R bij KI

R is een open-source "environment for statistical computing". R wordt actief ondersteund door de R foundation, en alle informatie over R is te vinden op: http://www.r-project.org/. Om het leven iets makkelijker te maken, staan hieronder ook een aantal tips en truuks, en een aantal min of meer KI-specifieke opmerkingen.

Deze pagina zal ik met onregelmatige intervallen updaten.

HvR.

060330: Kort stukje over ESS toegevoegd.
041209: Beschrijving R installeren uitgebreid.
041208: Added link to US 2004 election script
040831: Eerste versie

R op Linux machines

In principe is R op alle KI Linux machines geinstalleerd. Gewoon R intypen op de prompt zou wonderen moeten doen.

R Environment

De meest prettige omgeving om R in te gebruiken (dit is natuurlijk geheel objectief :-)) is Emacs. Installeer hiervoor ESS. Download ESS from http://ess.r-project.org/ into the directory ~/Emacs . Unzip the downloaded file. Open ~/.emacs in Emacs, and add the following lines:

(load "~/Emacs/ess-5.2.12/lisp/ess-site")
(transient-mark-mode t)

Now files will be color coded (given that they end in .r) and you can start a R session by typing:

ESC x R [enter]

Now you can easily copy lines of R code from a source code file to R by typing Ctrl-C Ctrl-R, and whole functions by Ctlr-C Ctlr-F.

Zelf installeren

Voor Mac en Windows

Download the R executable van de R website: CRAN -> select a mirror -> select operating system. (Directe link voor Windows 95+ en voor Mac OS X 10.1.2+.) Installeren en starten zou redelijk voorzich moeten spreken.

De Mac versie is zowel als GUI als als command line versie te gebruiken. De R versie die bij Fink zit biedt eigenlijk niets extras.

Voor Linux

Vrijwel alle distributies hebben R in het standaard pakket zitten. Anders kan je op de R website links vinden naar repositories waar direct downloadable packages staan (in elk geval in rpm en deb formaat).

Beginnen

Nog een keer als waarschuwing: al het begin is moeilijk, en het begin met R is dat zeker! Gelukkig zijn er een aantal online (gratis) manuals en getting started guides:

An Introduction to R, een manual geschreven door de makers van R zelf. Goed, maar soms wat te weing gericht op dingen voor elkaar krijgen.
simpleR is een onofficiele, maar betere introductie tekst door John Verzani.
Using R, een tekst van John Maindonald - ook onofficieel en beter dan de officiele tekst. Deze text heeft ook voorbeelden van opstarten en runnen onder windows (niet dat dat nou zo specifiek moeilijk is...)

Voor meer inhoudelijke informatie, zie:

Practical Regression and Anova in R door Julian Faraway.
Notes on the use of R for Psychology door Johantan Baron, bespreekt zeer veel relevante analyses mbt KI. [PDF]

Vragen?

Je hebt natuurlijk goed gekeken of de vraag niet in "An Introduction to R" wordt besproken, toch? (En, zoeken in PDF files zou geen probleem moeten zijn...)

Aangezien het echt niet in An Introduction to R voorkomt, bekijk je natuurlijk als eerste de F.A.Q.. De vragen die hier beantwoord staan, zijn waarschijnlijk niet echt van het type dat waar je in het begin mee zal zitten. Zie voor meer praktische zaken: Rtips (wat eerst statsRus heette). Op deze pagina staan veel howto's.

Een andere mogelijk is om in Google op: "helpterm site:r-project.org" te zoeken. Op de R-Project pagina's worden alle mailinglists opgeslagen die een vrijwel onuitputtelijke bron van informatie zijn. (Al kunnen de "seniors" op deze lijst nogal bot zijn naar mensen die vragen stellen die in de documentatie te vinden zijn.) (Zie ook http://www.stat.ucl.ac.be/ISdidactique/Rhelp/, een pagina met een goede documentatie-search-engine.)

Een van de vragen die veel wordt gesteld is hoe data in R in te lezen. Deze vraag werd zo vaak gesteld dat er een aparte manual voor is geschreven: R Data Import/Export, met als gevolg dat niemand deze informatie meer kan vinden. :-)

Toevoegen van packages

Als je op Linux werkt, kan je zelf geen packages toevoegen. Gebruik dan onderstaande instructies:

Since you cannot add packages to the system wide installation, you'll have to add them locally. First, create a directory to store the to-be-added packages in, for example: mkdir ~/Library/R and then create a file called .Renviron in your home directory and make sure it contains the following line: R_LIBS="$HOME/Library/R". This is probably the best way to specify a directory where R should load its libraries from, but doesn't always work (haven't figured out yet why). In those situations, adding a line like .libPaths("/Users/rijn/Library/R") to .Rprofile does the job as well. (Disadvantage: --no-init skips loading .Rprofile, if I recall correctly.)

Start R, and enter the following command on the prompt: install.packages("packagename",lib="~/Library/R") where packagename should be replaced with the name of the package you wish to install, e.g., "gregmisc".

After that, entering library() on the R prompt should show your newly installed package, which can then be loaded using library(packagename).

Voorbeelden en Packages

US 2004

Voor de lol een plaatje geprobeerd na te maken dat in een flash gebaseerd artikel in de New York Times gebruikt werd. In die illustratie kon je ook inzoomen. Dat nog maar niet ingebouwd. :-) Zie ./US2004 voor de sources en een voorbeeld.

Hedderik's homepage