www.wikidata.de-de.nina.az

R Programmiersprache R ist eine freie Programmiersprache für statistische Berechnungen und Grafiken Sie wurde 1992 von S

R (Programmiersprache)

R ist eine freie Programmiersprache für statistische Berechnungen und Grafiken. Sie wurde 1992 von Statistikern für Anwender mit statistischen Aufgaben neu entwickelt. Die Syntax orientiert sich an der Programmiersprache S, mit der R weitgehend kompatibel ist, und die Semantik an Scheme. Als Standarddistribution wird R mit einem Interpreter als Kommandozeilenumgebung mit reduzierten grafischen Schaltflächen angeboten. So ist R aktuell auf den wichtigsten Plattformen verfügbar; die Umgebung wird von den Entwicklern ausdrücklich ebenfalls als R bezeichnet. R ist Teil des GNU-Projekts. Als integrierte Entwicklungsumgebung und um die Benutzerfreundlichkeit von R zu erhöhen, wird außerdem RStudio angeboten.

R

Logo seit 2015
Basisdaten
Paradigmen: funktional, dynamisch, objektorientiert
Erscheinungsjahr: August 1993
Designer: Ross Ihaka, Robert Gentleman
Entwickler: R Core Team
Aktuelle Version 4.3.2 (31. Oktober 2023)
Typisierung: dynamisch, implizit, schwach
Beeinflusst von: S, Scheme
Beeinflusste: Julia
Betriebssystem: Unix-artig (inkl. macOS, Linux), Mac OS, Windows
Lizenz: GNU GPL
www.r-project.org

Zahlreiche online abrufbare Pakete enthalten zusätzliche Funktionen, um Daten hinsichtlich Fragestellungen aus unterschiedlichen Fachbereichen zu analysieren; weitere eigene Funktionen können erstellt werden. Die Sprache bietet Schnittstellen zu anderen Programmiersprachen und Möglichkeiten zur Integration in verschiedene Software. R grenzt sich in mehrerer Hinsicht von anderen bekannten Statistik-Umgebungen ab und ist nicht mehr ausschließlich als Statistiksoftware zu bezeichnen. Obwohl andere, heutzutage mit grafischen Benutzeroberflächen versehene Statistik-Umgebungen wie SPSS ebenfalls als spezialisierte Programmiersprachen begannen (und diese Fähigkeit bis heute beibehalten), fokussiert sich R auf seine Stärke als Statistik-orientierte Programmiersprache. R grenzt sich von anderen Programmiersprachen durch die für Statistik entworfenen Datenstrukturen und Funktionen sowie die besonderen Möglichkeiten bei der Grafikerzeugung ab.

R gilt als eine Standardsprache für statistische Problemstellungen sowohl in der Wirtschaft als auch in der Wissenschaft. Im TIOBE-Index belegt R Platz 13, im Ranking von RedMonk Platz 12, bei PYPL Platz 7 und beim Institute of Electrical and Electronics Engineers Platz 7.

Geschichte Bearbeiten

Ursprünge (1992) Bearbeiten

Ross Ihaka (2010)

R wurde 1992 von den Statistikern Ross Ihaka und Robert Gentleman an der Universität Auckland entwickelt. Sie orientierten sich eng an der in den Bell Laboratories (heute Teil von Alcatel-Lucent und somit Nokia) entwickelten Sprache S, die zur Verarbeitung statistischer Daten dient. R kann als freie Implementierung von S angesehen werden. Daher ist die Mehrzahl der für S geschriebenen Programme unter R lauffähig. Der Name der Sprache ist auf den Anfangsbuchstaben der Vornamen der Entwickler (Ross Ihaka und Robert Gentleman) zurückzuführen und zudem in Anlehnung an S entstanden.

S hatte eine andere Herangehensweise als bisherige Software für Statistik. Mit S konnten Daten schneller explorativ untersucht werden und passende Grafiken erstellt werden, während Analysefunktionen zu Beginn der 1990er Jahre noch nicht umfangreich implementiert waren. Das Unternehmen Statistical Sciences, Inc. erwarb eine alleinige Lizenz für die Verbreitung von S-Software ab 1993. Ihaka und Gentleman mochten die Herangehensweise und Möglichkeiten, die S für statistische Fragestellungen bot (damalige Version: S3). Sie bemängelten die Scoping-Fähigkeiten von S, bei denen klar zwischen lokalen und globalen Variablen unterschieden wurde und insbesondere die Speicherverwaltung, die ohne Garbage Collection zu schnellem Anwachsen des dynamischen Speichers führte. Sie wollten diese Eigenschaften in ihren Forschungsprojekten nutzen und zudem schneller und flexibler neue analytische Verfahren implementieren, ohne auf die S-Entwickler angewiesen zu sein. Daher erschufen sie R. Ein weiterer Vorteil war der verfügbare Quelltext, sodass sie R anschaulich für Lehrzwecke an der Universität einsetzen konnten.

Die Entwickler schrieben zuerst einen Interpreter für Scheme und wandelten die Sprache soweit ab, dass sie S ähnelte. Die Programmierung von R fand in C (sogenannte primitive Funktionen), Fortran (zum Beispiel BLAS und LAPACK für numerische lineare Algebra) und darauf aufbauend in R selbst statt. 2011 bestand der Quelltext der Standardbibliothek zu 22 % aus R-Code, während 52 % beziehungsweise 26 % aller Programmzeilen in C und Fortran geschrieben waren.

Wachstum von Sprache und Community (1993–2000) Bearbeiten

Erstes Logo

1993 wurde die Sprache erstmals öffentlich verbreitet: Die Designer luden Binärdateien ihrer bisherigen Arbeit in der Sektion StatLib der Carnegie Mellon University hoch, welches eine Sammelstelle und ein Distributionskanal für statistische Software war und erhofften sich Feedback. Zudem gab es separate Bekanntmachungen an Personen, die sich enger mit S befassten. Martin Mächler von der ETH Zürich war einer der Feedbackgebenden. Er ermunterte Ihaka und Gentleman zudem zur freien Distribution von R, sodass die Sprache seit Juni 1995 unter der GNU General Public License steht. Bis 1996 oder 1997 gab es zwischen 50 und 100 Leute in einer Mailingliste, die dabei halfen, die Sprache gemeinsam zu verbessern. Einige nutzten das zeitgleich sich verbreitende Betriebssystem Linux, wofür R die einzige Statistikumgebung war. Im Jahr 1997 wurde das R Development Core Team gebildet (heute R Core Team), das sich um die Weiterentwicklung von R kümmert und den Quellcode verändern kann. Mittlerweile zählen zwanzig Personen zu diesem engsten Entwicklerteam um Ross Ihaka und Robert Gentleman. Das Comprehensive R Archive Network (CRAN) als Plattform für Pakete startete am 23. April 1997, um Anwendern die Möglichkeit zu geben, selbst geschriebene Funktionen leichter mit Anderen zu teilen. Der älteste öffentlich verfügbare Quelltext für Unixoide fällt auf dieses Datum; die Alpha-Versionen für Windows und Mac (damals für das klassische Mac OS) erschienen kurze Zeit später. Am 29. Februar 2000 wurde die vom R Development Core Team als stabil betrachtete Version 1.0 veröffentlicht.

Performance-Optimierung (seit 2001) Bearbeiten

Seit April 2001 gibt es R für macOS, dem Nachfolgebetriebssystem des klassischen Mac OS. Im September 2002 gründeten die Mitglieder des R Development Core Teams den gemeinnützigen Verein The R Foundation for Statistical Computing in Wien, welcher sich um die Außendarstellung kümmert.

Die R-Version 2.0 wurde am 4. Oktober 2004 veröffentlicht. Seitdem nutzt R Lazy Loading, um Daten bei geringer Beanspruchung des Arbeitsspeichers schnell laden zu können. Ab Version 2.1 (18. April 2005) unterstützt R unterschiedliche Sprachversionen (Internationalisierung) und Zeichenkodierungen, insbesondere UTF-8.

In der Folge gab es einige Verbesserung der Performance. Dazu zählt die Einführung von Version 2.11 im April 2010, die R auf 64-Bit-Systemen nutzbar macht und bis zu acht Terabyte Arbeitsspeicher adressieren kann. Zusätzlich erschien mit der Version 2.13 das Paket compiler, welches in R geschriebene Funktionen zu Bytecode kompilieren kann und einen Just-in-time-Compiler enthält; mittlerweile sind die bereits existierenden, nicht vom Benutzer geschriebenen Funktionen bereits als Bytecode vorhanden. Zudem wurde im Oktober 2011 (Version 2.14) grobkörnige Nebenläufigkeit für parallele Ausführung von Funktionen eingeführt. Ab Version 3.0 (April 2013) sind Indexwerte von 231 und größer auf 64-Bit-Systemen möglich.

Versionen Bearbeiten

Die Versionsnummern von R bestehen aus drei durch Punkte voneinander getrennten Zahlen. Grundlegende Änderungen werden durch eine Erhöhung der ersten Zahl angezeigt, normale durch eine Erhöhung der zweiten Zahl. Die dritte Zahl wird bei neuen Versionen erhöht, die vorwiegend der Behebung von Bugs dienen. Seit R-Version 2.14.0 hat jede Version zusätzlich einen Codenamen, der aus den Benennungen der Peanuts-Comics und -Filme stammt, wie Version 3.3.1: „Bug in Your Hair“ oder Version 4.0.3: „Bunny-Wunnies Freak Out“.

Versionsnummer Erscheinungsdatum Codename Kommentar
0.49 23.4.1997 Start von CRAN, erste öffentliche Unix-Version von R (Paket base)
0.60 5.12.1997
0.61 21.12.1997
0.61.1 11.1.1998
0.61.2 17.3.1998
0.61.3 2.5.1998
0.62 14.6.1998
0.62.1 15.6.1998
0.62.2 10.7.1998
0.62.3 28.8.1998
0.62.4 23.10.1998
0.63 13.11.1998
0.63.1 4.12.1998
0.63.2 11.1.1999
0.63.3 5.3.1999
0.64.0 7.4.1999
0.64.1 7.5.1999
0.64.2 2.7.1999
0.65.0 27.8.1999
0.65.1 6.10.1999 Möglichkeit Pakete aus R heraus von CRAN zu installieren
0.90.0 22.11.1999 Hinzufügung des Pakets splines für glättende Regressions-Splines und interpolierende Splines
0.90.1 15.12.1999
0.99.0 7.2.2000
1.0.0 29.2.2000 erste von den Entwicklern als stabil betrachtete Version
1.0.1 14.4.2000
1.1.0 15.6.2000 Hinzufügung des Pakets tcltk um auf das Tk-Toolkit zur Erstellung von grafischen Benutzeroberflächen zugreifen zu können
1.1.1 15.8.2000
1.2.0 15.12.2000 überarbeitetes Speicherverwaltungssystem mit generationellem Garbage Collector
1.2.1 15.1.2001
1.2.2 26.2.2001
1.2.3 26.4.2001 erste Version für macOS
1.3.0 22.6.2001
1.3.1 31.8.2001
1.4.0 19.12.2001 Hinzufügung der Pakete methods, welches S4-Methoden bereitstellt, und tools zur Paketentwicklung und -verwaltung
1.4.1 30.1.2002
1.5.0 29.4.2002
1.5.1 17.6.2002
1.6.0 1.10.2002
1.6.1 1.11.2002
1.6.2 10.1.2003
1.7.0 16.4.2003
1.7.1 16.6.2003
1.8.0 8.10.2003 Hinzufügung des Pakets grid für bessere Steuerung der Position von Grafiken in Output-Dateien
1.8.1 21.11.2003
1.9.0 12.4.2004 die Pakete graphics (Grafiken), stats (Statistik-Funktionen) und utils (Programmier- und Entwicklerwerkzeuge) lösen sich aus dem Paket base (wichtigste R-Funktionen); die bisherigen Pakete ctest, eda, modreg, mva, nls, stepfun und ts werden ins neu geschaffene Paket stats verschoben, mle ins neu geschaffene Paket stats4 (statistische Funktionen für S4-Klassen); lqs ist nur noch empfohlener Bestandteil der Standardbibliothek
1.9.1 21.6.2004
2.0.0 4.10.2004 Unterstützung von Lazy Loading; das Paket grDevices löst sich aus graphics um den Schritt der Datenvisualisierung von der Output-Datei zu trennen; Hinzufügung des Pakets datasets, welches Beispieldatensätze enthält
2.0.1 15.11.2004
2.1.0 18.4.2005 Unterstützung verschiedener Zeichenkodierungen, Beginn mehrerer Sprachversionen
2.1.1 20.6.2005
2.2.0 6.10.2005
2.2.1 20.12.2005
2.3.0 24.4.2006
2.3.1 1.6.2006
2.4.0 3.10.2006
2.4.1 18.12.2006
2.5.0 24.4.2007
2.5.1 28.6.2007
2.6.0 3.10.2007
2.6.1 26.11.2007
2.6.2 8.2.2008
2.7.0 22.4.2008
2.7.1 23.6.2008
2.7.2 25.8.2008
2.8.0 20.10.2008
2.8.1 22.12.2008
2.9.0 17.4.2009
2.9.1 26.6.2009
2.9.2 24.8.2009
2.10.0 26.10.2009
2.10.1 14.12.2009
2.11.0 22.4.2010 64-Bit R
2.11.1 31.5.2010
2.12.0 15.10.2010 Hinzufügung von Referenzklassen
2.12.1 16.12.2010
2.12.2 25.2.2011
2.13.0 13.4.2011 Hinzufügung des Pakets compiler, welches eines Bytecode-Compiler bereitstellt
2.13.1 8.7.2011
2.13.2 30.9.2011
2.14.0 31.10.2011 Great Pumpkin Hinzufügung des Pakets parallel, wodurch grobkörnige Nebenläufigkeit möglich wird
2.14.1 22.12.2011 December Snowflakes
2.14.2 29.2.2012 Gift-Getting Season
2.15.0 30.3.2012 Easter Beagle
2.15.1 22.6.2012 Roasted Marshmallows
2.15.2 26.10.2012 Trick or Treat
2.15.3 1.3.2013 Security Blanket
3.0.0 3.4.2013 Masked Marvel Unterstützung von Indexwerten größer 231
3.0.1 16.5.2013 Good Sport
3.0.2 25.9.2013 Frisbee Sailing
3.0.3 6.3.2014 Warm Puppy
3.1.0 10.4.2014 Spring Dance
3.1.1 10.7.2014 Sock it to Me
3.1.2 31.10.2014 Pumpkin Helmet
3.1.3 9.3.2015 Smooth Sidewalk
3.2.0 16.4.2015 Full of Ingredients Einige Konzepte aus pqR, einer beschleunigten Abart des R-Interpreters, wurden in R eingepflegt. Besseres Handling von großen Objekten im Arbeitsspeicher.
3.2.1 18.6.2015 World-Famous Astronaut
3.2.2 14.8.2015 Fire Safety
3.2.3 10.12.2015 Wooden Christmas-Tree
3.2.4 10.3.2016 Very Secure Dishes
3.2.5 14.4.2016 Very, Very Secure Dishes
3.3.0 3.5.2016 Supposedly Educational R kann jetzt auf allen Plattformen via HTTPS Dateien herunterladen. Neue Funktion sigma, welche aus verschiedenen statistischen Modellen die residual standard deviation berechnet. Einige Grundfunktionen (wie match) wurden neu implementiert und beschleunigt.
3.3.1 21.6.2016 Bug in Your Hair
3.3.2 31.10.2016 Sincere Pumpkin Patch
3.3.3 6.3.2017 Another Canoe
3.4.0 21.4.2017 You Stupid Darkness Der Just-In-Time-Byte-Code-Compiler ist standardmäßig aktiviert
3.4.1 30.6.2017 Single Candle
3.4.2 28.9.2017 Short Summer
3.4.3 30.11.2017 Kite-Eating Tree
3.4.4 15.03.2018 Someone to Lean On
3.5.0 23.04.2018 Joy in Playing ALTREP Framework standardmäßig aktiviert (alternative Repräsentation von R Objekten)
3.5.1 02.07.2018 Feather Spray
3.5.2 20.12.2018 Eggshell Igloo
3.5.3 26.03.2019 Great Truth
3.6.0 26.04.2019 Planting of a Tree
3.6.3 29.2.2020 Holding the Windsock 20. Geburtstag von R 1.0
4.0.0 24.04.2020 Arbor Day Als größte Neuerung werden nun alle Referenzen gezählt, so dass R-Programme effizienter mit dem Arbeitsspeicher umgehen. Matrizen werden nun konsistent als (zweidimensionale) Arrays implementiert. Für die Erstellung von Grafiken wurde die Farbpalette verbessert, so dass nun verschiedene Farbtöne dieselbe Luminanz aufweisen.
4.0.1 2020-06-06 See Things Now
4.0.2 2020-06-22 Taking Off Again
4.0.3 2020-10-10 Bunny-Wunnies Freak Out
4.0.4 2021-02-15 Lost Library Book
4.0.5 2021-03-31 Shake and Throw
4.1.0 2021-05-18 Camp Pontanezen
4.1.1 2021-08-10 Kick Things
4.1.2 2021-11-01 Bird Hippie
4.1.3 2022-03-10 One Push-Up
4.2.0 2022-04-22 Vigorous Calisthenics
4.2.1 2022-06-23 Funny-Looking Kid
4.2.2 2022-10-31 Innocent and Trusting
4.2.3 2023-03-15 Shortstop Beagle
4.3.0 2023-04-21 Already Tomorrow
4.3.1 2023-06-16 Beagle Scouts

