R (linguagem de programação)

De Wiki Software Livre na Educação

R é uma linguagem e um ambiente de desenvolvimento integrado, para cálculos estatísticos e gráficos.

Foi criada originalmente por Ross Ihaka e por Robert Gentleman no departamento de Estatística da universidade de Auckland, Nova Zelândia, e foi desenvolvido por um esforço colaborativo de pessoas em vários locais do mundo<ref name="contributors">Contributors, site www.r-project.org</ref>.

O nome R provêm em parte das iniciais dos criadores<ref>Predefinição:Citar livro/autorIn: Predefinição:Argvar. The R FAQ: Why is R named R?. [S.l.: s.n.]. Predefinição:ISBN Página visitada em 2008-01-29.</ref> e também de um jogo figurado com a linguagem S (da Bell Laboratories, antiga AT&T).

R é uma linguagem e ambiente similar ao S - pode ser considerado uma implementação distinta do S; embora com importantes diferenças, muitos códigos escritos para o S rodam inalterados no R. A implementação comercial de S é S-PLUS.

O código fonte do R está disponível sob a licença GNU<ref>Free Software Foundation (FSF) Free Software Directory: GNU R. Página visitada em 2012-11-13.</ref><ref>What is R?. Página visitada em 2009-04-28.</ref> GPL e as versões binárias pré-compiladas são fornecidas para Windows, Macintosh, e muitos sistemas operacionais Unix/Linux.

R é também altamente expansível com o uso dos pacotes, que são bibliotecas para funções específicas ou áreas de estudo específicas.

Um conjunto de pacotes é incluído com a instalação de R, com muito outros disponíveis na rede de distribuição do R (em inglês CRAN).

A linguagem R é largamente usada entre estatísticos e data miners para desenvolver software de estatística<ref>Predefinição:Citar livro/autor (January 2005). "Using the R Statistical Computing Environment to Teach Social Statistics Courses" (PDF). Department of Sociology, McMaster University.</ref><ref name="nytimes09">Vance, Ashlee. "Data Analysts Captivated by R's Power", New York Times, 2009-01-06. Página visitada em 2009-04-28. “R is also the name of a popular programming language used by a growing number of data analysts inside corporations and academia. It is becoming their lingua franca...”</ref> e análise de dados.<ref name=nytimes09/> Inquéritos e levantamentos de data miners mostram que a popularidade do R aumentou substancialmente nos últimos anos.<ref name=KDDalgorithm2012>David Smith (2012); R Tops Data Mining Software Poll, Java Developers Journal, May 31, 2012.</ref><ref name=survey2011>Karl Rexer, Heather Allen, & Paul Gearan (2011); 2011 Data Miner Survey Summary, presented at Predictive Analytics World, Oct. 2011.</ref><ref name=muenchen>Robert A. Muenchen (2012);The Popularity of Data Analysis Software.</ref>


Ferramentas de produtividade[editar]

Existem diversas GUI para R, incluindo JGR, RKWard, SciViews-R, Rcmdr e, mais recentemente, RStudio. Muitos editores oferecem recursos que facilitam o trabalho com o R: Emacs, Vim, jEdit, Kate, Tinn-R GUI/Editor, entre outros. Existem plug-ins para uso com a IDE Eclipse e Vim.

Software construído de modo colaborativo, com novos pacotes e GUIs incluídos a cada intervalo de tempo, antecipando-se até a alguns outros pacotes proprietários, como o complemento com o teste de Scott-Knott para a Análise de Variâncias ANOVA.

Recursos estatísticos[editar]

A R disponibiliza uma ampla variedade de técnicas estatísticas e gráficas, incluindo modelação linear e não linear, testes estatísticos clássicos, análise de séries temporais (time-series analysis), classificação, agrupamento e outras. A R é facilmente extensível através de funções e extensões, e a comunidade R é reconhecida pelos seus contributos ativos em termos de pacotes. Existem diferenças importantes, mas muito código escrito para S corre inalterado. Muitas das funções padrão do R são escritas no próprio R, o que torna fácil para os usuários seguir as escolhas algorítmicas feitas. Para tarefas computacionais intensivas, os códigos C, C++, e Fortran podem ser ligados e chamados durante a execução. Usuários experientes podem escrever código C ou Java<ref>Predefinição:Citation/core</ref> para manipular diretamente objetos R.

