Statistikprogrammet R

Du är en av...aktiva besökare på den svenska delen - dessutom...aktiva besökare på den engelska delen

(antal aktiva besökare uppdateras automatiskt var 4:e minut)

Citera denna sida som:

Ronny Gunnarsson

-

Statistikprogrammet R

-

Först publiserad:

på:

INFOVOICE.SE

Senast updaterad:

Om du vill informera om att denna webbsida finns...

R är förmodligen den mest kraftfulla statistiska programvaran och den är helt gratis. Denna webbsida ger dig en introduktion till vad R är och hur du kan börja använda det.

R är ett programmeringsspråk. R kan användas som ett allmänt programmeringsspråk för att bygga webbappar, automatisera datorn, skapa konst och hämta information. Om applikationen man bygger i R inte hanterar data eller logik i någon form, finns det ofta andra språk (som Python eller JavaScript) som gör jobbet effektivare. Det främsta användningsområdet för R är att hantera och analysera insamlade data. I forskningssammanhang används R ofta som ett avancerat databearbetnings och statistikverktyg, exempelvis:

  • Avancerad datahantering
    Med paket som tidyverse (särskilt dplyr och tidyr) kan du programmera komplexa regler för att städa data, slå ihop dussintals filer, ändra format från “wide” till “long” och hantera textsträngar på ett sätt som är nästan omöjligt i ett klick-baserat gränssnitt.
  • Total kontroll över grafik
    Du har pixel-perfekt kontroll. Du kan ändra varenda detalj i en graf – färger, typsnitt, skalor, annoteringar och skapa helt unika visualiseringar som inte finns som standardalternativ.
  • Automatisering och loopar
    Du kan skriva ett skript (en loop eller funktion) som automatiskt går igenom alla 100 filer, kör analysen, sparar resultaten och skapar grafer på några sekunder.
  • Tillgång till nästan oändligt många olika statistiska metoder
    Du har direkt tillgång till CRAN (The Comprehensive R Archive Network) som innehåller över 20 000 paket. Om en ny statistisk metod uppfanns igår, finns det förmodligen redan ett R-paket för den idag.

R är optimerat för flexibilitet och kontroll. Det är nödvändigt när man har väldigt komplexa data, behöver skräddarsy unika analyser, eller vill automatisera sitt arbete. Man kan likna R vid motorn i en bil. Motorn får saker att hända men kan vara lite krånglig att tygla. Det är den som gör grovjobbet, utför beräkningarna och driver allt framåt. Utan motorn händer ingenting.

Om du öppnar bara R möts du av en enda stor textruta (konsolen) där du skriver kod och får svar. Du måste skriva exakt rätt annars fungerar det inte. Du kan installera ett tillägg som heter RStudio som förenklar lite grand. Om R är motorn så är RStudio instrumentbrädan, ratten och de bekväma sätena. Det gör det möjligt för dig att styra motorn (R) på ett enklare och bekvämare sätt. Vill du förenkla ännu mer kan du installera gratisprogrammet Jamovi. Jamovi är ett separat statistikprogram som via rullgardinsmenyer (liknande SPSS) kör R-kod i bakgrunden. Du kan läsa mer om Jamovi på en separat webbsida. Du kan alltså köra R-kod i olika svårighetsgrader:

  1. Det enklaste att börja med är programmet Jamovi som bygger på R. Jamovi är optimerat för de flesta vanliga statistiska analyserna med fokus på användarvänlighet. Det är perfekt för standardstatistik och när man vill slippa koda.
  2. RStudio kan installeras och ligger som ett lager ovanpå det nakna R-programmet. Tekniskt sett är R ett programmeringsspråk, medan RStudio är en IDE (Integrated Development Environment). RStudio tillför en del funktioner som har att göra med användarvänlighet (se nedan).
  3. Det svåraste är att använda det nakna R utan RStudio.
Table of content (with clickable links)

RStudio

Här är vad RStudio tillför som det “nakna” R saknar:

1. En överblick över allt samtidigt (4-fönsters-layouten)

Om du öppnar bara R möts du av en enda stor textruta (konsolen) där du skriver kod och får svar. RStudio delar upp skärmen i fyra delar som ger dig total kontroll:

  1. Kodeditor: Där du skriver och sparar dina skript.
  2. Konsol: Där koden körs (R-motorn).
  3. Environment: En lista över alla dina variabler och dataset.
  4. Filer/Grafer/Hjälp: En plats för att se dina filer, titta på grafer och läsa hjälpfiler.

2. “IntelliSense” (Automatisk komplettering)

Detta är en enorm tidssparare.

  • R: Du måste komma ihåg exakt vad varje kommando heter och hur det stavas.
  • RStudio: När du börjar skriva (t.ex. rea...) föreslår RStudio automatiskt kommandon (som read.csv), visar vilka argument funktionen behöver och hjälper dig att stänga parenteser automatiskt.

3. Visuell granskning av data

  • R: För att se ditt dataset måste du skriva kommandon som head(data) eller print(data), vilket bara spottar ut text i konsolen.
  • RStudio: Du kan klicka på ditt dataset i “Environment”-fönstret, så öppnas det i en flik som ser ut precis som Excel. Du kan scrolla, sortera och filtrera för att snabbt kolla att datan ser rätt ut (även om du inte kan redigera cellerna där).

4. Projekthantering

  • R: Du måste ofta krångla med filvägar (C:/Users/Namn/Dokument/...) och hålla koll på var R “tittar” just nu (working directory).
  • RStudio: Har ett system med “Projects” (.Rproj). När du öppnar ett projekt vet RStudio automatiskt att alla filer ligger i den mappen. Det gör det mycket enklare att flytta kod mellan datorer eller dela med kollegor.

5. Hantering av grafer

  • R: Varje gång du skapar en ny graf raderas den gamla (eller så öppnas ett nytt fönster som flyter runt).
  • RStudio: Har en dedikerad “Plots”-flik. Du kan bläddra fram och tillbaka mellan dina grafer som i ett bildgalleri och enkelt exportera dem som bildfiler eller PDF:er med rätt storlek.

6. Integrerade verktyg för publicering (R Markdown / Quarto)

RStudio är byggt för att skapa rapporter. Med en knapptryckning (“Knit”) kan du förvandla din kod och dina analyser till färdiga PDF-rapporter, Word-dokument eller HTML-sidor. Detta är inbyggt i RStudio på ett sätt som gör det sömlöst att blanda text och kod.

Sammanfattning av vad RStudio tillför

Du kan köra en bil genom att sitta på en låda och dra i vajrar direkt kopplade till motorn (R), men det är mycket bekvämare och effektivare att sitta i förarsätet med en riktig instrumentpanel (RStudio).

Introduktion till R

(Nedanstående video är på engelska. Om du har svårt att förstå engelska kan du få svensk text genom starta videon, sedan klicka på kugghjulsikonen, sedan klicka på Subtitles, klicka sedan på auto-translate och välj svenska. Detta fungerar någorlunda bra men det blir en del felaktigheter i översättningen).

Användbara länkar