Eigenschaften Bearbeiten

R muss nicht kompiliert werden und bringt Benutzereingaben in der Kommandozeilenkonsole nach Betätigen der Enter-Taste unmittelbar zur Ausführung. Es lassen sich zudem Programme in Skripten ausführen. Im Folgenden wird auf die Programmierparadigmen, Syntax und Datentypen eingegangen sowie die Dateiformate und Funktionalitäten der Standard-Version genannt:

Programmierparadigmen Bearbeiten

R ist eine Multiparadigmensprache der vierten Generation. Der kanadische Statistiker John M. Chambers, welcher S mitentwickelt hat, fasst die Funktionsweise von R folgendermaßen zusammen:

“To understand computations in R, two slogans are helpful: Everything that exists is an object. Everything that happens is a function call.”

„Um Berechnungen in R zu verstehen sind zwei Sätze hilfreich: Alles, was existiert, ist ein Objekt. Alles, was passiert, ist ein Funktionsaufruf.“

– John M. Chambers

Das funktionale Herz ist von Scheme und Haskell inspiriert. Funktionen können als First-Class-Objekte neu erstellt, unter anderem Namen gespeichert werden, überschrieben werden (sie sind somit keine Schlüsselworte) und ihrerseits an andere Funktionen übergeben werden (Closures). Es ist möglich Funktionen zu benennen oder anonym zu deklarieren (Lambda-Funktionen). Einige Funktionen sind dazu geschaffen, vektorwertig ausgeführt zu werden; für Rekursion wurde nicht optimiert. Viele Funktionen arbeiten unterschiedlich in Abhängigkeit vom Input (Reflexion). Oft gibt es notwendige Argumente für Funktionen (beispielsweise Daten), meistens weitere, optionale Argumente. Argumente können in Abhängigkeit anderer Argumente definiert werden. Argumente werden per deep copy übergeben. Die Namen der jeweiligen Funktionsparameter können beim Funktionsaufruf abgekürzt werden, sodass sie eindeutig sind oder weggelassen werden, sofern die Reihenfolge der Argumente mit derjenigen der Funktionsparameter übereinstimmt. Darüber hinaus gibt es die Möglichkeit beim Erstellen neuer Funktionen für Funktionsparameter Standardwerte zu setzen. Auch Currying ist möglich. Sofern nicht anders spezifiziert ist das zuletzt zugewiesene Objekt innerhalb einer Funktion ihr Rückgabewert. Insgesamt bestehen Funktionen aus den Komponenten Argumente, Körper und Umgebung. Für die Funktionsweise von Funktionen ist die Umgebung entscheidend, in der sie erstellt wurde, nicht die, aus der sie aufgerufen wird. Dieses Lexical Scoping ist eine der Eigenschaften von Scheme, die in R übernommen wurde und in den anderen S-Implementierungen nicht existiert. Neu erstellte Objekte befinden sich in der Umgebung, in der sie erschaffen wurden und jeder auszuwertende Ausdruck kann durch sein Ergebnis ersetzt werden (referenzielle Transparenz). R verwendet Lazy Evaluation, das heißt Code wird erst ausgewertet, wenn er benötigt wird (call by need). R kann daher mit Futures umgehen, was es darüber hinaus ermöglicht Funktionen ineinander zu verschachteln und unbegrenzte Datenstrukturen zu erstellen. Berechnungen auf symbolischer Ebene sind standardmäßig kein Bestandteil von R.

R hat zudem Eigenschaften, die für dynamische Programmierung typisch sind. Variablen können flexibel die Struktur verändern. Es ist möglich, Code für noch nicht ausgewertete Ausdrücke zu erhalten. Text kann dynamisch als Code ausgewertet werden. Des Weiteren können die Futures mehrfach ausgewertet werden.

R implementiert die in der vierten Version von S hinzugefügten Klassen und Multimethoden für Ad-hoc-Polymorphie, sodass objektorientierte Programmierung möglich wurde. Als Klassensystem mit anderer Herangehensweise wurden die Referenzklassen später hinzugefügt (siehe Unterabschnitt Klassen).

Eingelesene Daten speichert R im Hauptspeicher. Die Datenspeicherung erfolgt spaltenorientiert. R nutzt Garbage Collection und Lazy Loading zur Verringerung des Speicherbedarfs. Es gibt kein Aliasing.

Syntax Bearbeiten

R ist case sensitive, unterscheidet also Groß- und Kleinschreibung. Objekte können mit dem Zuweisungsoperator (<- und in vielen Fällen =) erstellt oder überschrieben werden. Für Objektnamen sind alphanumerische Zeichen, Punkt und Unterstrich erlaubt, als erstes Zeichen jedoch nur Buchstaben oder ein Punkt (in letzterem Fall ist das Objekt versteckt). Der Super-Zuweisungsoperator (<<-) weist Variablen der nächsthöheren Umgebung Werte zu und bildet die einzige Möglichkeit, Wirkungen zu erzielen. Funktionen dienen dazu, Variablen zu verändern, miteinander in Beziehung zu setzen, statistische Analysen durchzuführen und mehr. Nach dem Funktionsnamen steht beim Aufruf eine öffnende runde Klammer; die schließende runde Klammer schließt die Funktion ab. Innerhalb der Klammern können der Funktion Argumente übergeben werden, die durch Kommas getrennt werden. Die logischen, mathematischen und Zuweisungsoperatoren sowie Operatoren der Art %...% (dazu zählen alle benutzerdefinierten) werden üblicherweise statt einer Voranstellung zwischen zwei Argumenten platziert. Ein doppelter Doppelpunkt wie in Paket::Funktion() greift auf Funktion aus Paket zu, ohne dass das Paket geladen ist oder zum Suchpfad hinzugefügt wurde. Funktionen, die nacheinander ausgeführt werden sollen, können durch Semikola getrennt werden oder in separate Codezeilen geschrieben werden. Eckige Klammern dienen der Indizierung von Elementen aus Datenstrukturen. Das Dollarzeichen ($) erleichtert – sofern vorhanden – eine Indizierung über Namen, sodass Inhalte assoziativ angesprochen werden können. Geschweifte Klammern legen Programmierblöcke fest. Text nach dem Doppelkreuz (#) stellt bis zum Zeilenende einen Kommentar dar. Einrückungen und wiederholter Leerraum haben keinen Einfluss auf die Ausführung von R-Code.

Als Kontrollstrukturen gibt es if, else if, else und das elementweise ifelse sowie switch als bedingte Anweisungen und die Schleifen for (Zähl- und Mengenschleife), while (kopfgesteuert) sowie repeat ... if (Bedingung) break (fußgesteuert). Goto-Sprunganweisungen sind kein Bestandteil von R.

Im Bereich der statistischen Modelle werden bei vielen Verfahren Abhängigkeiten durch Formeln mit Hilfe einer Tilde (~) spezifiziert. Dabei stehen abhängige Variablen links und erklärende Variablen rechts von der Tilde. Arithmetische Operatoren haben in diesem Kontext eine andere Bedeutung und stehen für die Aufnahme und das Entfernen weiterer Variablen sowie die Einbeziehung von Interaktionseffekten.

Datenstrukturen Bearbeiten

Als atomare Datentypen existieren in R die leere Menge (NULL), logische (TRUE und FALSE), numerische (double), integer und komplexe Werte sowie Zeichenketten (character) und raw für Byte-Repräsentation.

Es gibt keine Skalare. Die einfachste vorkommende Datenstruktur ist der Vektor. Ein Vektor ist über die drei Eigenschaften Typ, Länge und Attribute definiert. Die Elemente von Vektoren (eindimensional), Matrizen (ein- oder zweidimensional) und Arrays (beliebig dimensional) müssen Elemente gleichen Datentyps sein. Rechenoperationen werden auf alle Elemente dieser Datenstrukturen angewendet. Bei Zuweisung unterschiedlicher Datentypen zu einem Vektor werden die Daten in den flexibelsten Datentyp umgewandelt. Das erste Element eines Vektors hat den Index 1.

Neben diesen homogenen Datenstrukturen werden oft Data-Frames verwendet, um Daten als Datensatz darzustellen. Data-Frames sind matrizenförmig, können jedoch aus Spalten unterschiedlicher Datentypen bestehen. Darüber hinaus gibt es Listen. In Listen sind Daten beliebiger R-Strukturen und Datentypen enthalten. Objekte verschiedener Datenstrukturen können gemeinsam in der Arbeitsumgebung existieren und gleichzeitig in Analysen verwendet werden. Wenn Datenstrukturen unterschiedlicher Dimensionen elementweise miteinander verknüpft werden, wird meistens sogenanntes Recycling verwendet, wobei das kürzere Objekt so lange aneinander gereiht wird, bis es die Länge des längeren Objektes erreicht.

Fehlende Werte werden in R als NA (Not Available) bezeichnet; benutzerdefinierte fehlende Werte können nicht angegeben werden. Nicht-definierte Werte werden als NaN (Not a Number) dargestellt.

Attribute liefern Metadaten zu R-Objekten. Name, Klasse (S3) und Dimension sind die wichtigsten Attribute. Sie bleiben in vielen Fällen beim Modifizieren von Objekten erhalten; die meisten anderen Attribute entfallen. Benutzerdefiniert können eigene Attribute ergänzt werden.

Klassen Bearbeiten

R verfügt über vier Klassensysteme. Der Basis-Typ wurde in C erstellt und bildet die Grundlage für die anderen Klassensysteme. S3-Klassen bestehen in R seit Beginn, S4-Klassen wurden den Klassen der später entwickelten vierten Version von S nachempfunden und Referenzklassen wurden als letztes hinzugefügt.

Im S3-Klassensystem gehören Methoden nicht zu Objekten oder Klassen, sondern zu Funktionen; sie entsprechen somit generischen Funktionen. Die generische Funktion entscheidet darüber, welche Methode aufgerufen wird. Es gibt keine formale Beschreibung einer Klasse. Um ein Objekt einer Klasse zuzuordnen reicht es aus, das Attribut der Klasse zu setzen. Eine oft verwendete Klasse ist factor wobei ein integer-Vektor für kategoriale Variablen verwendet wird, indem den Zahlen Ausprägungen zugewiesen werden.

Das S4-Klassensystem ist eine Erweiterung der S3-Klassen. Die Funktionsweise ist ähnlich, sodass Methoden zu Funktionen gehören. Klassen haben jedoch formale Definitionen, welche die Felder und Vererbungsstrukturen (Basisklasse) beschreiben. Eine S4-Klasse besteht aus drei Eigenschaften: der Name zur Identifizierung der Klasse, eine Liste der Felder, um Namen der Felder und zugelassene Klassen zu definieren, sowie eine Zeichenkette mit der Klasse, von der sie abgeleitet ist. Mit S4-Klassen ist eine mehrfache Vererbung möglich. Es gibt Hilfsfunktionen um Methoden und generische Funktionen zu definieren. Das S4-Klassensystem implementiert Multimethoden, sodass generische Funktionen Methoden auf Grundlage der Klassen mehrerer Argumente auswählen können. Mit dem At-Zeichen (@) können Felder von einem S4-Objekt extrahiert werden. Objekt und Methode werden im Funktionsaufruf durch einen Punkt getrennt. Benutzerdefiniert können neue Klassen erstellt oder bestehende umdefiniert werden.

Im System der Referenzklassen gehören Methoden zu Klassen und nicht zu Funktionen. Methoden werden zu Objekten gesendet (Nachrichtenaustausch) und das Objekt entscheidet welche Funktion aufzurufen ist. Objekte sind veränderlich und verhalten sich ähnlich wie Objekte in den objektorientierten Sprachen Python, Ruby, Java und C#. Objekt und Methode werden im Funktionsaufruf durch das Dollarzeichen getrennt.

Dateiformate Bearbeiten

R-Code wird in Textdateien gespeichert, die üblicherweise die Dateiendung .R besitzen. Das Format .RData (oder kurz .Rda) wird verwendet, um ein R-Objekt, beispielsweise einen Datensatz, oder eine Kollektion von R-Objekten, also Daten und Funktionen, im R-internen binären serialisierten Format abzuspeichern, wobei diese Dateien zusätzlich standard-komprimiert sind. Die gesamte Arbeitsumgebung kann so ebenfalls als .RData-Datei gespeichert werden. Die zuletzt verwendeten Befehle in der Kommandozeile werden zudem als .Rhistory gespeichert. Einzelne Objekte können als .Rds gespeichert werden.

In R werden Daten oft durch CSV-Dateien und Textdateien importiert und exportiert. Mit Hilfe von Paketen (siehe Abschnitt Pakete) können zahlreiche andere Dateiformate (z. B. von Microsoft Excel und anderer Statistiksoftware) importiert und exportiert werden. Daten können zudem aus der Zwischenablage (clipboard) eingefügt werden.

Für die Erstellung von Grafiken können devices geöffnet werden, mit denen Output statt in die Konsole in Dateien geschrieben wird. Dabei werden die Grafikformate JPEG, PNG, SVG, TIFF, Windows Bitmap und Metafile sowie Cairo-Grafiken unterstützt. Außerdem können die Formate PDF, PostScript und Encapsulated PostScript erstellt werden und die beim macOS verbreitete Grafikschicht Quartz sowie unixtypische X Window System und Xfig angesprochen werden.