O R é fortemente extensível através do uso de pacotes enviados pelo utilizador para funções específicas ou áreas específicas de estudo. Devido à sua herança do S, o R possui fortes recursos de programação orientada por objetos, mais que a maioria das linguagens de computação estatística. Ampliar o R também é facilitado pelas suas regras de contexto lexical.<ref>Predefinição:Citar livro/autor (Spring 2003). "R For the Political Methodologist" (PDF). The Political Methodologist 11 (1): 20–22. Political Methodology Section,American Political Science Association.</ref>

Outra força do R são os gráficos estáticos, que podem produzir imagens com qualidade para publicação, incluindo símbolos matemáticos. Gráficos dinâmicos e interativos estão disponíveis através de pacotes adicionais.<ref>CRAN Task View: Graphic Displays & Dynamic Graphics & Graphic Devices & Visualization The Comprehensive R Archive Network. Página visitada em 2011-08-01.</ref>

O R tem a sua própria documentação em formato LaTeX, a qual é usada para fornecer documentação de fácil compreensão, simultaneamente on-line em diversos formatos e em papel.

Recursos de programação[editar]

A R é uma linguagem interpretada tipicamente utilizada através de um Interpretador de comandos. Se um usuário escreve "2+2" no comando de inserção e pressiona enter, o computador responde com "4", conforme se mostra abaixo:

<source lang = "rsplus"> > 2+2 [1] 4 </source>

Como muitas outras linguagens, a R suporta matrizes aritméticas. A estrutura de dados da R inclui escalares, vetores, matrizes, quadros de dados (similares a tabelas numa base de dados relacional) e listas.<ref>Predefinição:Citar livro/autorIn: Predefinição:Argvar. Introductory Statistics with R. New York, Berlin, Heidelberg: Springer-Verlag, 2002. 10–18, 34 p. Predefinição:ISBN</ref> O sistema de objetos da R é extensível e inclui objectos para, entre outros, modelos de regressão, séries temporais e coordenadas geoespaciais.

A R suporta programação processual com funções e, para algumas funções, programação orientada a objetos com funções genéricas. Uma função genérica atua de forma diferente dependendo do tipo de argumentos que é passado. Por outras palavras a função genérica determina (dispatches) a função (método) específica para aquele tipo de objeto. Por exemplo, a R tem uma função genérica print() que pode imprimir quase qualquer tipo de objeto em R com uma simples sintaxe "print(nomedoobjeto)".

Enquanto a R é maioritariamente usada por estatísticos e outros utilizadores que requerem um ambiente para computação estatística e desenvolvimento de software, pode ser igualmente usada como uma caixa de ferramentas para cálculo matricial geral com benchmarks de desempenho comparáveis ao GNU Octave ou ao MATLAB.<ref>Speed comparison of various number crunching packages (version 2) SciView. Página visitada em 2007-11-03. </ref>

Exemplos[editar]

Exemplo 1[editar]

Os seguintes exemplos ilustram a sintaxe básica da língua e o uso do interface de linha de comando.

Na R, o largamente preferido<ref>== Marcos ==

DINO CABEÇA QUADRADA[editar]

Sílvia[editar]

Jerusa[editar]

Isabel[editar]

Tatiana[editar]

Adriana[editar]

Elieser[editar]

Igor[editar]

Ileana[editar]

Gabriela[editar]

Natacha[editar]

Paulo[editar]

Exemplo simples de uma tabela[editar]

Fonte: http://pt.wikipedia.org/wiki/Wikip%C3%A9dia:Tutorial/T%C3%B3picos_avan%C3%A7ados

