Det ser ut til at Python er nok til alt. Du kan skrive et skript for serveren, analysere dataene og trene et nevralt nettverk. Dessuten har den mange biblioteker for statistikk og dataanalyse - du kan bruke hvilken som helst av dem.
kan ikke legge til Gmail-konto til iPhone
Det finnes imidlertid et annet språk – R – for analyser og arbeid med statistikk. Mange studenter må forholde seg til dette programmeringsspråket når de studerer statistikk. Vår vanvittige livsrytme får oss ofte til å tilpasse oss omstendighetene og studere, gjøre hjemmeoppgaver eller til og med jobbe fra telefonene våre. Hvis du noen gang har lurt på, hvordan kan jeg det gjør leksene mine på en smarttelefon fortsett å lese.
InnholdsfortegnelseHva er R?
Dette er et programmeringsspråk som brukes av statistikere og datainnsamlere for statistiske beregninger og grafikk. Den første versjonen av R-språket dukket opp i 1993, to år senere enn Python. På den tiden var Python ennå ikke så populær og hadde ikke så mange biblioteker for dataanalyse som nå. Så forskere ved Institutt for statistikk ved Oakland University skapte et språk for sine interne oppgaver. Og fordi de heter Ross og Robert, kalte de språket etter den første bokstaven i navnet deres, R.
R ble opprinnelig utviklet som et internt verktøy i fakultetet for å løse deres statistiske problemer. Men på den tiden var det en god ting for forskere å dele arbeidet sitt med alle, så de åpnet opp språkets kildekode slik at alle kunne forbedre den eller legge til noe nyttig. Siden den gang har språket vokst fra et fakultetsprosjekt til et globalt populært statistisk verktøy.
Kjennetegn ved R som programmeringsspråk
Siden dette språket ble oppfunnet for vitenskapelige formål, prøvde ikke forfatterne å gjøre det intuitivt. De antok at det ville bli brukt av folk som var kjent med matematisk analyse, statistiske metoder og sannsynlighetsvariasjon. Derfor kan R virke som et veldig komplisert språk, selv om det er veldig enkelt og logisk på innsiden.
Les også Hvorfor trenger elevene hjelp med java-lekser?
Hva brukes R til?
Hovedbruken av R er å analysere data og trekke konklusjoner fra dem:
- visualisere data på noen måte
- samle inn og analysere data fra ulike kilder
- jobbe med statistikk, finne anomalier i data
- søker etter mønstre og uteliggere i dataene
- testing og bekreftelse av hypoteser.
En egen retning i R er maskinlæring og nevrale nettverk. Siden R-språket opprinnelig ble designet for å behandle enorme mengder data, er det enkelt å organisere en dyp læringsmodell eller lage et nytt nevralt nettverk.
Hva kan du gjøre med R
- Behandle, rense og transformere data for forskning. For eksempel vil du se hvor mange studenter som i snitt gikk på biblioteket hver vinter- og høstmåned. R lar deg ekskludere vår og sommer og gruppere dem etter måned for videre beregninger.
- Du kan forvandle resultatene dine til en nettapp. Det vil være fullt interaktivt, og tilby filtre, grafer og til og med en datasorterer. Du kan sende den til professoren din eller publisere den som en del av oppgaven din. Dette er hvordan de sporer forekomsten av Coronavirus over hele verden (koden er åpen og tilgjengelig på GitHub).
- Kjør statistiske tester. Anta at du vil vite om IQ-nivået til to kjønn er forskjellig. En t-test kan hjelpe deg med dette. Testen vil vise den statistiske forskjellen mellom de mottatte dataene, hvis noen.
- Du kan gjennomføre en utforskende analyse. Siden mange statistiske metoder trenger distribusjon i rådata, må du sjekke det for normalitet. Hva er en normalfordeling? Det er når flertallet av data er gruppert rundt gjennomsnittsverdien. Resten av verdiene er betydelig mindre. Du kan se denne fordelingen i livet: det er flere mennesker med gjennomsnittlig høyde enn de som er høye eller lave. R tilbyr instrumenter for å sjekke normalitet med grafer og tester.
- Bland ulike tabellformater. Du kan til slutt bruke ulike tabellformater og forene to av dem i ett dokument for å analysere dataene.
- Du kan presentere dataene dine i interaktive diagrammer, justere alle parametere (akseverdier osv.).
- Gjennomføre regresjonsanalyse og lage regresjonsmodeller. Denne analysen hjelper til med å skille forholdet mellom de avhengige og uavhengige variablene. La oss si at du vil finne ut hvorfor noen skjønnhetsstudioer i samme gate har mer salg enn andre. Antall salg vil være den avhengige variabelen. De uavhengige variablene vil inkludere sosial status og alder til beboere i nabolaget og prislisten for hvert studio for de samme prosedyrene. På denne måten kan du finne ut hvilke av disse faktorene som påvirker butikksalget mer enn andre.
Fordeler med R
- Ubegrenset sett med funksjoner for dataanalyse takket være tilkobling av biblioteker.
- Evnen til å jobbe med store tabeller og databaser som programmer ikke kan håndtere.
- Avansert grensesnitttilpasning: grafisk brukergrensesnitt eller kommandolinjegrensesnitt.
- Helt gratis økosystem - komponenter distribueres gratis under GNU-lisensen.
- Tilgjengelig for de fleste operativsystemer : Windows, macOS, FreeBSD, Solaris, ulike versjoner av Unix og Linux.
- Rike visualiseringsmuligheter: du kan lage applikasjoner, bygge grafer av forskjellige typer, inkludert interaktive, samt redigere elementene deres.
- Mye informasjon og et aktivt fellesskap: en blogg, diskusjoner om R og RStudio, leksjoner og konferanser.
- Omfattende og oversiktlig dokumentasjon: det er beskrivelser av alle biblioteker og eksempler på bruk.
Ulemper med R
- En person uten programmeringserfaring og kunnskap om det grunnleggende innen statistikk kan finne det utfordrende.
- Det smale omfanget: det er ideelt for dataanalyse, men det er ikke egnet for programvareutvikling. Men det er dens styrke. En ekte UNIX-måte og en gave fra himmelen for forskere, journalister, dataforskere, analytikere - alle som ønsker å jobbe med data.
Hvordan takle R-lekser på telefonen?
Vi har allerede nevnt applikasjoner med biblioteker som du kan bruke for å jobbe med R, er tilgjengelige på alle operativsystemer. Men hva med smarttelefoner? Det er en måte å bruke RStudion på telefonen din, ikke gjennom en spesiell applikasjon, men gjennom åpen kildekode-serveren. Du kan få det via hvilken som helst nettleser. Dermed trenger du bare å kjøre RStudion-serveren på datamaskinen eller bærbar PC og få tilgang til den på telefonen. Dette er en flott og enkel måte å jobbe med R-hjemmeoppgavene dine på når som helst og når som helst.