Grundlegende Funktionen Bearbeiten

Der Funktionsumfang einer R-Installation umfasst die Verwaltung von Dateien inklusive Herunterladen, Entpacken und Einlesen. Des Weiteren sind Funktionen zur Erstellung, Prüfung und Umwandlung von Datenstrukturen enthalten. Es gibt zahlreiche Funktionen zum Datenmanagement, unter Verwendung regulärer Ausdrücke oder printf zur Bearbeitung und Formatierung von Zeichenketten. Schleifen, bedingte Anweisungen und Verzweigungen sind enthalten sowie Funktionen der apply- und MapReduce-Familien (Funktionen höherer Ordnung), die alternativ genutzt werden können.

Zahlreiche Funktionen der deskriptiven Statistik sind implementiert und einige Analysefunktionen. Dies umfasst lineare und generalisierte lineare Modelle sowie die Varianzanalyse. Im Bereich Zeitreihenanalyse zählen dazu ARMA-Modelle, Interpolations- und Glättungsverfahren (etwa exponentielle Glättung, Kalman-Filter und Fourier-Transformation) sowie Dekomposition. Auch Hauptkomponenten- und Faktorenanalyse, die multidimensionale Skalierung und Verfahren der Clusteranalyse (hierarchisch sowie K-Means) sind aufzuzählen. Einige statistische Tests und Wahrscheinlichkeitsverteilungen mit Dichte, Verteilungsfunktion, Quantilsfunktion und Zufallszahlen gehören zum Standardumfang. Mehrere mathematische Funktionen zählen ebenfalls dazu, etwa spezielle Funktionen, trigonometrische Funktionen, Mengenoperationen, Matrixoperationen und Optimierungsalgorithmen.

Zusätzlich befinden sich Beispieldatensätze in R. Es existieren zahlreiche Funktionen für die Erstellung von Grafiken und ergänzenden grafischen Elementen inklusive LaTeX-ähnlicher Ausdrücke für mathematische Beschriftungssymbole. R nutzt das Hexadezimalsystem zur Repräsentation von Farben und beinhaltet 657 bereits in Worten spezifizierte Farben.

Hinzu kommen Funktionen zum Abruf von Metadaten, zur Paketverwaltung, für Debugging und Profiling sowie zur Veränderung von Einstellungen.

Um R als Skriptsprache für automatisierte Analysen zu verwenden, kann R-Code in eine Textdatei geschrieben und auf Windows entweder mit Rscript <Dateiname> oder R CMD BATCH <Dateiname> als Anweisung in einer Stapelverarbeitungsdatei ausgeführt werden. Auf unixoiden Systemen kann R-Code mit chmod ausführbar gemacht werden, und falls Rscript installiert ist, kann der Code wie jedes andere Skript ausgeführt werden. Somit können wiederkehrende Aufgaben mit Hilfe der Windows-Aufgabenplanung oder durch Cron erstellt werden. Untenstehendes Programm schreibt "Hello World!" auf die Kommandozeile (siehe auch Hallo-Welt-Programm); die erste Zeile des Programms ist die sogenannte Shebang-Zeile: 

#! /usr/bin/Rscript # mein erstes R-Skript: writeLines("Hello World!")

In R gibt es einen Bytecode-Compiler und die Grundinstallation von R enthält den Befehl system(), womit Befehle an das Betriebssystem übergeben werden. Somit können beliebige, bereits bestehende Programme und Skripte mit Übergabe von Kommandozeilenparametern gestartet und der Rückgabewert in einer Variable gespeichert werden. Ebenfalls sind die Befehle .C() und .Fortran() vorhanden, um bereits kompilierte Programme in C und Fortran einzubinden. Auf diese Weise werden viele rechenintensive Subroutinen in besser geeignete Programmiersprachen ausgelagert, während die statistischen Methoden in R implementiert sind. So können Statistiker, die in R ihre Daten auswerten, rasch neue Methoden entwickeln, während Programmierer diese später bei Bedarf optimieren.

Pakete Bearbeiten

Die Standardbibliothek von R besteht aus 29 Paketen (Programmbibliotheken), in denen Funktionen zu ähnlichen Themen gebündelt sind. Diese Pakete sind in den herunterladbaren Distributionen von R enthalten. Die wichtigsten 14 Pakete mit den obigen Funktionen sind bei jedem Programmstart geladen; sie werden zusammen mit R selbst aktualisiert. Die weiteren 15 Pakete werden empfohlen.

Der Funktionsumfang kann durch eine Vielzahl von zusätzlichen Paketen erweitert und an spezifische statistische Problemstellungen aus diversen Anwendungsbereichen angepasst werden. Viele Pakete können dabei direkt aus einer über die R-Konsole abrufbaren Liste ausgewählt und automatisch installiert werden. Zentrales Archiv für diese Pakete ist das Comprehensive R Archive Network (CRAN) mit Haupt-Server an der Wirtschaftsuniversität Wien und zahlreichen Spiegelservern. Bioconductor ist eine weitere Sammlung von R-Paketen mit Erweiterungen aus der Bioinformatik, insbesondere der Analyse von Genexpressionsdaten. Es gibt über 10000 Pakete auf CRAN und 1294 Pakete auf Bioconductor.

Unter der Rubrik Task Views enthält CRAN eine Liste von 33 Themengebieten für welche eine kommentierte Beschreibung der für das Themengebiet relevanten Pakete vorhanden ist. Dies sind bayessche Statistik, Chemometrik und Computerphysik, klinische Studien, Clusteranalyse, Differentialgleichungen, Wahrscheinlichkeitsverteilungen, Ökonometrie, mathematische Beschreibung im Umweltbereich, Statistische Versuchsplanung, Finanzen, Genetik, Grafiken, Hochleistungsrechnen und Parallelrechnen, maschinelles Lernen, bildgebende Verfahren in der Medizin, Metaanalyse, multivariate Verfahren, Computerlinguistik, numerische Mathematik, amtliche Statistik und Befragung, Optimierung, Pharmakokinetik, Phylogenese, Psychometrie, reproduzierbare Forschung, robuste Schätzverfahren, Sozialwissenschaften, Geostatistik, Geostatistik mit Berücksichtigung der Zeit, Ereigniszeitanalyse, Zeitreihenanalyse, Webservices und -technologien sowie probabilistische graphische Modelle. Im Folgenden wird ein Überblick auf wichtige Pakete gegeben, die R mit anderer Software verknüpfen oder häufig heruntergeladen wurden.

Schnittstellen Bearbeiten

… zu anderer Software und deren Dateiformaten Bearbeiten

Das Paket foreign erlaubt es, Datensätze aus den anderen Statistikprogrammen SPSS, SAS (zum Teil), Stata, SYSTAT, Minitab, Epi Info, GNU Octave sowie Weka einzulesen, zu analysieren und in den jeweiligen Formaten zu speichern. translateSPSS2R unterstützt die Übersetzung von SPSS-Code nach R. sas7bdat ermöglicht das Einlesen von SAS-Dateien, R.matlab das von Matlab-Dateien. Zudem kann Matlab dadurch über R gesteuert werden. Ähnliches bietet RcppOctave zusätzlich für GNU Octave. Software für Maschinelles Lernen wie Weka und H2O können durch RWeka sowie h2o eingebunden werden. Die Bibliotheken TensorFlow (tensorflow) und Caffe (caffeR) für Deep Learning können mit R genutzt werden. Die Programme OpenBUGS (R2OpenBUGS), Stan (rstan) und JAGS (rjags) für Bayessche Statistik sowie Gurobi (gurobi) für mathematische Optimierung lassen sich über Pakete einbinden. Mit hexView können unter anderem EViews-Dateien eingelesen werden. Mit readxl können Microsoft-Excel-Dateien eingelesen werden, mit gnumeric OpenDocuments. Im Bereich der Auszeichnungssprachen für Datenserialisierung gibt es für XML-Dateien das Paket XML und yaml für YAML-Dateien. Auf das Chemistry Development Kit (Chemoinformatik), welches die Chemical Markup Language verwendet, kann mit rcdk zugegriffen werden. Für wissenschaftliche Daten können die Formate NetCDF und das Hierarchical Data Format mit RNetCDF sowie rhdf5 eingelesen werden. Astronomische Daten aus dem Flexible Image Transport System können ebenfalls in R geladen werden – mit FITSio. R-ArcGIS, geosapi,RSAGA, RQGIS und rgrass7 bieten Schnittstellen zu den Geoinformationssystemen ArcGIS, GeoServer, SAGA, QGIS und GRASS GIS, aRT zu TerraLib und rgdal zur Geospatial Data Abstraction Library für Rasterdaten. Shapefiles und Dateien der Keyhole Markup Language von Google Earth können mit maptools eingelesen werden. Mit tuneR können MP3-Dateien und Wavesounds in R eingelesen werden, audio ermöglicht die akustische Wiedergabe von diesen Audiodateien mit Hilfe des Mediaplayers.

… zu Datenbanken Bearbeiten

Mehrere Pakete liefern Schnittstellen um auf Datenbanken zuzugreifen. Dazu zählen im Allgemeinen das Front-End DBI zusammen mit RODBC (ODBC) oder Java-basiert RJDBC (JDBC).

Für relationale Datenbanken gibt es zudem RMySQL (MySQL und MariaDB), RSQLite (SQLite) und teradataR (Teradata Aster).

Bezüglich objekt-relationalen Datenbanken gibt es die Pakete RSQLServer (für Microsoft SQL Server), ibmdbr (Db2), RPostgreSQL (PostgreSQL) und ROracle für Oracle-Datenbanken. Das Paket r-exasol ermöglicht die Anbindung an die relationale In-Memory-Datenbank von EXASOL, MonetDB.R an die spaltenorientierte Datenbank MonetDB. Für NoSQL- und Key-Value-Datenbanken gibt es RCassandra (Apache Cassandra) und rredis (Redis), RNeo4j für die Graphdatenbank Neo4j und RCouchDB, rfml sowie mongolite für die dokumentenorientierten Datenbanken CouchDB, MarkLogic beziehungsweise MongoDB.

SparkR bindet R in das Big-Data-Framework Apache Spark ein, welches auf In-Memory-Verarbeitung basiert und rkafka bezieht Nachrichtenprotokolle aus Apache Kafka. RImpala verwendet Apache Impala für schnelle interaktive SQL-Abfragen und elastic verwendet Elasticsearch. SQL-ähnliche Abfragen können mit sqldf innerhalb von R genutzt werden.

… zu anderen Programmiersprachen Bearbeiten

Verschiedene Pakete bieten Schnittstellen zu anderen Programmiersprachen, die zur Performance-Optimierung und zur Erweiterung des Funktionsumfangs eingesetzt werden. Hauptsächlich wird dafür das Paket Rcpp verwendet, welches zum Beispiel die Verwendung von C++-Funktionen in externen Quellcode-Dateien oder in R selbst ermöglicht, wobei die Funktionen bei jedem Programm-Ablauf erneut kompiliert werden. rJava bietet eine Schnittstelle zu Java, rscala für Scala und rPython für Python. Der Kommandozeileninterpreter IPython (Jupyter) kann mit IRkernel genutzt werden. Mit rocker kann R im Rahmen von Docker in virtuellen Containern isoliert werden.

… zu Webservices Bearbeiten

Mit rvest können Websites gescraped werden um deren HTML-Inhalte in R nutzbar zu machen. Die Funktionsweise ist Beautiful Soup von Python nachempfunden. Verschiedene weitere Pakete sind direkt auf bestimmte Websites zugeschnitten und bieten dort mehr Komfort. Das Paket twitteR erlaubt einen Zugriff auf Beiträge bei Twitter, Rfacebook greift auf die Facebook API zu. Mit googleVis können die Google-Charts genutzt werden, mit RGoogleAnalytics Google Analytics. Eine Schnittstelle zur OpenStreetMap bietet osmar. Dieser Wikipedia-Artikel und weitere Seiten verwandter Projekte lassen sich als HTML oder Wikitext mit WikipediR in R laden.

Mit RSelenium kann der Selenium-WebDriver eingebunden werden und somit von R aus ein Webbrowser gesteuert werden. Das Paket mailR ermöglicht das Senden von E-Mails aus R heraus.

Berichtserstellung Bearbeiten

Für Reporting-Zwecke lässt sich R-Code in LaTeX (knitr, Sweave) oder HTML beziehungsweise Markdown (knitr, rmarkdown) einbinden. knitr bereitet R-Code überdies für die weiteren Auszeichnungssprachen AsciiDoc und reStructuredText auf und bietet eine Anbindung an Pandoc. xtable erlaubt es Tabellen mit R-Daten zu gestalten und liefert deren LaTeX- sowie HTML-Code. texreg und stargazer stellen die Ergebnisse verschiedener Modelle in einer Tabelle dar und unterstützen unterschiedliche Ausgabeformate (Text, HTML, LaTeX). Mit dem Paket ReporteRs lassen sich unter anderem Vektorgrafiken erstellen, die auch nachträglich in Microsoft Word und PowerPoint bearbeitet werden können. tikzDevice erstellt den Code der oft in LaTeX verwendeten PGF/TikZ-Grafiken. jsonlite ermöglicht es, Data-Frames als JSON-Objekte zu speichern.

Grafikerstellung Bearbeiten

Das Paket lattice setzt die Idee der Trellis-Grafiken zur Visualisierung von multivariaten Daten um. ggplot2 ermöglicht es ebenfalls, durch größere Abstraktion schneller komplexe Grafiken zu erstellen. Dieses Paket ist eine Implementierung von Leland Wilkinsons Grammar of Graphics. Mit ggvis(basieren auf ggplot2) und plotly und shiny lassen sich interaktive, web-basierte Grafiken erstellen. rgl eignet sich für interaktive dreidimensionale Grafiken. Bei der Grafikerstellung unterstützen zudem die Pakete scales (Zuordnung von Daten auf ästhetische Elemente) sowie labeling (weitere Achsenbeschriftungs-Optionen). Die Graph Modelling Language und ihre Anwendung in Grafiken zur Netzwerkanalyse wird durch igraph implementiert. Auch auf das Graphviz kann zur Graph-Visualisierung mit Rgraphviz zugegriffen werden. Turtle-Grafiken können mit TurtleGraphics umgesetzt werden. Ebenfalls der Veranschaulichung dienen animierte Konzepte aus der Statistik im Paket animation, das außerdem Funktionen liefert, um eigene Animationen in R umzusetzen.

Mit dem Paket munsell kann das Munsell-Farbsystem genutzt werden, mit Hilfe von colorspace lassen sich Farbzuordnungen innerhalb einer großen Zahl an Farbsystemen realisieren. Der RColorBrewer kann eine Farbpalette nach benutzerdefinierten Vorgaben erzeugen, etwa zur Kolorierung von Landkarten.

Datenmanagement Bearbeiten

Im Bereich Datenmanagement vereinfacht plyr das Bearbeiten von Listen, dplyr das von Data-Frames, tidyr das Transformieren von Data-Frames (Wide-Format und Long-Format), stringi und stringr die Bearbeitung von Zeichenketten, lubridate das Editieren von Datums- und Zeitangaben und zoo den Umgang mit Zeitreihen. data.table ist eine effizientere Version mit erweitertem Funktionsumfang anstelle von Data-Frames. Ein Message Passing Interface für den Nachrichtenaustausch bei parallelen Berechnungen auf verteilten Computersystemen kann entweder per Master/Slave (Rmpi) oder per SPMD (pbdMPI) umgesetzt werden. Die CUDA-Technik von Nvidia kann mit Hilfe von gputools realisiert werden. Durch digest lassen sich verschiedene kryptologische Hashfunktionen auf R-Objekte anwenden.