Uma tabela simples seria


{| border=2 width="100%"
|+ Tabela 1 - Exemplo
|-
|
! 1
! 2
|-
! 1
| align="right" | alinhado à direita
| 1,2
|-
! 2
| align="center" | centrado
| bgcolor="#f0f0f0" | fundo cinzento
|}

Resultado:

Tabela 1 - Exemplo
1 2
1 alinhado à direita 1,2
2 centrado fundo cinzento

Carolina ==. Writing R Extensions. Página visitada em 14 June 2012. "[...] we recommend the consistent use of the preferred assignment operator ‘<-’ (rather than ‘=’) for assignment."</ref><ref>Google's R Style Guide. Página visitada em 14 June 2012.</ref><ref>== Marcos[editar]

DINO CABEÇA QUADRADA[editar]

Sílvia[editar]

Jerusa[editar]

Isabel[editar]

Tatiana[editar]

Adriana[editar]

Elieser[editar]

Igor[editar]

Ileana[editar]

Gabriela[editar]

Natacha[editar]

Paulo[editar]

Exemplo simples de uma tabela[editar]

Fonte: http://pt.wikipedia.org/wiki/Wikip%C3%A9dia:Tutorial/T%C3%B3picos_avan%C3%A7ados

Uma tabela simples seria


{| border=2 width="100%"
|+ Tabela 1 - Exemplo
|-
|
! 1
! 2
|-
! 1
| align="right" | alinhado à direita
| 1,2
|-
! 2
| align="center" | centrado
| bgcolor="#f0f0f0" | fundo cinzento
|}

Resultado:

Tabela 1 - Exemplo
1 2
1 alinhado à direita 1,2
2 centrado fundo cinzento

Carolina ==, Hadley. Style Guide. Página visitada em 14 June 2012.</ref><ref>== Marcos[editar]

DINO CABEÇA QUADRADA[editar]

Sílvia[editar]

Jerusa[editar]

Isabel[editar]

Tatiana[editar]

Adriana[editar]

Elieser[editar]

Igor[editar]

Ileana[editar]

Gabriela[editar]

Natacha[editar]

Paulo[editar]

Exemplo simples de uma tabela[editar]

Fonte: http://pt.wikipedia.org/wiki/Wikip%C3%A9dia:Tutorial/T%C3%B3picos_avan%C3%A7ados

Uma tabela simples seria


{| border=2 width="100%"
|+ Tabela 1 - Exemplo
|-
|
! 1
! 2
|-
! 1
| align="right" | alinhado à direita
| 1,2
|-
! 2
| align="center" | centrado
| bgcolor="#f0f0f0" | fundo cinzento
|}

Resultado:

Tabela 1 - Exemplo
1 2
1 alinhado à direita 1,2
2 centrado fundo cinzento

== Carolina ==, Henrik. R Coding Conventions (RCC) - a draft. Página visitada em 14 June 2012.</ref> operador de atribuição é uma seta formada por dois carateres "<-", embora "=" possa ser usado em sua vez.<ref>Assignments with the =Operator. Página visitada em 14 June 2012.</ref>

<source lang="rsplus"> > x <- c(1,2,3,4,5,6) # Create ordered collection (vector) > y <- x^2 # Square the elements of x > print(y) # print (vector) y [1] 1 4 9 16 25 36 > mean(y) # Calculate average (arithmetic mean) of (vector) y; result is scalar [1] 15.16667 > var(y) # Calculate sample variance [1] 178.9667 > lm_1 <- lm(y ~ x) # Fit a linear regression model "y = f(x)" or "y = B0 + (B1 * x)"

                       # store the results as lm_1

> print(lm_1) # Print the model from the (linear model object) lm_1

Call: lm(formula = y ~ x)

Coefficients: (Intercept) x

    -9.333        7.000 

> summary(lm_1) # Compute and print statistics for the fit

                        # of the (linear model object) lm_1

Call: lm(formula = y ~ x)

Residuals: 1 2 3 4 5 6 3.3333 -0.6667 -2.6667 -2.6667 -0.6667 3.3333

Coefficients:

