Maze International

R nedir?

Programlama dili

Bir programlama dili (interpreter)
İstatistik programı
İstatistiksel hesaplama ve görselleştirme ortamı
Bir “topluluk”" tarafından geliştirilen bir sistem
- Veri, program ve yardımcı belgeler içeren “paketler” ile genişletilebilir

Tarihçe

S programlama diline dayalı bir dil
1991’de Ross Ihaka ve Robert Gentleman tarafından geliştirildi
- Niçin R?
1993’de kamuya açıldı
1995’da Açık Kaynak oldu (GNU General Public License)
1997’da R Çekirdek Grubu oluşturuldu
2000’de 1.0.0 versiyonu yayımlandı

Neden R?

Neden olmasın?

Veya neden Stata, veya SPSS … değil?

Esnek bir programlama dili
Açık kaynak (open source)
- Kaynak kodu açık
Özgür yazılım (free software)
- Kaynak kodu incelemekte özgürlük
- Kaynak kodu değiştirmekte özgürlük
- Değiştirilen kodu dağıtmakta özgürlük
Ücretsiz yazılım (free of charge)
Platform bağımsız (Linux, Mac, Windows, kişisel bilgisayar, serverlar)
Programı ve sonuçlarını başkaları ile paylaşmak kolay
Tüm bilimsel alanlar için uygun (sadece iktisat değil)
- Yaygın, çeşitli ve büyüyen bir topluluk
- Hızla artan “paket”" sayısı
Diğer (açık kaynak) programlarla kolay etkileşim (web, sunum, veri tabanı, büyük veri, vb)
Açık kaynak araştırma uygulama araçlarının bir parçası (veri analizinden raporlamaya kadar, web için, tez için…)

Artılar, eksiler

Olumlu özellikleri
- Ücretsiz, kurulumu kolay
- Güçlü bir topluluk desteği
- Her zaman güncel
- Diğer programlarla tamamlayıcılık ilişkisi
- Kullanıcının ne yaptığını bilmesini zorunlu kılması
Olumsuz özellikleri
- Dik öğrenme eğrisi
- Çok kullanıcı dostu olmaması
- Tüm nesnelerin bilgisayar hafızasında durması
- Bazı dillerden daha yavaş çalışması
- Hata yapmanın kolay, hatayı bulmanın zor olması

İstatistikler

Google Scholar’da akademik yayınların sayıları
LinkedIn ve Quara’da yazılımları takip edenlerin sayısı
Ana dağıtım sitesinde bulunan R paketlerinin sayıları

Kaynak: Robert A. Muenchen, “The Popularity of Data Analysis Software”, r4stats

R kurulumu

Temel R ve R paketlerinin çoğunluğu için cran.r-project.org
R paketleri
- Hemen her şey için bir paket
- Pek çok şey için birden fazla paket
Yaygın olarak kullanılan paketler
- data.table
- ggplot2
- reshape2
- dplyr
- plm

R kullanımı

Temel kavramlar

paket (package)
kütüphane (library)
çalışma alanı (workspace)
ortam (environment)
sınıf/nesne (class/object)
- vektör
- fonksiyon
R büyük/küçük harf ayrımı yapar
R adlandırma biçimlerinde tutarlı değildir

R Studio

RStudio

Paket yükleme

Paketin bilgisayara yüklenmesi

install.packages(ggplot2)

Bir paketin veya tüm paketlerin güncellenmesi

update.packages()
update.packages(ggplot2)

Kütüphanenin R’a tanımlanması

library(ggplot2)   # Hata dönüşü yapar
require(ggplot2)   # Uyarı dönüşü yapar

Oturum hakkında bilgi

Session information

sessionInfo()

Mevcut ortamdaki tüm nesneleri görmek

ls()

Paketteki tüm nesneleri görmek

ls("package:ggplot2")

Nesneleri silmek

rm(objectname)
rm(list = ls())

İlk yardım

?keyword     # Fonksiyonların yardım dosyalarını tarar
??keyword    # Tüm R belgelerini tarar

Internetden yardım
- Stackoverflow
  - Google
Yeni paketler/uygulamalar
- R-Bloggers

Hesap makinesi R

2 + 3

## [1] 5

2 * 5

## [1] 10

5 / 0

## [1] Inf

0 / 0

## [1] NaN

is.na(10 / 0)