Entwicklerwerkzeuge Bearbeiten

Mit devtools können eigene Pakete erstellt, installiert und überprüft werden. roxygen2 unterstützt ihre Dokumentierung. RUnit (xUnit) und testthat ermöglichen automatisierte Softwaretests. Das Paket sos ermöglicht es, R und R-Pakete nach Funktionen zu durchsuchen. installr aktualisiert R und andere Software (unter Windows). Mit dem Pipe-Operator (%>%) aus dem Paket magrittr lassen sich R-Funktionen sequenziell ausführen anstatt sie ineinander zu verschachteln um bessere Code-Lesbarkeit zu erzielen.

Benutzeroberfläche Bearbeiten

Die R-Installation beinhaltet RGui, eine Oberfläche, in der R in einer Art Kommandozeilenumgebung läuft. Ein paar Menübefehle ermöglichen Zugriff auf Hilfe, Paketverwaltung, Operationen bezüglich der Arbeitsumgebung sowie die Möglichkeit Skriptdateien zu erstellen und auszuführen.

Externe Benutzeroberflächen Bearbeiten

Mehrere grafische Benutzeroberflächen und integrierte Entwicklungsumgebungen bieten weitere Möglichkeiten bei der Arbeit mit R. Dazu zählen RStudio (auch als Version für Linux-Server erhältlich), Visual Studio Code von Microsoft, die Java-basierte Benutzeroberfläche JGR (Jaguar, Java GUI for R), RKWard, R AnalyticFlow, die Mathematik-Software Cantor, die cloud-basierte Number Analytics für Einsteiger sowie StatET (Eclipse) und der darauf aufbauende Architect. Sie zeichnen sich im Wesentlichen durch Autovervollständigung, automatische Einrückungen, Syntaxhervorhebung, Code-Faltung, integrierte Hilfe, Informationen zu Objekten in der Arbeitsumgebung und Daten-Viewer oder -Editoren aus. Erweiterte Entwicklungsoptionen wie Versionsverwaltung mit Git oder grafisches Debugging sind teilweise enthalten.

Benutzeroberflächen in Paketen Bearbeiten

Zwei umfangreiche grafische Benutzeroberflächen, die als Pakete in R bereitgestellt werden, sind der R-Commander (Paketname: Rcmdr) und relax. Bei beiden lassen sich einige wichtige Prozeduren der explorativen und analytischen Statistik über ein Menüsystem aufrufen. Ebenso können über das Menü Standardgrafiken erzeugt werden. Der R-Commander ist betriebssystemunabhängig geschrieben und erleichtert das Datenmanagement sowie das Schreiben von Skripten. relax ist speziell darauf konzipiert die Datenanalyse und Dokumentation der Ergebnisse im Stil des Literate programming in ein Dokument zu integrieren (vergleiche Sweave).

Des Weiteren gibt es das Paket rattle, welches als grafische Benutzeroberfläche einen Einstieg in Data-Mining-Projekte bietet. RQDA ist eine grafische Benutzeroberfläche für qualitative Datenanalyse, statnet für Netzwerkanalyse. Der Deducer eignet sich vor allem zum Bearbeiten von Data-Frames. Ein weiteres Paket ist pmg.

Grafische Benutzeroberflächen wie diese lassen sich mit Tk, GTK (mit Hilfe des Pakets RGtk2) oder Qt (qtbase) erstellen.

Editoren Bearbeiten

Die Editoren Notepad++, Bluefish, CodeMirror, Emacs / Aquamacs, Geany, gedit, jEdit, Kate, SciTE, Smultron, Sublime Text, TextMate, TextPad, Tinn, Vim, WinEdt und TextWrangler sowie SubEthaEdit unterstützen R entweder nativ oder mithilfe entsprechender Erweiterungen.

Textverarbeitungswerkzeuge Bearbeiten

Die Textverarbeitungssysteme GNU TeXmacs, LyX (mit Sweave oder knitr) und ShareLaTeX (knitr) binden R ein, das Software-Dokumentationswerkzeug Natural Docs und Travis CI für kontinuierliche Integration ebenfalls. Die Notiz-Software Org-mode und Zim nutzen R für Grafiken und ermöglichen eine interaktive Bearbeitung.

Einbindungen Bearbeiten

Alternative Open-Source-Interpreter Bearbeiten

Mehrere alternative Interpreter wurden entwickelt, etwa um R leistungsfähiger zu machen und besser in bestehende Software zu integrieren. pqR ist ein schnellerer R-Interpreter und eine Abspaltung von GNU R. pqr eignet sich für parallele Programmierung, da automatisch mehrere Prozessorkerne genutzt werden können. Der Interpreter ist in C geschrieben und nur unter Linux lauffähig; viele R (CRAN) Pakete laufen auch unter pqR, aber nicht alle.

Der Interpreter Renjin basiert auf der Java Virtual Machine und zeichnet sich durch implizite Nebenläufigkeit, Just-in-time-Kompilierung von Bytecode und eine bessere Implementierung von Java aus. Garbage Collection findet parallelisiert statt. Es ist möglich Code bei Platform-as-a-Service-Providern wie Google App Engine, Amazon Beanstalk oder Salesforce Heroku abzulegen. Renjin wird durch das Unternehmen BeDataDriven unterstützt.

FastR ist ein javabasierter Interpreter, der auf den Truffle-Interpreter und den Graal-Byte-Compiler aufgesetzt wurde. Er ist in Zusammenarbeit der Oracle Labs mit der Purdue University und der Universität Linz entstanden und ermöglicht Nebenläufigkeit.

Riposte ist ein in C++ neu geschriebener und schnellerer Interpreter unterstützt von Tableau für Linux, der ebenfalls Just-in-time-Kompilierung von Bitecode nutzt. Die Lazy Evaluation von R wurde dabei überarbeitet, sodass weniger interne Variablen in Zwischenschritten erstellt werden. Riposte ermöglicht implizite Nebenläufigkeit mit mehreren Kernen und verwendet Streaming SIMD Extensions sowie Advanced Vector Extensions von Prozessoren.

Ein weiterer Interpreter ist CXXR von der University of Kent mit Unterstützung von Google, der als in C++ geschriebene Abspaltung Modifikationen am R-Interpreter vornimmt. Anlass des Entwickelns war das Fehlen einer S-PLUS-Funktion in R, die es ermöglicht den Code zu betrachten, der zur Erstellung eines bestimmten Objektes geführt hat. Außerdem wurde die Dokumentation verbessert.

Einbindung in Business-Plattformen Bearbeiten

Revolution Analytics hat die Analyse-Plattform Revolution R erschaffen, die R-Funktionen zusammen mit selbst entwickelten Komponenten anbietet. Im April 2015 schloss Microsoft den Kauf von Revolution Analytics ab. Außer der Windows-Version läuft Revolution R Enterprise jetzt als Microsoft R Server; dies betrifft portierte Versionen für Hadoop (Hortonworks, Cloudera, MapR) für die Teradata-Datenbank, für Red Hat Linux, den SUSE Linux Enterprise Server, Apache Spark, die Cloud-Computing-Plattform Microsoft Azure und den SQL-Server. Der Microsoft R Server besteht aus der kostenlosen Komponente Microsoft R Open sowie Distributed R (Normalisierung, Portierung), ScaleR (Interpreter mit Big-Data-R-Funktionen), ConnectR (Schnittstellen), DevelopR (Entwicklungsumgebung) und DeployR für Web-Services. Microsoft R Open führt erste Performance-Verbesserungen ein durch die Ersetzung von BLAS und LAPACK mit der Intel Math Kernel Library. ScaleR ist ein optimierter Interpreter und beinhaltet zahlreiche R-Funktionen, die besonders für Big-Data-Analysen geeignet sind und mit dem Präfix Rx beginnen. Dazu zählt das Einlesen von Daten in Datenblöcken, eine Ausführung von Skripten im Rechnerverbund statt nur lokal und statistische Analysefunktionen, die in C++ neu geschrieben wurden und parallelisiert angewandt werden können. ConnectR stellt Schnittstellen zu anderen Dateiformaten und Datenbanken (Textdateien, SQL-Server, ODBC-Datenbanken, SAS, SPSS, Teradata) für das eigene .xdf-Datenformat bereit. .xdf braucht keinen Parser, ist circa fünfmal kleiner als eine .csv-Datei und Daten werden dabei nur dann eingelesen, wenn sie benötigt werden. Durch die Speicherung auf der Festplatte gilt die Begrenzung durch den internen Speicher nicht mehr. DevelopR liefert eine schnelle interaktive Entwicklungsumgebung basierend auf Visual Studio beziehungsweise RStudio für Linux-User. DeployR bringt eine Schnittstelle für Web-Applikationen zum R-Code, eingebettet mit Werkzeugen zur Authentifizierung, Informationssicherheit, Monitoring, Ressourcenmanagement, einem Sitzungsmanager sowie einer REST-API für JSON und XML. Web-Applikationen können als Client in Java, JavaScript/Node.js und für das .Net-Framework geschrieben werden. Die Webservices werden über einen Apache-Tomcat-Server verwaltet, die Datenbank mit Hilfe von MongoDB. Seit 2016 ist R in den Microsoft-SQL-Server integriert. Die Analysesoftware Predixion Insight von Predixion Software als Teil von Microsoft Business Intelligence verband R zuvor mit dem SQL-Server und anderen Big-Data-Technologien.

TIBCO Spotfire Analytics hat mit TIBCO Enterprise Runtime for R (TERR) eine Analyse-Plattform, die einen in C++ neu geschriebenen R-Interpreter beinhaltet. Jeder Datentyp wird dabei als abstrakte C++-Klasse dargestellt; zudem ist eine native C++-Schnittstelle ein Bestandteil. TIBCO stellt außerdem den kommerziellen Dialekt von S (S-PLUS) bereit und mit StreamBase eine Plattform für Complex Event Processing mit R-Integration.

Oracle verkündete im Oktober 2011 die Big Data Appliance, die R, Apache Hadoop, Oracle Linux, und mit Hardware von Exadata eine NoSQL-Datenbank verknüpft. Wichtigster R-Bestandteil ist dabei Oracle R Enterprise (ORE), wobei R-Objekte direkt in der Oracle-Datenbank analysiert werden, was die Effizienz erhöht. Es findet eine implizite Übersetzung von R nach SQL statt. ORE und Oracle Data Mining (ODM), welches eigene R-Funktionen für Data-Mining enthält, bilden die Oracle Advanced Analytics Option.

IBM bietet eine Integration von R in die eigene InfoSphere BigInsights, welche Hadoop as a Service inklusive HBase und Hive beinhaltet und an einige Datenbanken und Webservices angebunden werden kann. Die R-Komponente nennt sich Big R. Auch mit der Spectrum Symphony sind mittels R Analysen möglich. Das Tochterunternehmen Netezza bindet R in das Hauptprodukt, die In-Memory-Datenbank TwinFin für schnelle Analysen großer Datenmengen ein.

SAP ermöglicht eine R-Anbindung über die In-Memory-Datenbank HANA. Zudem wurden beim Tochterunternehmen Sybase mit Hilfe von R die Analysemöglichkeiten für Börsendaten in der Software RAP verbessert.

Hewlett-Packard entwickelte Distributed R, welches R-Funktionen für Analysen auf großen Datenmengen auf Grundlage von verteiltem Rechnen implementiert. Distributed R ist zusammen mit der Vertica-Datenbank Bestandteil der Software HP Haven Predictive Analytics.

MicroStrategy ermöglicht eine Integration von R mit dem R Integration Pack, Information Builders mit WebFOCUS. In die Dundas BI von Dundas Data Visualization kann R eingebunden werden, ebenso in Tableau und QlikView. Zementis modelliert mit der Predictive Model Markup Language Data-Mining-Fragestellungen einheitlich, führt sie in R aus und überführt sie in die eigenen Produkte ADAPA und UPPI. Techila integriert R zur Anwendungsprogrammierung mit verteiltem Rechnen. Innerhalb des icCube-Servers kann R für Online Analytical Processing verwendet werden. Mit R-Integration ermöglicht MonetDB die Einbindung von R.

Einbindung in Software Bearbeiten

Die meisten wichtigen Software-Pakete, bei denen Statistik oder Mathematik einen Schwerpunkt bildet, stellen Schnittstellen zu R bereit oder bieten eine Integration. Dies sind SAS und JMP, SPSS, MATLAB, Maple, Sage, Mathematica, Statistica, gretl, Showgun, RapidMiner, KNIME sowie Mondrian, ASReml und das WPS. Für Excel gibt es das R-Plug-in RExcel.

Außerdem bieten das Geoinformationssystem ArcGIS von ESRI, AFNI (Neurowissenschaften), Bioclipse (Biowissenschaften), GenGIS (Bioinformatik), Bio7 (Ökologische Modellierung und Bildanalyse), INVEP (Insolvenzverwaltung) sowie Compass von Cytel (für klinische Studien) eine Einbindung von R.

Einbindung in andere Programmiersprachen und Programmbibliotheken Bearbeiten

Auf die Funktionalität von R können zahlreiche Skriptsprachen zugreifen. Dazu zählen Python (rpy2), Julia (unter anderem RCall), Perl (Statistics::R), Ruby (rsruby) und F# (RProvider).

Mit PL/R kann R innerhalb einer PostgreSQL-Datenbank zur serverseitigen Programmierung eingesetzt werden, was beispielsweise die Datenbank Rasdaman für Array- beziehungsweise Rasterdaten tut.

SWIG macht in C und C++ geschriebene Module für R verfügbar. MicroAPL bindet mit APLX R in APL ein. Die Python-Werkzeuge zur Paketverwaltung (Conda von Continuum Analytics) und Automatisierung (Dexy, mit dem R Filter) nutzen R.

Einbindung als Skriptsprache in Serverumgebungen Bearbeiten

rApache ermöglicht die Entwicklung von Webanwendungen für R, die auf dem Apache HTTP Server basieren (Server Side Scripting). Zu weiteren Webangeboten zählen Rserve als binärer Server und Rwui für Java Webserver. R kann als Skriptsprache im LabKey-Server (für Biomedizin) verwendet werden.

Unterstützung durch Stiftungen Bearbeiten

R Foundation Bearbeiten

Die gemeinnützige R Foundation for Statistical Computing besitzt und verwaltet das Urheberrecht von R und die Dokumentation. Ein Ziel ist die Förderung der Verbreitung von R als Open-Source-Sprache. Zudem dient ihre Rolle der Kommunikation mit der Presse und an R interessierten Organisationen. Die R Foundation finanziert sich durch Mitgliedsbeiträge und Spenden.

Die Zeitschrift The R Journal wird zweimal jährlich im Juni und Dezember von der R Foundation frei zugänglich als PDF-Datei herausgegeben. Sie informiert über Neuigkeiten in der R-Welt, Veränderungen in neuen R-Versionen, neue Pakete sowie Anwendertipps und Tutorials. Vor der ersten Ausgabe im Juni 2009 gab es die R News.

