “R با صفحه‌ای در آدرسwww.r-project.org در حال توسعه‌ی فعال است. زبان برنامه‌نویسی R با توجه به اپن سورس بودن، تحت لیسانس GPL قابل‌استفاده و باز انتشار می‌باشد

دلیل محبوبیت و مزایای نرم‌افزار R

دلیل محبوبیت این نرم‌افزار در بین کاربران، در درجه اول رایگان بودن این نرم‌افزار است. از طرفی دیگر این نرم‌افزار بر روی انواع سیستم عامل‌ها قابل نصب بوده و مشکل بسیاری از کاربران را ساده کرده است. از دیگر مزایای این نرم‌افزار، فراهم کردن زمینه‌ای بی‌نظیر برای نوشتن متدهای آماری و قابلیت توسعه همچون دیگر نرم‌افزارهای باز است. نرم‌افزار R علاوه بر نسخه متن‌باز، نسخه‌های غیر متن‌باز نیز دارد. مجموعه R Core Team دو نسخه مبتنی بر پردازش داده‌های کلان (Big data)، اینترپرایز (Enterprise) و همین‌طور نسخه Cloud مبتنی بر محاسبات ابری را به صورت غیر رایگان (تجاری) ارائه می‌دهد.

از مزایای زبان R حجم بالای داکیومنت و مستندات آن است. دو نمونه از سایت‌های مرجع زبان برنامه‌نویسی R به آدرس r-project.org و cran.r-project.org است که جزئیات کاربری و استفاده از R را در شرایط مختلف و گروه‌های متفاوت گفتگوها و تالارهای تبادل‌نظر بین مشتریان و کاربران را در اختیار می‌گذارد.

برخی قابلیت‌ها و کاربردهای مهم زبان برنامه نویسی R

· زبان برنامه‌نویسی و محیط نرم‌افزاری برای محاسبات آماری و علم داده‌ها.

· زبان برنامه‌نویسی ساده و پیشرفته شامل عبارت‌های شرطی، حلقه و توابع بازگشتی و …

· نرم‌افزار قدرتمندی با امکانات گرافیکی برای تجزیه‌وتحلیل داده‌ها، رسم نمودار و ایجاد اشکال.

· حاوی محدوده‌ی گسترده‌ای از تکنیک‌های آماری.

· بسته‌های نرم‌افزاری قدرتمند برای تجزیه‌وتحلیل آماری.

· توانایی انجام محاسبات ماتریسی.

· کتابخانه‌های انجام عملیات داده‌کاوی و یادگیری ماشین مانند دسته‌بندی، خوشه‌بندی، تحلیل شبکه اجتماعی، یادگیری تقویتی و…

· کتابخانه‌های خاص برای انجام عملیات تحلیلی در زمینه‌های مختلف علمی.

· دارای مستندات فرمت بندی شده و منظم برای استفاده از زبان و کتابخانه‌های مرتبط.

· امکان توسعه‌ی قابلیت‌های R، با افزودن بسته‌های ایجادشده توسط کاربران خبره.

· دارای محیط خط فرمان برای ورود و اجرای دستورات.

· قابل‌استفاده برای کاربران نرم‌افزار S-Plus .

· امکانات ذخیره، بازیابی و دست‌کاری داده‌ها.

محدودیت‌ها و معایب زبان برنامه نویسی R

· برای استفاده و برنامه‌نویسی با آن باید فرمان‌ها آن را بیاموزید.

· زبانRدارای مفسر است، بدین معنی که برای اجرا، ترجمه نمی‌شود و به‌صورت فایل اجرایی (.exe*) درنمی‌آید.

· دارای امکان ایجاد Gui نیست.

· عدم پشتیبانی یک سیستم تجاری قوی از برنامه R

· تکنیک‌های تحلیلی به شرایط و حجم داده‌ها جهت پردازش محدود است که نباید از مقدار ۱۶ ترابایت تجاوز کند که این امر می‌تواند در برخی از کاربردها یک محدودیت جدی تلقی گردد که در آن شرایط استفاده از این ابزار چندان مناسب نخواهد بود.

معرفی برخی ابزارهای زبان برنامه‌نویسی R

R، دارای محیط خط فرمان برای ورود و اجرای دستورات است. با توجه به این قابلیت، ابزارهای مختلفی جهت تسهیل ویرایش دستورات و ارتباط با کاربر برای R ساخته شده است.

برخی ابزارهای مورد استفاده در زبان برنامه‌نویسی R

· JGR :ویرایشگر چند سکویی بر پایه‌ی جاوا.

· R Commander: رابط گرافیکی بر پایه‌ی tcltk ، دارای قابلیت استفاده از منوها به جای نوشتن دستورات (مناسب برای کاربران مبتدی و آشنا با اس‌پلاس).

· آر اکسل:RExcel امکان استفاده از R و R Commander در برنامه‌ی مایکروسافت اکسل را فراهم می‌کند.

· rggobi: رابط برنامه‌ی GGobi برای به تصویر کشیدن داده‌های ماتریسی.

نرم‌افزار R در چه رشته‌هایی کاربرد دارد؟

به طور کلی در تمامی رشته‌هایی که بخشی از محاسبات، به روش‌های آماری مربوط است، از رشته‌های علوم پایه گرفته تا رشته‌های مختلف پزشکی، فنی و غیره می‌توانند از توانایی‌های منحصربه‌فرد این نرم‌افزار استفاده کنند. به صورت کلی رشته‌های زیر می‌توانند در تحلیل‌های آماری خود از نرم‌افزار R استفاده کنند.

· آمار و احتمالات

· آمار زیستی

· زیست‌شناسی و شاخه‌های مرتبط

· علوم پزشکی و داروسازی

· بیوتکنولوژی

· اپیدمیولوژی و علوم محیطی

· بیوانفورماتیک

· علوم کامپیوتر

· فیزیک

· شیمی (کمومتریک)

· آمار مکانیک

· علوم روانشناسی و اجتماعی

· مدیریت

در این دوره آموزش مقدمات نرم افزار R داده می‌شود و تضمین می گردد که دانش پذیر پس از پایان دوره بتواند تمام مباحث مطروحه در سرفصل را انجام دهد.

مدت زمان دوره: 12 ساعت

پیش نیاز: آشنایی با آمار مقدماتی

هدف: آشنایی با نرم‌افزار، نصب نرم‌افزار و بسته‌ها، ساختار داده‌ها، توابع و نمودارهاي مقدماتی، آزمون‌هاي پایه

منبع: فصول اول تا هفتم کتاب R در عمل، نوشته کاباکوف، 2021

فایل کتاب در اختیار دانش پذیران قرار خواهد گرفت.

سرفصل:

· معرفی نرم‌افزارR

· دانلود و نصب R، Rtools و RStudio

· شروع به کار

· دریافت راهنما

· دانلود و نصب بسته‌ها

· ساختار داده‌ها: بردار، ماتریس، آرایه، لیست، چارچوب داده، فاکتور، تیبل

· وارد کردن و صادر کردن داده‌ها

· مدیریت مقدماتی داده‌ها با R پایه و dplyr

· مقادیر گم شده

· نمودارهاي مقدماتی با R پایه و ggplot

· توابع ریاضی، آماري، احتمالی، رشته‌اي

· اعمال توابع به ماتریس‌ها و چارچوب‌هاي داده

· حلقه‌هاي کنترلی و شرطی

· توابع کاربر

· تغییر شکل داده‌ها

· آمار توصیفی

· جدول‌هاي فراوانی

· آزمون‌هاي پایه آماري