## [1] FALSE

is.finite(10 / 0)

## [1] FALSE

2 * pi

## [1] 6.283185

sqrt(4^4)

## [1] 16

2 * 3 + 4

## [1] 10

15 %/% 4

## [1] 3

15 %% 4

## [1] 3

1 & 0

## [1] FALSE

1 | 0

## [1] TRUE

3 < 6

## [1] TRUE

3.33 <= 10 / 3

## [1] TRUE

TRUE & FALSE

## [1] FALSE

TRUE | FALSE

## [1] TRUE

FALSE | !FALSE

## [1] TRUE

TRUE && FALSE

## [1] FALSE

FALSE && TRUE

## [1] FALSE

exp(1)

## [1] 2.718282

log(exp(1))

## [1] 1

log10(10)

## [1] 1

log2(2^3)

## [1] 3

round(10/3, digits = 2)

## [1] 3.33

3*round(10/3, digits = 2)

## [1] 9.99

ceiling(10/3)

## [1] 4

floor(10/3)

## [1] 3

R nesneleri

Önemli işlemciler

<- Atama işlemcisi

a <- 5

= Aynı işlemci (fakat <- daha iyi?)

b = 3L
a * b

## [1] 15

: sıralama işlemcisi

c <- 1:3
c

## [1] 1 2 3

(c <- 100:103)

## [1] 100 101 102 103

c() nesneleri vektör olarak birleştirmek için

d <- c(1, 2, 3, 4, 5)
e <- c(1:5)
f <- c(1, 2, "a", "b", 5)

Tüm nesneleri göster

ls()

## [1] "a" "b" "c" "d" "e" "f"

Tüm nesneleri özellikleri ile birlikte göster

ls.str()

## a :  num 5
## b :  int 3
## c :  int [1:4] 100 101 102 103
## d :  num [1:5] 1 2 3 4 5
## e :  int [1:5] 1 2 3 4 5
## f :  chr [1:5] "1" "2" "a" "b" "5"

Nesneleri sil

rm(a)
ls()

## [1] "b" "c" "d" "e" "f"

rm(list=ls())
ls()

## character(0)

# Yorum işareti. Bu işaretten sonraki hiçbir şey kullanılmaz

# 2 + 3

Nesneleri

R’da her şey bir nesnedir
Veriler

a <- c(1:5)
a

## [1] 1 2 3 4 5

Fonksiyonlar

sum(a)

## [1] 15

sum

## function (..., na.rm = FALSE)  .Primitive("sum")

Grafikler de…

b <- plot(a)

## NULL

Fonksiyon sonuçları da nesnedir

a <- rnorm(100)
b <- a + rnorm(100)
model_1 <- lm(a ~ b)
model_1

## 
## Call:
## lm(formula = a ~ b)
## 
## Coefficients:
## (Intercept)            b  
##     0.03363      0.55466

Özetler…

summary(a)

##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
## -2.13655 -0.77407  0.06087 -0.03299  0.57079  2.79936

summary(model_1)

## 
## Call:
## lm(formula = a ~ b)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.48884 -0.41893  0.00645  0.46438  1.72100 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  0.03363    0.07098   0.474    0.637    
## b            0.55466    0.05751   9.645 7.15e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.7064 on 98 degrees of freedom
## Multiple R-squared:  0.487,  Adjusted R-squared:  0.4817 
## F-statistic: 93.02 on 1 and 98 DF,  p-value: 7.151e-16

… ve şekiller

plot(a)

plot(a, b)

plot(model_1)

Bir fonksiyonun ne yapacağı, kullanılan nesneye bağlıdır!