Jährlich findet die Konferenz useR! statt, die sich an R-Nutzer richtet. Die erste dieser Veranstaltungen war useR! 2004 im Mai 2004 in Wien. Nachdem 2005 ausgelassen wurde, fand die Konferenz jährlich an verschiedenen Orten statt:

useR!-Konferenzen Bearbeiten

Jahr Stadt Land Teilnehmer Website
2004 Wien Osterreich Österreich 194 useR! 2004
2006 Wien Osterreich Österreich 334 useR! 2006
2007 Ames, Iowa Vereinigte Staaten Vereinigte Staaten unb. useR! 2007
2008 Dortmund Deutschland Deutschland 387 useR! 2008
2009 Rennes Frankreich Frankreich 463 useR! 2009
2010 Gaithersburg, Maryland Vereinigte Staaten Vereinigte Staaten 465 useR! 2010
2011 Coventry Vereinigtes Konigreich Vereinigtes Königreich 430 useR! 2011
2012 Nashville, Tennessee Vereinigte Staaten Vereinigte Staaten 469 useR! 2012
2013 Albacete Spanien Spanien 328 useR! 2013
2014 Los Angeles, Kalifornien Vereinigte Staaten Vereinigte Staaten 604 useR! 2014
2015 Aalborg Danemark Dänemark 660 useR! 2015
2016 Stanford, Kalifornien Vereinigte Staaten Vereinigte Staaten 900 useR! 2016
2017 Brüssel Belgien Belgien 1.200 useR! 2017
2018 Brisbane Australien Australien fast 600 useR! 2018
2019 Toulouse Frankreich Frankreich 1.178 useR! 2019
2020 St. Louis (online) Vereinigte Staaten Vereinigte Staaten useR! 2020
2021 Zürich (online) Schweiz Schweiz useR! 2021
2022 Nashville, Tennessee (online) Vereinigte Staaten Vereinigte Staaten useR! 2022

Neben der Organisation dieser und weiterer Konferenzen stellt die R Foundation bei entsprechenden Anlässen R vor und fördert Forschungsprojekte mit Bezug zu R.

Mailinglisten wurden eingerichtet und sind für Anwender mit Fragen zu R geöffnet. Antworten auf Fragen erfolgen häufig zügig, manchmal von Mitgliedern des R Core Teams.

R Consortium Bearbeiten

Mehrere größere Unternehmen, die R nutzen oder ihr Geschäftsmodell darauf stützen, schlossen sich 2015 zum R Consortium als Teil der Linux Foundation zusammen. Ziel ist insbesondere die Verbesserung der geschäftlichen Infrastruktur, um R im Unternehmensumfeld komfortabler einsetzen zu können. Zu den Gründungsmitgliedern des R Consortium zählen neben der R Foundation die Unternehmen Microsoft, RStudio, Tibco, alteryx, Google, Hewlett-Packard, Ketchum Trading, Mango Solutions und Oracle. Die Gordon and Betty Moore Foundation sowie weitere Unternehmen wie IBM und ESRI traten später bei. Um R besser in Unternehmensprozesse einbinden zu können, sollen gezielt Projekte gefördert werden. Das erste geförderte Projekt ist R-Hub, womit der Prozess der Erstellung und des Testens von R-Paketen vereinfacht werden soll.

Rezeption Bearbeiten

R ist das umfassendste Werkzeug für statistische Analysen sowohl bezüglich der bereits implementierten Methoden als auch bezogen auf das Potential, das die Sprache für weitere statistische Fragestellungen bietet. R wurde von Statistikern für statistische Fragestellungen entworfen und geht somit direkt auf die Bedürfnisse ein, die für solche Zwecke benötigt werden (wenige Zeilen Code sind notwendig für komplexe statistische Probleme). Der Code der statistischen Methoden ist offen einsehbar und wurde schon von vielen studierten Statistikern mit Erfahrung in der Anwendung gesichtet und verbessert; zudem ist R von der Food and Drug Administration für medizinische Zwecke validiert. R steht unter einer freien Lizenz und ist Open Source und kann somit leicht auf individuelle Vorlieben angepasst werden und durch eigene Methoden erweitert werden. Außerdem kostet R keine Lizenzgebühr und kann auf verschiedenen Betriebssystemen genutzt werden. Die Grafiken können sehr flexibel an benutzerdefinierte Bedürfnisse angepasst werden (zum Beispiel unter Verwendung mathematischer Symbole). Auch die Datenstrukturen erlauben Flexibilität. Der Funktionsumfang von R wird durch zahlreiche Pakete stetig erweitert; aufgrund des unkomplizierten Vorgehens werden viele neue statistische Methoden als Erstes in R implementiert. Zahlreiche Funktionen und Pakete verknüpfen R mit anderer Software und ermöglichen somit das Importieren und Exportieren vieler Dateiformate. Auch andere Programmiersprachen und Datenbanken können eingebunden werden. Für R gibt es mittlerweile umfassende Literatur und Dokumentationen. R hat aktive Anwendergruppen um sich gegenseitig bei Problemen zu helfen sowie große Präsenz bei Portalen wie Stack Overflow und GitHub. Beschäftigte mit guten R-Kenntnissen, die an der Dice Tech Salary Survey (2013) teilnahmen, hatten ein höheres Durchschnittseinkommen als Beschäftigte mit anderen IT-Fertigkeiten.

Eine vollständige grafische Benutzeroberfläche, wie sie in anderen Statistikprogrammen existiert, ist in R nicht vorhanden. Die Sprache erfordert somit einige Programmierfertigkeiten, um sie nutzen zu können, was erste Ergebnisse langsamer entstehen lässt. Hinzu kommt, dass R für eine sinnvolle Nutzung ein größeres Maß an statistischem Verständnis erfordert. Die Dokumentation der R-Befehle ist teilweise kurz und/oder uneinheitlich. Auch folgen die Bezeichnungen von Funktionen und Argumenten in der Sprache selbst (besonders in Paketen) nur wenigen Konventionen. Eine ausgiebige inhaltliche Qualitätssicherung von neuen Paketen findet nicht statt. Bei Fehlfunktionen kann niemand zur Rechenschaft gezogen werden oder ist für eine schnelle Verbesserung verantwortlich. Da R auf die Bedürfnisse von Statistikern zielt und viele Methoden von ihnen (und nicht von Programmierern) implementiert werden, spielt Performance-Optimierung bei R nur eine nachgeordnete Rolle, weshalb andere Programmiersprachen oft schneller sind und manchmal zur Optimierung herangezogen werden. R fußt auf Programmiersprachen und Konzepten, die mehrere Jahrzehnte zurückliegen. Die Entwickler von Julia haben sich zum Ziel gesetzt, die Sprache ähnlich gut und einfach zur Datenanalyse einsetzen zu können wie R und möchten die Sprache zudem mit hoher Geschwindigkeit ausstatten.

Beispiel Bearbeiten

Als einfaches Beispiel wird der Korrelationskoeffizient zweier Datenreihen berechnet: 

# Groesse wird als numerischer Vektor # durch den Zuweisungsoperator "<-" definiert: Groesse <- c(176, 166, 172, 184, 179, 170, 176) # Gewicht wird als numerischer Vektor definiert: Gewicht <- c(65, 55, 67, 82, 75, 65, 75) # Berechnung des Korrelationskoeffizienten nach Pearson mit der Funktion "cor": cor(Gewicht, Groesse, method = "pearson")

Das Ergebnis lautet 0.9295038.

Grafikausgabe des Beispiels

Als weitergehende Analyse kann eine lineare Regression durchgeführt werden. Dies kann in R durch die Funktion lm ausgeführt werden, wobei die abhängige Variable von den unabhängigen Variablen durch die Tilde getrennt wird. Die Funktion summary gibt die Koeffizienten der Regression und weitere Statistiken hierzu aus: 

# Lineare Regression mit Gewicht als Zielvariable # Ergebnis wird als reg gespeichert: reg <- lm(Gewicht~Groesse) # Ausgabe der Ergebnisse der obigen linearen Regression: summary(reg)

Diagramme lassen sich einfach erzeugen: 

# Streudiagramm der Daten: plot(Gewicht~Groesse) # Regressionsgerade hinzufügen: abline(reg)

Siehe auch Bearbeiten

Literatur Bearbeiten

  • Ross Ihaka, Robert Gentleman: R: A Language for Data Analysis and Graphics. In: Journal of Computational and Graphical Statistics. Band 5, Nr. 3. American Statistical Association, Institute of Mathematical Statistics, Interface Foundation of North America, Alexandria 1996, S. 299–314. Vorstellung der Programmiersprache R als wissenschaftliches Paper (online: R: A Language for Data Analysis and Graphics. (PDF; 1,7 MB) Abgerufen am 29. Juli 2015.)
  • Uwe Ligges: Programmieren mit R. 3. Auflage. Springer, Heidelberg 2008, ISBN 978-3-540-79997-9, doi:10.1007/978-3-540-79998-6 (Material – Erläuterung des wichtigsten Teils der Funktionsweise von R).
  • Lothar Sachs, Jürgen Hedderich: Angewandte Statistik. Methodensammlung mit R. 16. Auflage. Springer, Berlin 2018, ISBN 978-3-662-56656-5, doi:10.1007/978-3-662-56657-2 (Umfassendes Lehrbuch über statistische Verfahren mit R).
  • Hadley Wickham: R Packages. O’Reilly, Sebastopol 2015, ISBN 978-1-4919-1059-7 (online – Paketerstellung mit R).
  • Hadley Wickham: Advanced R. Chapman & Hall/CRC, Boca Raton 2014, ISBN 978-1-4665-8696-3 (online – Detaillierte Erläuterung der Funktionsweise von R).
  • Michael J. Crawley: The R Book. 2. Auflage. John Wiley & Sons, Chichester 2012, ISBN 978-0-470-97392-9 (Material – Umfassendes Werk, welches die Durchführung zahlreicher statistischer Verfahren mit R vorstellt).

Weblinks Bearbeiten

Commons: R – Sammlung von Bildern, Videos und Audiodateien
Wikibooks: R – Lern- und Lehrmaterialien