           Estimate Std. Error t value Pr(>|t|)

(Intercept) -9.3333 2.8441 -3.282 0.030453 * x 7.0000 0.7303 9.585 0.000662 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 3.055 on 4 degrees of freedom Multiple R-squared: 0.9583, Adjusted R-squared: 0.9478 F-statistic: 91.88 on 1 and 4 DF, p-value: 0.000662

> par(mfrow=c(2, 2)) # Request 2x2 plot layout > plot(lm_1) # Diagnostic plot of regression model </source>

Diagnostic graphs produced by plot.lm() function. Features include mathematical notation in axis labels, as at lower left.

Exemplo 2[editar]

Código R curto calcula o modelo de Mandelbrot (Mandelbrot set) através das primeiras 20 iterações da equação z = z² + c mapeados para diferentes constantes complexas c. Este exemplo demonstra:

  • O uso de livrarias externas (chamadas pacotes) desenvolvidas pela comunidade, neste caso, o pacote caTools
  • Manipulação de número complexo.
  • Matrizes multidimensionais de números usados como tipos de dados básicos, ver variáveis C, Z e X.

<source lang="rsplus">

library(caTools) # external package providing write.gif function jet.colors <- colorRampPalette(c("#00007F", "blue", "#007FFF", "cyan", "#7FFF7F",

                                "yellow", "#FF7F00", "red", "#7F0000")) 

m <- 1200 # define size C <- complex( real=rep(seq(-1.8,0.6, length.out=m), each=m ),

             imag=rep(seq(-1.2,1.2, length.out=m), m ) ) 

C <- matrix(C,m,m) # reshape as square matrix of complex numbers Z <- 0 # initialize Z to zero X <- array(0, c(m,m,20)) # initialize output 3D array for (k in 1:20) { # loop with 20 iterations

 Z <- Z^2+C             # the central difference equation  
 X[,,k] <- exp(-abs(Z)) # capture results

} write.gif(X, "Mandelbrot.gif", col=jet.colors, delay=100) </source>

"Mandelbrot.gif" – Graphics created in R with 14 lines of code in Example 2

Exemplo 3[editar]

<source lang="rsplus">

    1. Leitura do conjunto de dados. Também pode-se usar read.csv() quando os dados estiverem em arquivos .csv

dados <- read.table("escreva a localização do arquivo...", header=TRUE) %colunas com tratamentos (tratam c/ titulo) e n-linhas (repet).

    1. Preparação de dados

dados.vetor <- c(dados$trat1, dados$trat2, dados$trat3, dados$trat4) %pode ser com qualquer quantidade de tratamentos. N <- gl(trat, repeticoes) %escreva o número de tratamentos e o tratamento com maior número de repetições. dados.vert <- data.frame(N, dados.vetor) fator <- factor(Loc) % fatores são variáveis tratadas como variáveis categóricas no R.

    1. Cáculo da tabela ANOVA

pre_anova <- aov(dados.vetor~fator) ANOVA <- summary(pre_anova)

    1. Fazendo teste de Tukey, teremos:

TukeyHSD(pre_anova, ordered=TRUE) plot(TukeyHSD(bruto.aov, ordered=TRUE))

sk5 <- SK(x=dados, y=dados.vert$dados.vetor, model="y~fator", which="fator",sig.level=0.05) summary(sk5) </source>

Pacotes[editar]

As capacidades da R são estendidas através de pacotes criados pelo usuário, que permitem técnicas estatísticas especializadas, dispositivos gráficos, capacidades de importação/exportação, ferramentas de relatórios, etc. Estes pacotes são primeiro desenvolvidos em R, e por vezes em Java, C e Fortran. Um conjunto básico de pacotes são incluídos com a instalação do R, com 5300 pacotes adicionais (a partir de abril 2012) disponíveis em Comprehensive R Archive Network (CRAN), Bioconductor, e outros repositórios.<ref name="bare_url">Robert A. Muenchen. The Popularity of Data Analysis Software.</ref>

A página "Task Views" (lista de assuntos) no website da CRAN lista a vasta gama de aplicações (Finança, genética, aprendizagem de máquinas, imagiologia médica, ciências sociais e estatísticas espaciais) nos quais R tem sido aplicada e para que pacotes está disponível.