Veri biçimleri

Sayısal
- Tam sayı
- Çift duyarlı sayı
Karakter
Mantıksal

a <- 5
b <- "a"
c <- TRUE
A <- c(1:5)
B <- c("a", "b", "c")
C <- c(T, F, T)
class(a)

## [1] "numeric"

class(A)

## [1] "integer"

class(b)

## [1] "character"

class(B)

## [1] "character"

class(c)

## [1] "logical"

class(C)

## [1] "logical"

is.numeric(C)

## [1] FALSE

is.logical(C)

## [1] TRUE

as.numeric(C)

## [1] 1 0 1

C + 1

## [1] 2 1 2

rm(list=ls())

Faktörler

Faktörler kategorik değişkenlerdir
- Sıralı
- Sırasız

a <- c("small", "large", "medium")
a

## [1] "small"  "large"  "medium"

b <- a[sample(3, 10, replace = TRUE)]
b

##  [1] "small"  "medium" "large"  "medium" "large"  "small"  "large"  "medium"
##  [9] "small"  "large"

bfactor <- factor(b)
bfactor

##  [1] small  medium large  medium large  small  large  medium small  large 
## Levels: large medium small

bordered <- ordered(bfactor, levels=c("small", "medium", "large"))
bordered

##  [1] small  medium large  medium large  small  large  medium small  large 
## Levels: small < medium < large

as.numeric(bfactor)

##  [1] 3 2 1 2 1 3 1 2 3 1

bfactor

##  [1] small  medium large  medium large  small  large  medium small  large 
## Levels: large medium small

as.numeric(bordered)

##  [1] 1 2 3 2 3 1 3 2 1 3

bordered

##  [1] small  medium large  medium large  small  large  medium small  large 
## Levels: small < medium < large

x <- rnorm(10)
y <- x + as.numeric(bordered) + rnorm(10)
summary(lm(y ~ x + bordered))

## 
## Call:
## lm(formula = y ~ x + bordered)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -2.2388 -0.8163  0.1096  0.7381  1.6573 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)  
## (Intercept)   1.7798     0.5609   3.173   0.0192 *
## x             0.9135     0.5654   1.616   0.1573  
## bordered.L    1.4181     0.9609   1.476   0.1905  
## bordered.Q    1.0567     0.8990   1.175   0.2844  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.57 on 6 degrees of freedom
## Multiple R-squared:  0.6629, Adjusted R-squared:  0.4944 
## F-statistic: 3.933 on 3 and 6 DF,  p-value: 0.07236

summary(lm(y ~ x + bfactor))

## 
## Call:
## lm(formula = y ~ x + bfactor)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -2.2388 -0.8163  0.1096  0.7381  1.6573 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)  
## (Intercept)     3.2139     1.0076   3.190   0.0188 *
## x               0.9135     0.5654   1.616   0.1573  
## bfactormedium  -2.2969     1.2982  -1.769   0.1273  
## bfactorsmall   -2.0055     1.3590  -1.476   0.1905  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.57 on 6 degrees of freedom
## Multiple R-squared:  0.6629, Adjusted R-squared:  0.4944 
## F-statistic: 3.933 on 3 and 6 DF,  p-value: 0.07236

a <- factor(c("3", "11", "2", "23", "313", "2"))
a

## [1] 3   11  2   23  313 2  
## Levels: 11 2 23 3 313

a + 1

## Warning in Ops.factor(a, 1): '+' not meaningful for factors

## [1] NA NA NA NA NA NA

afnumeric <- as.numeric(a)
afnumeric

## [1] 4 1 2 3 5 2

anumeric <- as.numeric(as.character(a))
anumeric

## [1]   3  11   2  23 313   2

rm(list=ls())

Tarihler

Tüm tarihler sayısal değişkenlere dönüştürülür
Başlangıç tarihi: 1 Ocak 1970
Farklı tarih formatları kullanılabilir

date1 <- as.Date("02/28/2016", format = "%m/%d/%Y")
date2 <- as.Date("28 February 10", format = "%d %B %y")
date3 <- as.Date("02/30/2016", format = "%m/%d/%Y")
date1

## [1] "2016-02-28"

date2

## [1] "2010-02-28"

date3

## [1] NA

date1 - date2

## Time difference of 2191 days

weekdays(date2)

## [1] "Sunday"

as.numeric(date2)

## [1] 14668

R’a Giriş

R nedir?

Programlama dili

Tarihçe

Neden R?

Neden olmasın?

Artılar, eksiler

İstatistikler

R kurulumu

R kullanımı

Temel kavramlar

R Studio

Paket yükleme

Oturum hakkında bilgi

İlk yardım

Hesap makinesi R

R nesneleri

Önemli işlemciler

Nesneleri

Veri biçimleri

Faktörler

Tarihler