Einzelnachweise Bearbeiten

  1. Ross Ihaka: R : Past and Future History. (PDF) – (abgerufen am 2. September 2021).
  2. ↑ R: A Language for Data Analysis and Graphics. (abgerufen am 17. Mai 2019).
  3. Peter Dalgaard: R 4.3.2 is released. 31. Oktober 2023 (englisch, abgerufen am 2. November 2023).
  4. Sylvia Tippmann: Programming tools: Adventures with R. A guide to the popular, free statistics and visualization software that gives scientists control of their own data analysis. In: Nature. Band 517, Nr. 1, 29. Dezember 2014, S. 109–110 (online [abgerufen am 15. Dezember 2015]).
  5. Tina Amirtha: How the Rise of the “R” Computer Language is Bringing Open Source to Science. In: Fast Company. 28. März 2014, abgerufen am 12. März 2017 (englisch).
  6. Tina Amirtha: Why the R Programming Language is Good for Business. In: Fast Company. 5. Mai 2014, abgerufen am 12. März 2017 (englisch).
  7. Harald Weiss: R erlebt derzeit eine immense Verbreitung. Mario Inchiosa und Bill Jacobs zum Potenzial von R. In: heise Developer. 10. März 2015, abgerufen am 21. Juli 2015.
  8. Robert A. Muenchen: The Popularity of Data Analysis Software. In: r4stats.com. 4. Januar 2012, abgerufen am 29. Juli 2015 (englisch).
  9. TIOBE Index for May 2022. In: TIOBE Software. Abgerufen am 17. Mai 2022 (englisch).
  10. Stephen O’Grady: The RedMonk Programming Language Rankings: June 2016. In: RedMonk tecosystems. RedMonk, 20. Juli 2016, abgerufen am 12. März 2017 (englisch).
  11. Pierre Carbonnelle: PYPL PopularitY of Programming Language. In: PYPL Index. GitHub, abgerufen am 24. Februar 2018 (englisch).
  12. Stephen Cass: The Top Ten Programming Languages 2021. Python dominates as the de facto platform for new technologies. In: IEEE Spectrum. The Institute of Electrical and Electronics Engineers, 24. August 2021, abgerufen am 25. Oktober 2021 (englisch).
  13. Ross Ihaka, Robert Gentleman: R: A Language for Data Analysis and Graphics. In: Journal of Computational and Graphical Statistics. Band 5, Nr. 3. American Statistical Association, Institute of Mathematical Statistics, Interface Foundation of North America, Alexandria 1996, S. 299–314 (stat.auckland.ac.nz [PDF; 1,7 MB; abgerufen am 29. Juli 2015]).
  14. Catherine Dalzell: Do I need to learn R? In: IBM developerWorks. IBM Corp., abgerufen am 20. Oktober 2015 (englisch).
  15. R. Douglas Martin: Statistical Sciences, Inc. In: University of Washington Computer Science & Engineering community. University of Washington, 1. April 1996, abgerufen am 20. Oktober 2015 (englisch).
  16. Ross Ihaka: R: Past and Future History. In: Computing Science and Statistics. Band 30, 1998, S. 392–396 (stat.auckland.ac.nz [PDF; 93 kB; abgerufen am 19. Februar 2016]).
  17. ↑ Sarah Putt: The story of R: a statistical tale with a twist. In: Computerworld. 22. Juli 2010, abgerufen am 20. Oktober 2015 (englisch).
  18. Drew Schmidt: How Much of R is Written in R? In: librestats. librestats, 27. August 2011, abgerufen am 17. März 2017 (englisch).
  19. Der «R»-Pionier. Abgerufen am 15. Januar 2021.
  20. Ross Ihaka: R: Past and Future History. A Draft of a Paper for Interface ’98. In: Sanford Weisberg (Hrsg.): Proceedings of the 30th Symposium on the Interface. The Interface Foundation of North America, 1998, S. 392–396 (stat.auckland.ac.nz [PDF; 93 kB; abgerufen am 29. Juli 2015]).
  21. Peter Dalgaard: Introductory Statistics with R. 2. Auflage. Springer, New York 2008, ISBN 978-0-387-79053-4 (Material).
  22. R Core Team: What’s New? In: R Project. The R Foundation, abgerufen am 8. Juli 2015 (englisch).
  23. R Release Names
  24. blog.revolutionanalytics.com
  25. Hadley Wickham: Advanced R. Chapman & Hall/CRC, Boca Raton 2015, ISBN 978-1-4665-8696-3 (online [abgerufen am 30. August 2015]).
  26. Floréal Morandat, Brandon Hill, Leo Osvald, Jan Vitek: Evaluating the Design of the R Language. In: ECOOP’12 Proceedings of the 26th European conference on Object-Oriented Programming. 2012, S. 104–131 (r.cs.purdue.edu [PDF; 850 kB]).
  27. Uwe Ligges: Programmieren mit R. 3. Auflage. Springer, Heidelberg 2009, ISBN 978-3-540-79997-9.
  28. John M. Chambers: Object-Oriented Programming, Functional Programming and R. In: Statistical Science. Band 29, Nr. 2, 2014, S. 167–180, arxiv:1409.3531.
  29. Rudolf Felser: „R“: Bedeutende Programmiersprache mit Wiener Wurzeln. In: Computerwelt. CW Fachverlag, 28. Juli 2015, abgerufen am 21. Januar 2021.
  30. R Core Team u. a.: Contributed Packages. In: CRAN. The R Foundation, abgerufen am 13. März 2016 (englisch).
  31. Bioconductor Core Team: All Packages. In: Bioconductor. Bioconductor, abgerufen am 13. März 2016 (englisch).
  32. R Core Team: CRAN Task Views. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch).
  33. DataCamp: Leaderboard. Most downloaded packages. In: Rdocumentation.org. Rstudio, abgerufen am 12. März 2017 (englisch, Berücksichtigung nur von Paketen, die über RStudio heruntergeladen wurden).
  34. R Core Team u. a.: R-Paket foreign. Read Data Stored by Minitab, S, SAS, SPSS, Stata, Systat, Weka, dBase, … In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.8-64).
  35. Andreas Wygrabek, Bastian Wießner u. a.: R-Paket translateSPSS2R. Toolset for Translating SPSS-Syntax to R-Code. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.0.0).
  36. Matt Shotwell: R-Paket sas7bdat. SAS Database Reader (experimental). In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.5).
  37. Henrik Bengtsson u. a.: R-Paket R.matlab. Read and Write MAT Files and Call MATLAB from Within R. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 3.2.0).
  38. Renaud Gaujoux: R-Paket RcppOctave. Seamless Interface to Octave – And Matlab. In: CRAN. The R Foundation, abgerufen am 27. Oktober 2015 (englisch, aktuelle Version: 0.18.1).
  39. Kurt Hornik u. a.: R-Paket RWeka. R/Weka interface. In: CRAN. The R Foundation, abgerufen am 7. August 2015 (englisch, aktuelle Version: 0.4-24).
  40. Spencer Aiello, Tom Kraljevic, Petr Maj u. a.: R-Paket h2o. R Interface for H2O. In: CRAN. The R Foundation, abgerufen am 25. August 2015 (englisch, aktuelle Version: 3.0.0.30).
  41. Joseph J. Allaire u. a.: R-Paket tensorflow. TensorFlow for R. In: GitHub. Abgerufen am 24. März 2017 (englisch, aktuelle Version: 0.7).
  42. Christof Naumzik, Stefan Feuerriegel: R-Paket caffeR. A wrapper for 'caffe'. In: GitHub. Abgerufen am 24. März 2017 (englisch, aktuelle Version: 0.2-0).
  43. Andrew Gelman, Neil Thomas u. a.: R-Paket R2OpenBUGS. Running OpenBUGS from R. In: CRAN. The R Foundation, abgerufen am 25. August 2015 (englisch, aktuelle Version: 3.2-3.1).
  44. Ben Goodrich u. a.: R-Paket rstan. R Interface to Stan. In: CRAN. The R Foundation, abgerufen am 25. August 2015 (englisch, aktuelle Version: 2.7.0-1).
  45. Martyn Plummer, Alexey Stukalov, Matt Denwood: R-Paket rjags. Bayesian Graphical Models using MCMC. In: CRAN. The R Foundation, abgerufen am 25. August 2015 (englisch, aktuelle Version: 3-15).
  46. R-Paket gurobi. R API Overview. In: Gurobi Optimization. Abgerufen am 25. August 2015 (englisch, aktuelle Version: 6.0.0).
  47. Paul Murrell: R-Paket hexView. Viewing Binary Files. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.3-3).
  48. Hadley Wickham u. a.: R-Paket readxl. Read Excel Files. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.1.0).
  49. Karoly Antal: R-Paket gnumeric. Read Data from Files Readable by Gnumeric. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.7-2).
  50. Duncan Temple Lang u. a.: R-Paket XML. Tools for Parsing and Generating XML Within R and S-Plus. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 3.98-1.3).
  51. eremy Stephens: R-Paket yaml. Methods to convert R data to YAML and back. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 2.1.13).
  52. Rajarshi Guha: R-Paket rcdk. rcdk – Interface to the CDK Libraries. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 3.3.2).
  53. Rajarshi Guha: Chemical informatics functionality in R. In: Journal of Statistical Software. Band 18, Nr. 5, 2007, S. 1–16 (online).
  54. Pavel Michna, Milton Woods: R-Paket RNetCDF. Interface to NetCDF Datasets. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 1.7-3).
  55. Bernd Fischer, Gregoire Pau: R-Paket rhdf5. HDF5 interface to R. In: Bioconductor. The R Foundation, abgerufen am 2. Februar 2016 (englisch, aktuelle Version: 2.14.0).
  56. Andrew Harris: R-Paket FITSio. FITS (Flexible Image Transport System) utilities. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 2.0-0).
  57. Mark Janikas, Shaun Walbridge: R-Paket R-ArcGIS. Install the R ArcGIS Tools. In: GitHub. Abgerufen am 24. März 2017 (englisch, aktuelle Version: 1.1.0).
  58. Emmanuel Blondel: R-Paket geosapi. GeoServer REST API R Interface. In: CRAN. The R Foundation, abgerufen am 24. März 2017 (englisch, aktuelle Version: 0.1-0).
  59. Alexander Brenning, Donovan Bangs: R-Paket RSAGA. SAGA Geoprocessing and Terrain Analysis in R. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 0.94-1).
  60. Jannes Münchow, Patrick Schratz: R-Paket RQGIS. Integrating R with QGIS. In: CRAN. The R Foundation, abgerufen am 24. März 2017 (englisch, aktuelle Version: 0.2.0).
  61. Roger Bivand u. a.: R-Paket rgrass7. Interface Between GRASS 7 Geographical Information System and R. In: CRAN. The R Foundation, abgerufen am 27. Oktober 2015 (englisch, aktuelle Version: 0.1-3).
  62. Pedro Ribeiro de Andrade u. a.: R-Paket aRT. R-TerraLib API. In: Laboratório de Estatística e Geoinformação. Universidade Federal do Paraná, abgerufen am 19. August 2015 (englisch, aktuelle Version: 1.9-2).
  63. Roger Bivand: R-Paket rgdal. Bindings for the Geospatial Data Abstraction Library. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 1.0-5).
  64. Roger Bivand u. a.: R-Paket maptools. Tools for Reading and Handling Spatial Objects. In: CRAN. The R Foundation, abgerufen am 27. Oktober 2015 (englisch, aktuelle Version: 0.8-27).
  65. Uwe Ligges u. a.: R-Paket tuneR. Analysis of music and speech. In: CRAN. The R Foundation, abgerufen am 12. November 2015 (englisch, aktuelle Version: 1.2.1).
  66. Simon Urbanek: R-Paket audio. Audio Interface for R. In: CRAN. The R Foundation, abgerufen am 12. November 2015 (englisch, aktuelle Version: 0.1-5).
  67. Hadley Wickham u. a.: R-Paket DBI. R Database Interface. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.3.1).
  68. Brian Ripley, Michael Lapsley: R-Paket RODBC. ODBC Database Access. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.3-12).
  69. Simon Urbanek: R-Paket RJDBC. Provides access to databases through the JDBC interface. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.2-5).
  70. Jeroen Ooms u. a.: R-Paket RMySQL. Database Interface and MySQL Driver for R. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.10.3).
  71. Hadley Wickham u. a.: R-Paket RSQLite. SQLite Interface for R. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.0.0).
  72. Teradata: R-Paket teradataR. R package to perform in-database analytics using Teradata database. In: GitHub. Abgerufen am 29. Juli 2015 (englisch, aktuelle Version: 1.1.0).
  73. Imanuel Costigan: R-Paket RSQLServer. SQL Server DBI for R, based on the jTDS driver. In: GitHub. Abgerufen am 18. März 2017 (englisch, aktuelle Version: 0.2.0).
  74. Alexander Eckert u. a.: R-Paket ibmdbR. IBM in-Database Analytics for R. In: CRAN. The R Foundation, abgerufen am 18. März 2017 (englisch, aktuelle Version: 1.48.0).
  75. Tomoaki Nishiyama u. a.: R-Paket RPostgreSQL. R interface to the PostgreSQL database system. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.4).
  76. Denis Mukhin, David A. James, Jake Luciani: R-Paket ROracle. OCI based Oracle database interface for R. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.1-12).
  77. Exasol: R-Paket exasol-r. The EXASOL package for R provides an interface to the EXASOL database. In: GitHub. Abgerufen am 18. März 2017 (englisch, aktuelle Version: ?).
  78. Hannes Mühleisen, Thomas Lumley, Anthony Damico: R-Paket MonetDB.R. Connect MonetDB to R. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 0.9.7).
  79. Simon Urbanek: R-Paket RCassandra. R/Cassandra interface. In: CRAN. The R Foundation, abgerufen am 18. März 2017 (englisch, aktuelle Version: 0.1-3).
  80. Bryan W. Lewis: R-Paket rredis. "Redis" Key/Value Database Client. In: CRAN. The R Foundation, abgerufen am 25. August 2015 (englisch, aktuelle Version: 1.7.0).
  81. Nicole White: R-Paket RNeo4j. Neo4j Driver for R. In: CRAN. The R Foundation, abgerufen am 18. März 2017 (englisch, aktuelle Version: 1.6.4).
  82. Thomas Bock: R-Paket R4CouchDB. A R Convenience Layer for CouchDB 2.0. In: CRAN. The R Foundation, abgerufen am 24. März 2017 (englisch, aktuelle Version: 0.7.5).
  83. Mats Stellwall, Abdulla Abdurakhmanov: R-Paket rfml. MarkLogic NoSQL Database Server in-Database Analytics for R. In: CRAN. The R Foundation, abgerufen am 18. März 2017 (englisch, aktuelle Version: 0.1.0).
  84. Jeroen Ooms u. a.: R-Paket mongolite. Fast and Simple 'MongoDB' Client for R. In: CRAN. The R Foundation, abgerufen am 12. März 2017 (englisch, aktuelle Version: 1.0).
  85. Spark: R-Paket SparkR. R on Spark. In: Spark. The Apache Software Foundation, abgerufen am 29. Juli 2015 (englisch, aktuelle Version: 1.4.1).
  86. Alexander Neumann: Big-Data-Framework Spark unterstützt R und Python 3. In: heise Developer. 15. Juni 2015, abgerufen am 29. Juli 2015.
  87. Shruti Gupta: R-Paket rkafka. Using Apache 'Kafka' Messaging Queue Through 'R'. In: CRAN. The R Foundation, abgerufen am 20. Februar 2016 (englisch, aktuelle Version: 1.0).
  88. Vijay Raajaa u. a.: R-Paket RImpala. Using Cloudera 'Impala' Through 'R'. In: CRAN. The R Foundation, abgerufen am 12. November 2015 (englisch, aktuelle Version: 0.1.6).
  89. Scott Chamberlain: R-Paket elastic. General Purpose Interface to 'Elasticsearch'. In: CRAN. The R Foundation, abgerufen am 24. März 2017 (englisch, aktuelle Version: 0.7.8).
  90. Gabor Grothendieck: R-Paket sqldf. Perform SQL Selects on R Data Frames. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.4-10).
  91. Dirk Eddelbuettel u. a.: R-Paket Rcpp. Seamless R and C++ Integration. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.11.6).
  92. Dirk Eddelbuettel: Seamless R and C++ Integration with Rcpp. Springer, New York 2013, ISBN 978-1-4614-6867-7.
  93. Simon Urbanek: R-Paket rJava. Low-level R to Java interface. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.9-6).
  94. David B. Dahl u. a.: R-Paket rscala. Bi-Directional Interface Between R and Scala with Callbacks. In: CRAN. The R Foundation, abgerufen am 17. Oktober 2015 (englisch, aktuelle Version: 1.0.6).
  95. Carlos Javier Gil Bellosta: R-Paket rPython. Package allowing R to call Python. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.0-5).
  96. Thomas Kluyver u. a.: R-Paket IRkernel. R kernel for IPython. In: GitHub. Abgerufen am 20. August 2015 (englisch, aktuelle Version: 0.4).
  97. Dirk Eddelbuettel: R-Paket rocker. In: GitHub. Abgerufen am 7. August 2015 (englisch, aktuelle Version: NN).
  98. Hadley Wickham u. a.: R-Paket rvest. Easily Harvest (Scrape) Web Pages. In: CRAN. The R Foundation, abgerufen am 15. Dezember 2015 (englisch, aktuelle Version: 0.3.1).