Outros recursos do pacote R incluem Crantastic, um site comunitário para avaliação e revisão de todos os pacotes CRAN, e também R-Forge, uma plataforma central para o desenvolvimento colaborativo de pacotes R, software relacionado com R, e projetos. Tem muitos documentos não publicados, pacotes beta e versões de desenvolvimento de pacotes CRAN.

O projeto Bioconductor disponibiliza pacotes R para a análise de dados genómicos, tais como Affymetrix e cDNA de análise e manipulação de dados orientadas a objetos, e começou disponibilizar ferramentas para a análise de dados da próxima geração de métodos de alto rendimento de sequenciação.

A pesquisa reprodutível e geração automática de relatórios pode ser realizada com pacotes que suportam a execução de código R incorporado em LaTeX, OpenDocument format e outros marcadores (markups).<ref>CRAN Task View: Reproducible Research</ref>

Acelerador e eficiência de memória[editar]

Teste é um pacote jit que disponibiliza compilação JIT, e outro pacote compilador que oferece um compilador de byte-code para o R.<ref>up your R code using a just-in-time (JIT) compiler</ref>

Existem diversos pacotes (snow, multicore, parallel) que disponibilizam paralelismo para o R<ref>Package 'parallel' (em inglês)</ref>.

O pacote ff economiza memória arquivando dados no disco. As estruturas de dados comportam-se como se estivessem na RAM. O pacote ffbase disponibiliza funções estatísticas básicas para o 'ff'.

Marcos[editar]

A lista completa de alterações é mantida no ficheiro NEWS. Alguns destaques estão listados abaixo.

  • Versão 0.16 – Esta é a última versão alpha desenvolvida incialmente por Ihaka e Gentleman. Muitas das funcionalidades básicas do "White Book" (ver S history) foram implementadas. As listas de discussão começaram em 1de april 1 de 1997.
  • Versão 0.49 – 23 de abril 23 de 1997 – Esta é a mais antiga versão da fonte disponível, e compila num número limitado de plataformas Unix. O CRAN começou nesta data, com 3 mirrors que hospedavam inicialmente 12 pacotes. As versões Alpha do R para Microsoft Windows e Mac OS ficaram disponíveis pouco tempo depois desta versão.
  • Versão 0.60 – 5 de dezembro de 1997 – O R torna-se oficialmente parte do projeto GNU . O código é alojado e mantido no CVS.
  • Versão 1.0.0 – 29 de fevereiro de 2000 – Foi considerado pelos seus criadores suficientemente estável para utilização produtiva.[25]
  • Versão 1.4.0 – Os métodos S4 são introduzidos e a primeira versão para Mac OS X ficou disponível logo após.
  • Versão 2.0.0 – 4 de outubro de 2004 – Foi introduzida a lazy loading, que permite o carregamento rápido de dados com um mínimo de dispêndio de memória do sistema.
  • Versão 2.1.0 – Suporte para codificação UTF-8, e o início da internacionalização e localização para diferentes linguagens.
  • Versão 2.11.0 – 22 de abril de 2010 – Suporte para sistemas Windows de 64 bits.
  • Versão 2.13.0 – 14 de abril de 2011 – Adiciona uma nova função de compilação que permite acelerar funções convertendo-as em byte-code.
  • Versão 2.14.0 – 31 de outubro de 2011 – Adicionados namespaces obrigatórios para os pacotes. Adicionado um novo pacote paralelo.
  • Versão 2.15.0 – 30 de março de 2012 – Novas funções de balanceamento de carga. Melhorada a velocidade de seriação para vetores longos.