  99. Jeff Gentry: R-Paket twitteR. R Based Twitter Client. In: CRAN. The R Foundation, abgerufen am 2. Juli 2015 (englisch, aktuelle Version: 1.1.8).
  100. Pablo Barbera, Michael Piccirilli: R-Paket Rfacebook. Access to Facebook API via R. In: CRAN. The R Foundation, abgerufen am 2. Juli 2015 (englisch, aktuelle Version: 0.5).
  101. Markus Gesmann, Diego de Castillo, Joe Cheng: R-Paket googleVis. R Interface to Google Charts. In: CRAN. The R Foundation, abgerufen am 2. Juli 2015 (englisch, aktuelle Version: 0.5.8).
  102. Markus Gesmann, Diego de Castillo: googleVis: Interface between R and the Google Visualisation API. In: The R Journal. Band 3, Nr. 2, 2011, S. 40–44 (r-project.org [PDF; 505 kB]).
  103. Michael Pearmain u. a.: R-Paket RGoogleAnalytics. R Wrapper for the Google Analytics API. In: CRAN. The R Foundation, abgerufen am 29. Juli 2015 (englisch, aktuelle Version: 0.1.1).
  104. Thomas Schlesinger, Manuel J. A. Eugster: R-Paket osmar. OpenStreetMap and R. In: CRAN. The R Foundation, abgerufen am 27. Oktober 2015 (englisch, aktuelle Version: 1.1-7).
  105. Oliver Keyes: R-Paket WikipediR. A MediaWiki API Wrapper. In: CRAN. The R Foundation, abgerufen am 30. August 2015 (englisch, aktuelle Version: 1.2.0).
  106. John Harrison: R-Paket RSelenium. R bindings for Selenium WebDriver. In: CRAN. The R Foundation, abgerufen am 15. Dezember 2015 (englisch, aktuelle Version: 1.3.5).
  107. Sharon Machlis: How to drive a Web browser with R (and RSelenium). In: Computerworld. 25. August 2015, abgerufen am 15. Dezember 2015 (englisch).
  108. Rahul Premraj: R-Paket mailR. A Utility to Send Emails from R. In: CRAN. The R Foundation, abgerufen am 15. Dezember 2015 (englisch, aktuelle Version: 0.4.1).
  109. Yihui Xie u. a.: R-Paket knitr. A General-Purpose Package for Dynamic Report Generation in R. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.10.5).
  110. Yihui Xie: Dynamic Documents with R and knitr. CRC Press – Taylor & Francis Group, Boca Raton 2014, ISBN 978-1-4822-0354-7.
  111. Joseph J. Allaire u. a.: R-Paket rmarkdown. Dynamic Documents for R. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.7).
  112. David B. Dahl: R-Paket xtable. Export tables to LaTeX or HTML. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.7-4).
  113. Philip Leifeld: R-Paket texreg. Conversion of R Regression Output to LaTeX or HTML Tables. In: CRAN. The R Foundation, abgerufen am 24. März 2017 (englisch, aktuelle Version: 1.36.23).
  114. Marek Hlavac: R-Paket stargazer. Well-Formatted Regression and Summary Statistics Tables. In: CRAN. The R Foundation, abgerufen am 24. März 2017 (englisch, aktuelle Version: 5.2).
  115. David Gohel u. a.: R-Paket ReporteRs. Microsoft Word, Microsoft Powerpoint and HTML Documents Generation. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.7.8).
  116. Kirill Müller u. a.: R-Paket tikzDevice. R Graphics Output in LaTeX Format. In: CRAN. The R Foundation, abgerufen am 25. August 2015 (englisch, aktuelle Version: 0.8.1).
  117. Jeroen Ooms, Duncan Temple Lang, Lloyd Hilaiel: R-Paket jsonlite. A Robust, High Performance JSON Parser and Generator for R. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.9.16).
  118. Deepayan Sarkar: R-Paket lattice. Lattice Graphics. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.20-31).
  119. Deepayan Sarkar: Lattice: Multivariate Data Visualization with R. Springer, New York 2008, ISBN 978-0-387-75968-5.
  120. Richard A. Becker, William S. Cleveland, Ming-Jen Shyu: The Visual Design and Control of Trellis Display. In: Journal of Computational and Graphical Statistics. Band 5, Nr. 2, 1996, S. 123–155.
  121. Hadley Wickham: R-Paket ggplot2. An Implementation of the Grammar of Graphics. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.0.1).
  122. Hadley Wickham, Carson Sievert: ggplot2. Elegant Graphics for Data Analysis. 2. Auflage. Springer, 2015, ISBN 978-3-319-24275-0 (Material).
  123. Leland Wilkinson: The Grammar of Graphics. Springer, New York 1999, ISBN 0-387-98774-6.
  124. Winston Chang: R-Paket ggvis. Interactive Grammar of Graphics. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.4.2).
  125. Carson Sievert u. a.: R-Paket plotly. In: GitHub. Abgerufen am 25. August 2015 (englisch, aktuelle Version: 1.0.6).
  126. Winston Chang u. a.: R-Paket shiny. Web Application Framework for R. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.12.1).
  127. Daniel Adler, Duncan Murdoch et al.: R-Paket rgl. 3D Visualization Using OpenGL. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.95.1247).
  128. Hadley Wickham u. a.: R-Paket scales. Scale Functions for Visualization. In: CRAN. The R Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 0.2.5).
  129. Justin Talbot: R-Paket labeling. Axis Labeling. In: CRAN. The R Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 0.3).
  130. Gabor Csardi u. a.: R-Paket igraph. Network Analysis and Visualization. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 1.0.1).
  131. Kasper Daniel Hansen u. a.: R-Paket Rgraphviz. Provides plotting capabilities for R graph objects. In: Bioconductor. The R Foundation, abgerufen am 24. März 2017 (englisch, aktuelle Version: 2.18.0).
  132. Barbara Zogala-Siudem u. a.: R-Paket TurtleGraphics. Turtle graphics in R. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 1.0-5).
  133. Yihui Xie u. a.: R-Paket animation. A Gallery of Animations in Statistics and Utilities to Create Animations. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 2.4).
  134. Charlotte Wickham: R-Paket munsell. Munsell colour system. In: CRAN. The R Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 0.4.2).
  135. Achim Zeileis u. a.: R-Paket colorspace. Color Space Manipulation. In: CRAN. The R Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 1.2-6).
  136. Erich Neuwirth: R-Paket RColorBrewer. ColorBrewer Palettes. In: CRAN. The R Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 1.1-2).
  137. Hadley Wickham: R-Paket plyr. Tools for Splitting, Applying and Combining Data. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.8.3).
  138. Hadley Wickham: The Split-Apply-Combine Strategy for Data Analysis. In: Journal of Statistical Software. Band 40, Nr. 1, 2011, S. 1–29 (online).
  139. Hadley Wickham u. a.: R-Paket dplyr. A Grammar of Data Manipulation. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.4.2).
  140. Hadley Wickham u. a.: R-Paket tidyr. Easily Tidy Data with spread() and gather() Functions. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.2.0).
  141. Marek Gagolewski u. a.: R-Paket stringi. Character String Processing Facilities. In: CRAN. The R Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 0.5-5).
  142. Hadley Wickham u. a.: R-Paket stringr. Simple, Consistent Wrappers for Common String Operations. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.0.0).
  143. Hadley Wickham: stringr: modern, consistent string processing. In: The R Journal. Band 2, Nr. 2, 2010, S. 38–40 (r-project.org [PDF; 121 kB]).
  144. Garrett Grolemund u. a.: R-Paket lubridate. Make dealing with dates a little easier. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.3.3).
  145. Garrett Grolemund, Hadley Wickham: Dates and Times Made Easy with lubridate. In: Journal of Statistical Software. Band 40, Nr. 3, 2011, S. 1–25 (online).
  146. Achim Zeileis u. a.: R-Paket zoo. S3 Infrastructure for Regular and Irregular Time Series (Z’s Ordered Observations). In: CRAN. The R Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 1.7-12).
  147. Achim Zeileis, Gabor Grothendieck: zoo: S3 Infrastructure for Regular and Irregular Time Series. In: Journal of Statistical Software. Band 14, Nr. 6, 2005, S. 1–27 (online).
  148. Matthew Dowle u. a.: R-Paket data.table. Extension of data.frame. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.9.4).
  149. Hao Yu: R-Paket Rmpi. Interface (Wrapper) to MPI (Message-Passing Interface). In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 0.6-5).
  150. Wei-Chen Chen: R-Paket pbdMPI. Programming with Big Data – Interface to MPI. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 0.2-5).
  151. Josh Buckner, Mark Seligman, Justin Wilson: R-Paket gputools. A few GPU enabled functions. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 0.28).
  152. Dirk Eddelbuettel u. a.: R-Paket digest. Create Cryptographic Hash Digests of R Objects. In: CRAN. The R Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 0.6.8).
  153. Hadley Wickham u. a.: R-Paket devtools. Tools to Make Developing R Packages Easier. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.8.0).
  154. Hadley Wickham u. a.: R-Paket roxygen2. In-Source Documentation for R. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 4.1.1).
  155. Matthias Burger, Klaus Juenemann, Thomas Koenig: R-Paket RUnit. R Unit Test Framework. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 0.4.29).
  156. Hadley Wickham u. a.: R-Paket testthat. Unit Testing for R. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 0.10.0).
  157. Spencer Graves, Sundar Dorai-Raj, Romain François: R-Paket sos. Search contributed R packages, sort by package. In: CRAN. The R Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 1.3-8).
  158. Spencer Graves, Sundar Dorai-Raj, Romain François: sos: Searching Help Pages of R Packages. In: The R Journal. Band 1, Nr. 2, 2009, S. 56–59 (r-project.org [PDF; 141 kB]).
  159. Tal Galili u. a.: R-Paket installr. Using R to Install Stuff (Such As: R, Rtools, RStudio, Git, and More!). In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 0.16.0).
  160. Stefan Milton Bache, Hadley Wickham: R-Paket magrittr. A Forward-Pipe Operator for R. In: CRAN. The R Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 1.5).
  161. Joseph J. Allaire u. a.: RStudio. In: RStudio. Abgerufen am 29. Juli 2015 (englisch, aktuelle Version: 0.99.463).
  162. Rainald Menge-Sonnentag: Microsoft öffnet Visual Studio für Programmiersprache R. In: heise Developer. 10. März 2016, abgerufen am 13. März 2016.
  163. Markus Helbig, Simon Urbanek, Ian Fellows: JGR – Java GUI for R. In: RForge. The R Foundation, abgerufen am 7. Juli 2015 (englisch, aktuelle Version: 1.7-16).
  164. Ef-prime: Features. In: R AnalyticFlow. Ef-prime, abgerufen am 12. März 2017 (englisch, aktuelle Version: 3.0.6).
  165. Alexander Rieder: Cantor. In: KDEdu. KDE e. V., abgerufen am 12. August 2015 (englisch, aktuelle Version: 0.1).
  166. Number Analytics Software: R for Business. In: Number Analytics. Number Analytics LLC, abgerufen am 2. Februar 2016 (englisch).
  167. Dominik Mohilo: Neu im Eclipse-Universum: StatET – die IDE für professionelle R-Programmierung. Endlich daheim. In: Jaxenter. 11. Juli 2016, abgerufen am 11. Juli 2016.
  168. (Memento vom 13. März 2017 im Internet Archive)
  169. John Fox u. a.: R-Paket Rcmdr. R Commander. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 2.1-7).
  170. Hans Peter Wolf: R-Paket relax. relax – R Editor for Literate Analysis and lateX. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 1.3.15).
  171. John Fox: The R Commander. A Basic-Statistics Graphical User Interface to R. In: Journal of Statistical Software. Band 14, Nr. 9, 2005, S. 1–42 (online).
  172. Graham Williams u. a.: R-Paket rattle. Graphical user interface for data mining in R. In: CRAN. The R Foundation, abgerufen am 30. Juni 2015 (englisch, aktuelle Version: 3.4.1).
  173. Graham Williams: Data Mining with Rattle and R. Springer, New York 2011, ISBN 978-1-4419-9889-7.
  174. Huang Ronggui: R-Paket RQDA. R-based Qualitative Data Analysis. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 0.2-7).
  175. Martina Morris u. a.: R-Paket statnet. Software Tools for the Statistical Analysis of Network Data. In: CRAN. The R Foundation, abgerufen am 25. August 2015 (englisch, aktuelle Version: 2015.6.2).
  176. Ian Fellows u. a.: R-Paket Deducer. Deducer: A data analysis GUI for R. In: CRAN. The R Foundation, abgerufen am 7. Juli 2015 (englisch, aktuelle Version: 0.7-7).
  177. John Verzani, Yvonnick Noel: R-Paket pmg. Poor Man’s GUI. In: CRAN. The R Foundation, abgerufen am 16. August 2015 (englisch, aktuelle Version: 0.9-43).
  178. Michael Lawrence, Duncan Temple Lang: R-Paket RGtk2. R bindings for Gtk 2.8.0 and above. In: CRAN. The R Foundation, abgerufen am 19. August 2015 (englisch, aktuelle Version: 2.20.31).
  179. Michael Lawrence, Deepayan Sarkar: R-Paket qtbase. Interface Between R and Qt. In: CRAN. The R Foundation, abgerufen am 25. August 2015 (englisch, aktuelle Version: 1.0.11).
  180. Andrew Redd: NppToR: R in Notepad++. In: SourceForge. Abgerufen am 7. Juli 2015 (englisch, aktuelle Version: 2.6.3).
  181. Olivier Sessink: Bluefish Features. In: Bluefish. Abgerufen am 12. August 2015 (englisch, aktuelle Version: 2.2.7).
  182. Ubalo: R mode. In: CodeMirror. Marijn Haverbeke, abgerufen am 12. August 2015 (englisch).
  183. Anthony J. Rossini: ESS – version 15.03-1. In: ESS. Abgerufen am 7. Juli 2015 (englisch, aktuelle Version: 15.03-1).
  184. Aquamacs: Features: Why use Aquamacs? In: Aquamacs. Abgerufen am 16. August 2015 (englisch, aktuelle Version: 3.2).
  185. Enrico Tröger u. a.: Supported Filetypes. In: Geany. Abgerufen am 12. August 2015 (englisch, aktuelle Version: 1.25).
  186. Dan Dediu: Welcome to Rgedit. In: SourceForge. Abgerufen am 7. Juli 2015 (englisch).
  187. Jose Claudio Faria: R syntax. In: jEdit Community. Björn Kautler, abgerufen am 7. Juli 2015 (englisch).
  188. Neil Hodgson: SciTE Documentation. In: SciTE. Scintilla, abgerufen am 12. August 2015 (englisch, aktuelle Version: 3.6.0).
  189. Peter Borg: Smultron. An elegant and powerful text editor that is easy to use. In: Peter Borg Apps. Peter Borg Apps AB, abgerufen am 7. Juli 2015 (englisch).
  190. Kevin Johnson: Using R in Sublime Text 3. In: kevjohnson.org. 10. Februar 2014, abgerufen am 7. Juli 2015 (englisch).
  191. Jim Barritt: Using TextMate with R. In: non-random ramble. 16. November 2010, abgerufen am 7. Juli 2015 (englisch).
  192. Tobias Elze, Paul Renaud: add-ons. syntax definition files: R. In: TextPad. Helios Software Solutions, abgerufen am 7. Juli 2015 (englisch).
  193. Ricardo Pietrobon: Tinn-R. In: LEC. Núcleo de Biologia Computacional e Gestão de Informações Biotecnológicas, abgerufen am 7. Juli 2015 (englisch, aktuelle Version: 4.0.3.5).
  194. Jakson Aquino: Vim-R-plugin: Plugin to work with R. In: Vim. Abgerufen am 7. Juli 2015 (englisch, aktuelle Version: 1.2.6).
  195. Uwe Ligges, Gilbert Ritschard, Karl Koeller: R-Paket RWinEdt. R Interface to WinEdt. In: CRAN. The R Foundation, abgerufen am 7. Juli 2015 (englisch, aktuelle Version: 2.0-4).
  196. Johannes W. Dietrich: TextWrangler. In: Formatio Reticularis. Abgerufen am 7. Juli 2015 (englisch).
  197. Johannes W. Dietrich: SubEthaEdit. In: Formatio Reticularis. Abgerufen am 7. Juli 2015 (englisch).
  198. Chu-Ching Huang, Joris van der Hoeven: Using GNU R sessions inside TeXmacs. In: GNU TeXmacs. Abgerufen am 16. August 2015 (englisch).
  199. Paul E. Johnson, Gregor Gorjanc: LyX with R through Sweave. How to use LyX together with R through Sweave. In: LyX. The LyX Project, abgerufen am 7. Juli 2015 (englisch).
  200. ShareLaTeX: Knitr. In: ShareLaTeX. Abgerufen am 26. August 2015 (englisch).