Interfaces[editar]

Interfaces de usuário gráficas[editar]

  • RGUI – vem com uma versão pré-compilada do R para Microsoft Windows.
  • Tinn-R– Um ambiente de desenvolvimento em fonte aberta altamente capaz e integrado com destaque para a sintaxe semelhante à do MATLAB. Apenas disponível para Windows
  • Java Gui for R – multi-plataforma independente de terminais R e editor baseado em Java (também conhecido como JGR).
  • Deducer – Interface de usário gráfica para o menu de análise de dados orientado (similar ao SPSS/JMP/Minitab).
  • Rattle GUI – multi-plataforma de interface de usuário gráfica baseada no RGtk2 e especificamente criada para data mining.
  • R Commander – multi-plataforma baseada em menus orientados sobre interface de usário gráfica baseada no tcltk (vários plug-ins para Rcmdr também estão disponíveis).

Editores e IDEs[editar]

Editores de texto e ambientes integrados de desenvolvimento (IDEs) com algum suporte para R incluem: Bluefish,<ref>Customizable syntax highlighting based on Perl Compatible regular expressions, with subpattern support and default patterns for..R, tenth bullet point, Bluefish Features, Bluefish website, retrieved 2008-07-09. </ref> Crimson Editor, ConTEXT, Eclipse (StatET),<ref>Stephan Wahlbrink. StatET: Eclipse based IDE for R. Página visitada em 2009-09-26. </ref> Emacs (Emacs Speaks Statistics), LyX (módulos para knitr e Sweave), Vim, Geany, jEdit,<ref>Jose Claudio Faria. R syntax. Página visitada em 2007-11-03. </ref> Kate,<ref>Syntax Highlighting Kate Development Team. Página visitada em 2008-07-09. Cópia arquivada em 2008-07-07. </ref> R Productivity Environment (parte da Revolution R Enterprise),<ref>R Productivity Environment Revolution Analytics. Página visitada em 2011-09-03. </ref> RStudio,<ref>J. J. Alaire and colleagues. RStudio: new IDE for R. Página visitada em 2011-08-04. </ref> TextMate, gedit, SciTE, WinEdt (R Package RWinEdt) e Notepad++.<ref>NppToR: R in Notepad++ sourceforge.net. Página visitada em 2010-07-11.</ref>

Linguagens de Script[editar]

As funcionalidades do R foram tornadas acessíveis a partir de diversas linguagens de script como a Python (pelo pacote de interface do RPy<ref>RPy home page</ref>), Perl(pelo módulo Statistics::R<ref>page on CPAN</ref>), e Ruby (com o rsruby<ref>RSRuby rubyforge project</ref> rubygem). PL/R pode ser usado juntamente, ou em vez da linguagem de script PL/pgSQL no sistema de gestão de bases de dados PostgreSQL e Greenplum. Scripts no próprio R são possíveis via littler<ref>littler web site</ref> bem como via Rscript.

useR! conferências[editar]

"useR!" é o nome dado à reunião anual oficial dos usuários do R. O primeiro destes eventos foi o useR! 2004 em maio de 2004, em Viena de Áustria.<ref>useR 2004</ref>Depois de saltar 2005, a conferência useR tem tido lugar anualmente, alternando habitualmente entre localizações na Europa e na América do Norte.<ref>useR! – International R User Conference</ref>

Esta é lista das conferências useR!:

  • useR! 2004, Viena, Áustria
  • useR! 2006, Viena, Áustria
  • useR! 2007, Ames, Iowa, Estados Unidos da América
  • useR! 2008, Dortmund, Alemanha
  • useR! 2009, Rennes, França
  • useR! 2010, Gaithersburg, Maryland, Estados Unidos da América
  • useR! 2011, Coventry, Reino Unido
  • useR! 2012, Nashville, Tennessee, Estados Unidos da América
  • useR! 2013, Albacete, Espanha

Comparação com SAS, SPSS e Stata[editar]

O consenso geral é que o R se compara bem com outros populares pacotes estatísticos, tais como SAS, SPSS e Stata.<ref>of R to SAS, Stata and SPSS</ref> Em janeiro de 2009, o New York Times publicou um artigo sobre o aumento de aceitação do R entre os analistas de dados e apresentando uma potencial ameaça para a quota de mercado ocupada por pacotes estatísticos comerciais, como o SAS.<ref>Vance, Ashlee. "Data Analysts Captivated by R's Power", The New York Times, 2009-01-07.</ref>

Suporte comercial para o R[editar]

Em 2007, a Revolução Analítica foi fundada para disponibilizar suporte comercial para a Revolução R, a sua distribuição do R, que também inclui componentes desenvolvidos pela companhia. Os principais componentes adicionais incluem: ParallelR, o ambiente de produtividade IDE para o R, RevoScaleR (para análise de grandes dados), RevoDeployR, quadro de serviços web, e a capacidade para ler e escrever dados no formato de ficheiro SAS.<ref>Timothy Prickett Morgan (2011); 'Red Hat for stats' goes toe-to-toe with SAS, The Register, February 7, 2011.</ref>

Em outubro de 2011, a Oracle anunciou o Big Data Appliance, que integra o R, o Apache Hadoop, o Oracle Enterprise Linux, e uma base de dados NoSQL com o hardware Exadata.<ref name=Oraclebigdata1>Doug Henschen (2012);Oracle Makes Big Data Appliance Move With Cloudera, InformationWeek, January 10, 2012.</ref><ref name=Oraclebigdata2>Jaikumar Vijayan (2012);Oracle's Big Data Appliance brings focus to bundled approach, ComputerWorld, January 11, 2012.</ref><ref>Timothy Prickett Morgan (2011);Oracle rolls its own NoSQL and Hadoop Oracle rolls its own NoSQL and Hadoop, The Register, October 3, 2011.</ref> O Oracle R Enterprise<ref name=OracleRabc>Chris Kanaracus (2012);Oracle Stakes Claim in R With Advanced Analytics Launch, PC World, February 8, 2012.</ref> é agora um dos dois componentes do "Oracle Advanced Analytics Option"<ref name=OracleAAO>Doug Henschen (2012);Oracle Stakes Claim in R With Advanced Analytics Launch, InformationWeek, April 4, 2012.</ref> (o outro componente é o Oracle Data Mining).

Outros grandes sistemas de software comercial que suportam conexões ou integração com o R incluem: JMP,<ref>JMP for Analytical Application Development</ref> Mathematica,<ref>integration with R</ref> MATLAB,<ref>MATLAB R Link</ref> Spotfire,<ref>Integration with S+ and R</ref> SPSS,<ref>RSS Matters</ref> STATISTICA,<ref>R Language Platform | StatSoft</ref> Platform Symphony,<ref>integrated with Symphony</ref> e SAS<ref>Functions in the R Language (SAS/IML)</ref>.

TIBCO, o atual proprietário da linguagem S-Plus, está a permitir que alguns dos seus empregados apoiem ativamente o R participando na sua lista de discussão R-Help (anteriormente mencionada), e pelo patrocínio da série useR das reuniões de grupos de usuários. A Google é um grande utilizador interno do R e publica um guia de estilo.<ref>R Style Guide</ref> Patrocina os projetos R nos seus trabalhos Summer-of-Code, e também suporta financeiramente as séries de reuniões useR.

RStudio oferece software, educação e serviços para a comunidade R.

Wikibooks[editar]

Tutorial Rápido[editar]

Para sair do R, digitar q().

Para procurar qualquer coisa, digitar help.search("qualquer coisa").

Normalmente, essa procura vai mencionar a biblioteca necessária para rodar a função. Para carregar a biblioteca, digitar library("biblioteca").

É possível escrever comandos em um arquivo e executá-lo, basta digitar source("arquivo").

summary(variavel) dá várias informações sobre a variável. Outra forma de obter (ainda mais) informações é digitando variavel[].

getwd e setwd são usados para informar e alterar o diretório de trabalho.

Para buscar ajuda na Internet sobre algum conceito:

RSiteSearch("conceito")

Ver também[editar]

Referências[editar]

Ligações externas[editar]