  201. (Memento vom 20. August 2015 im Internet Archive)
  202. Travis CI: Building an R Project. In: Travis CI. Abgerufen am 26. August 2015 (englisch).
  203. Org-mode: R Source Code Blocks in Org Mode. In: Org-mode. Abgerufen am 30. August 2015 (englisch).
  204. Zim: Zim – A Desktop Wiki. GNU R Plot Editor. In: Zim. Abgerufen am 16. August 2015 (englisch).
  205. Radford Neal: pqR – a pretty quick version of R. In: pqR-project. Radford Neal, abgerufen am 20. Juni 2019 (englisch).
  206. Radford Neal: Packages tested with pqR. In: github.com. Abgerufen am 24. September 2019 (englisch).
  207. Renjin: Why Renjin. In: Renjin. Abgerufen am 19. November 2015 (englisch).
  208. Tomas Kalibera, Petr Maj, Floréal Morandat, Jan Vitek: FastR. In: GitHub. Abgerufen am 19. November 2015 (englisch).
  209. Justin Talbot: a fast interpreter and JIT for R. In: GitHub. Abgerufen am 19. November 2015 (englisch).
  210. Andrew Runnalls: CXXR: Refactorising R into C++. In: University of Kent, School of Computing. University of Kent, abgerufen am 19. November 2015 (englisch).
  211. Alexander Neumann: Programmiersprache R: Microsoft schließt Übernahme von Revolution Analytics ab. In: heise Developer. 8. April 2015, abgerufen am 5. Juli 2015.
  212. Alexander Neumann: Microsofts R Server unterstützt jetzt auch Apache Spark. In: heise Developer. 5. Juli 2016, abgerufen am 11. Juli 2016.
  213. Alexander Neumann: Programmiersprache R: Revolution R Enterprise als Azure-Service verfügbar. In: heise Developer. 4. September 2015, abgerufen am 8. Januar 2016.
  214. Alexander Neumann: Programmiersprache R: Microsoft stellt Analytics-Produkte auf R-Basis vor. In: heise Developer. 7. Januar 2016, abgerufen am 8. Januar 2016.
  215. Rich Calaway: Microsoft R Services 2016 Getting Started Guide. (PDF) In: Microsoft. Microsoft Corporation, abgerufen am 22. Juni 2016 (englisch).
  216. Julia Schmidt: Microsoft SQL Server 2016 soll Analyseszenarien vereinfachen. In: heise Developer. 2. Juni 2016, abgerufen am 11. Juli 2016.
  217. Tibco Spotfire: Unleash the agility of R for the Enterprise. In: Tibco Spotfire. TIBCO Software Inc., abgerufen am 5. Juli 2015 (englisch).
  218. Tibco StreamBase: TIBCO StreamBase. Streaming analytics for accelerating action. In: Tibco StreamBase. TIBCO Software Inc., abgerufen am 12. März 2017 (englisch).
  219. Timothy Prickett Morgan: Oracle rolls its own NoSQL and Hadoop. A supremely confident Ellison mounts the Big Data elephant. In: The Register. Situation Publishing Ltd., 3. Oktober 2011, abgerufen am 5. Juli 2015 (englisch).
  220. Chris Kanaracus: Oracle Stakes Claim in R With Advanced Analytics Launch. In: PCWorld. 8. Februar 2012, abgerufen am 5. Juli 2015 (englisch).
  221. Thomas Hafen: Die wichtigsten Big-Data-Tools aus der Cloud. IBM Analytics. In: Computerwoche. 25. Januar 2016, abgerufen am 2. Februar 2016.
  222. IBM Spectrum Symphony and R. In: IBM Knowledge Center. Abgerufen am 12. März 2017.
  223. Klint Finley: Big Data Team-Up. IBM Netezza and Revolution Analytics Brining R to the Data Warehouse. In: ReadWrite. ReadWrite Inc., abgerufen am 12. März 2017 (englisch).
  224. Alexander Neumann: SAP positioniert HANA auch als Entwicklungsplattform. In: heise Developer. 16. Mai 2012, abgerufen am 5. Juli 2015.
  225. Adrian Bridgwater: Sybase Integrates RAP With R Stat Programming Language. In: Dr. Dobb’s. UBM plc, 10. November 2011, abgerufen am 12. November 2015 (englisch).
  226. Linux-Magazin: HP macht R fit für Big Data. In: Linux-Magazin. 18. Februar 2015, abgerufen am 8. Januar 2016.
  227. MicroStrategy: MicroStrategy R Integration Pack. In: CodePlex. Microsoft Corporation, abgerufen am 29. Juli 2015 (englisch).
  228. WebFOCUS 8. In: Information Builders. Abgerufen am 19. August 2015 (englisch).
  229. R Language Analysis. In: Dundas BI. Abgerufen am 7. August 2015 (englisch).
  230. Elaine Chen: R und Tableau verwenden. In: tableau. Tableau Software Inc., abgerufen am 12. März 2017.
  231. QlikView: QlikView R Connector. In: BI Consult. Qlik Technologies Inc., abgerufen am 12. März 2017 (englisch).
  232. (Memento vom 26. September 2015 im Internet Archive)
  233. Graham Williams u. a.: R-Paket pmml. Generate PMML for Various Models. In: CRAN. The R Foundation, abgerufen am 12. August 2015 (englisch, aktuelle Version: 1.5.0).
  234. Techila Technologies: Techila Grid Technology. In: Techila Technologies. Techila Technologies Ltd, 26. September 2008, abgerufen am 8. März 2016 (englisch).
  235. icCube: MDX / R Integration. In: icCube. icCube Software SARL, abgerufen am 12. März 2017 (englisch).
  236. Hannes Mühleisen: Embedded R in MonetDB. In: MonetDB. MonetDB B.V., 31. Oktober 2014, abgerufen am 16. August 2015 (englisch).
  237. SAS Customer Support: R Interface Now Available in SAS/IML Studio. In: SAS. SAS Institute Inc., abgerufen am 5. Juli 2015 (englisch).
  238. JMP Online Documentation: Working with R. In: JMP. SAS Institute Inc., abgerufen am 5. Juli 2015 (englisch).
  239. Catherine Dalzell: Calling R from SPSS. An introduction to the R plug-in for SPSS. In: IBM developerWorks. 31. Oktober 2013, abgerufen am 5. Juli 2015 (englisch).
  240. Robert Henson: MATLAB-Paket R-link. Functions for calling the statistical package R from within MATLAB. In: MATLAB Central. The MathWorks, Inc, 1. Juni 2004, abgerufen am 12. März 2017 (englisch, aktuelle Version: 1.1.0.1).
  241. Maplesoft: Code Generation. In: Maplesoft. Waterloo Maple Inc., abgerufen am 27. Oktober 2015 (englisch).
  242. Sage: SageMath. In: Sage. SageMath Foundation, abgerufen am 12. August 2015 (englisch).
  243. Built-in Integration with R. In: Wolfram. Abgerufen am 5. Juli 2015 (englisch).
  244. Jürgen Schreier: Statistica verfügt jetzt über Schnittstelle zur Programmiersprache R. In: MM MaschinenMarkt. 1. September 2008, abgerufen am 26. Mai 2016.
  245. Allin Cottrell, Riccardo Lucchetti: gretl and R. In: SourceForge. Abgerufen am 12. August 2015 (englisch).
  246. Shogun: (Nicht mehr online verfügbar.) In: Shogun. Archiviert vom Original am 13. März 2017; abgerufen am 12. März 2017 (englisch).
  247. Thomas Ott: RapidMiner vs R. How to use Python and R together with RapidMiner. In: RapidMiner. 13. September 2016, abgerufen am 12. März 2017 (englisch).
  248. KNIME: KNIME and R. (PDF) The best of two worlds. In: KNIME. KNIME.com AG, abgerufen am 12. August 2015 (englisch).
  249. Martin Theus: About. In: Mondrian. theusRus, 29. August 2013, abgerufen am 30. August 2015 (englisch).
  250. (Memento vom 17. November 2015 im Internet Archive)
  251. Stuart Parkerson: World Programming Releases Free Edition of Big Data Analytics Software. In: App Developer Magazine. 22. April 2016, abgerufen am 26. Mai 2016 (englisch).
  252. Rainer Muche, Stefanie Lanzinger, Michael Rau: Medizinische Statistik mit R und Excel. Einführung in die RExcel- und R-Commander-Oberflächen zur statistischen Auswertung. Springer, Berlin 2011, ISBN 978-3-642-19483-2.
  253. Statconn: Powerful data analysis from inside your favorite application. In: Statconn. Abgerufen am 16. August 2015 (englisch).
  254. Alexander Neumann: Programmiersprache R: Esri baut Brücke für R-Community zu Geoinformationsdaten. In: heise Developer. 21. Juli 2015, abgerufen am 8. Januar 2016.
  255. AFNI: Build R. In: AFNI. National Institutes of Health, abgerufen am 12. März 2017 (englisch).
  256. Bioclipse: (Nicht mehr online verfügbar.) In: Bioclipse. International Bioclipse Association, archiviert vom Original am 1. September 2015; abgerufen am 16. August 2015 (englisch).
  257. (Memento vom 15. September 2015 im Internet Archive)
  258. Marcel Austenfeld, Wolfram Beyschlag: A Graphical User Interface for R in a Rich Client Platform for Ecological Modeling. In: Journal of Statistical Software. Band 49, Nr. 4, 2012, S. 1–19 (online).
  259. (Memento vom 27. September 2015 im Internet Archive)
  260. INVEP: Datenanalyse. In: INVEP. Abgerufen am 26. Mai 2016.
  261. Cytel: Compass 2.0. The Comprehensive Adaptive Dose-finding Solution. In: Cytel. Cytel Inc., abgerufen am 27. Mai 2016 (englisch).
  262. Laurent Gautier: Python-Paket rpy2. Python interface to the R language (embedded R). In: PyPI. Python Software Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 0.6.4).
  263. Randy Lai u. a.: Julia-Paket RCall. Embedded R within Julia. In: GitHub. Abgerufen am 12. März 2017 (englisch, aktuelle Version: 0.2.1).
  264. Florent Angly, Graciliano Monteiro Passos: Perl-Paket Statistics::R. Perl interface with the R statistical program. In: CPAN. The Perl Foundation, abgerufen am 5. Juli 2015 (englisch, aktuelle Version: 0.33).
  265. (Memento vom 14. Juli 2006 im Internet Archive)
  266. Blue Mountain Capital u. a.: F# R Type Provider. In: GitHub. Abgerufen am 5. Juli 2015 (englisch).
  267. Joseph E. Conway: PL/R Project. R Procedural Language for PostgreSQL. In: JoeConway.com. Abgerufen am 12. März 2017.
  268. rasdaman: Welcome to rasdaman – the World’s Leading Array Database. In: rasdaman. Abgerufen am 8. Oktober 2015 (englisch).
  269. SWIG: SWIG Features. In: SWIG. Abgerufen am 16. August 2015 (englisch).
  270. MicroAPL: APLX: New features in Version 5. In: MicroAPL. MicroAPL Ltd., abgerufen am 16. August 2015 (englisch).
  271. (Memento vom 27. August 2015 im Internet Archive)
  272. (Memento vom 26. August 2015 im Internet Archive)
  273. Jeffrey Horner: Web Application Development with R and Apache. In: rApache. Abgerufen am 12. August 2015 (englisch, aktuelle Version: 1.2.5).
  274. Simon Urbanek: About Rserve. In: RForge. The R Foundation, abgerufen am 12. August 2015 (englisch, aktuelle Version: 1.7-3).
  275. Rwui: Create a user friendly web interface for an R script. In: MRC Biostatistics Unit. Cambridge Institute of Public Health, abgerufen am 12. August 2015 (englisch).
  276. LaybKey Server: Configure Scripting Engines. In: LabKey Server. LabKey Software Foundation, abgerufen am 8. Oktober 2015 (englisch).
  277. The R Foundation for Statistical Computing: Statuten des Vereines The R Foundation for Statistical Computing. (PDF) In: CRAN. 10. September 2002, abgerufen am 17. Oktober 2015.
  278. R Core Team: The R Journal. About The R Journal. In: R Project. The R Foundation, abgerufen am 8. Januar 2016 (englisch).
  279. R Core Team: (Nicht mehr online verfügbar.) In: R Project. The R Foundation, archiviert vom Original am 29. Juni 2015; abgerufen am 30. Juni 2015 (englisch).
  280. Gergely Daróczi: R activity around the world. In: rapporter. Abgerufen am 7. August 2015 (englisch).
  281. Everything is R-some: UseR 2016. 16. August 2016, abgerufen am 14. Februar 2020.
  282. Eindrücke von der größten Konferenz für die Data-Science-Sprache R. 18. Juli 2017, abgerufen am 14. Februar 2020.
  283. First useR! conference in Australia a great success. 24. Juli 2018, abgerufen am 14. Februar 2020.
  284. R Core Team: Mailing Lists. In: R Project. The R Foundation, abgerufen am 29. Juli 2015 (englisch).
  285. Alexander Neumann: Programmiersprache R: Konsortium mit breiter Industrieunterstützung gegründet. In: heise Developer. 1. Juli 2015, abgerufen am 21. Juli 2015.
  286. Members. In: R Consortium. Abgerufen am 12. März 2017 (englisch).
  287. Alexander Neumann: IBM tritt dem R Consortium bei. In: heise Developer. 7. Juni 2016, abgerufen am 11. Juli 2016.
  288. Machlis Musings: New $85K package development service backed by R Consortium. In: Computerworld. 2. November 2015, abgerufen am 19. November 2015 (englisch).
  289. Dice: Dice Tech Salary Survey. (PDF) Salaries and Confidence Rise for U.S. Tech Professionals. In: Dice. DHI Group Inc., 29. Januar 2014, S. 9, abgerufen am 30. Juni 2015 (englisch, Teilnehmer: insgesamt 17236 – vorwiegend US-amerikanische – Beschäftigte aus der Technologiebranche).
  290. Rasmus Bååth: The State of Naming Conventions in R. In: The R Journal. Band 4, Nr. 2, 2012, S. 74–75 (r-project.org [PDF; 133 kB]).
  291. Graham Williams: Data Mining with Rattle and R. Springer, New York 2011, ISBN 978-1-4419-9889-7, S. 15–17.
  292. Robert A. Muenchen: R for SAS and SPSS Users. Springer, New York 2011, ISBN 978-1-4614-0684-6, S. 2–5.
  293. Julia schlägt Python, Matlab, Octave und R. In: dotnetpro. 3. April 2012, abgerufen am 12. März 2017.
wikipedia, wiki, deutsches, deutschland, buch, bücher, bibliothek artikel lesen, herunterladen kostenlos kostenloser herunterladen, MP3, Video, MP4, 3GP, JPG, JPEG, GIF, PNG, Bild, Musik, Lied, Film, Buch, Spiel, Spiele
Veröffentlichungsdatum:
R ist eine freie Programmiersprache fur statistische Berechnungen und Grafiken Sie wurde 1992 von Statistikern fur Anwender mit statistischen Aufgaben neu entwickelt Die Syntax orientiert sich an der Programmiersprache S mit der R weitgehend kompatibel ist und die Semantik an Scheme Als Standarddistribution wird R mit einem Interpreter als Kommandozeilenumgebung mit reduzierten grafischen Schaltflachen angeboten So ist R aktuell auf den wichtigsten Plattformen verfugbar die Umgebung wird von den Entwicklern ausdrucklich ebenfalls als R bezeichnet R ist Teil des GNU Projekts Als integrierte Entwicklungsumgebung und um die Benutzerfreundlichkeit von R zu erhohen wird ausserdem RStudio angeboten RLogo seit 2015BasisdatenParadigmen funktional dynamisch objektorientiertErscheinungsjahr August 1993 1 Designer Ross Ihaka 2 Robert Gentleman 2 Entwickler R Core TeamAktuelle Version 4 3 2 3 31 Oktober 2023 Typisierung dynamisch implizit schwachBeeinflusst von S SchemeBeeinflusste JuliaBetriebssystem Unix artig inkl macOS Linux Mac OS WindowsLizenz GNU GPLwww r project orgZahlreiche online abrufbare Pakete enthalten zusatzliche Funktionen um Daten hinsichtlich Fragestellungen aus unterschiedlichen Fachbereichen zu analysieren weitere eigene Funktionen konnen erstellt werden Die Sprache bietet Schnittstellen zu anderen Programmiersprachen und Moglichkeiten zur Integration in verschiedene Software R grenzt sich in mehrerer Hinsicht von anderen bekannten Statistik Umgebungen ab und ist nicht mehr ausschliesslich als Statistiksoftware zu bezeichnen Obwohl andere heutzutage mit grafischen Benutzeroberflachen versehene Statistik Umgebungen wie SPSS ebenfalls als spezialisierte Programmiersprachen begannen und diese Fahigkeit bis heute beibehalten fokussiert sich R auf seine Starke als Statistik orientierte Programmiersprache R grenzt sich von anderen Programmiersprachen durch die fur Statistik entworfenen Datenstrukturen und Funktionen sowie die besonderen Moglichkeiten bei der Grafikerzeugung ab R gilt als eine Standardsprache fur statistische Problemstellungen sowohl in der Wirtschaft als auch in der Wissenschaft 4 5 6 7 8 Im TIOBE Index belegt R Platz 13 9 im Ranking von RedMonk Platz 12 10 bei PYPL Platz 7 11 und beim Institute of Electrical and Electronics Engineers Platz 7 12 Inhaltsverzeichnis 1 Geschichte 1 1 Ursprunge 1992 1 2 Wachstum von Sprache und Community 1993 2000 1 3 Performance Optimierung seit 2001 1 4 Versionen 2 Eigenschaften 2 1 Programmierparadigmen 2 2 Syntax 2 3 Datenstrukturen 2 4 Klassen 2 5 Dateiformate 2 6 Grundlegende Funktionen 3 Pakete 3 1 Schnittstellen 3 1 1 zu anderer Software und deren Dateiformaten 3 1 2 zu Datenbanken 3 1 3 zu anderen Programmiersprachen 3 1 4 zu Webservices 3 2 Berichtserstellung 3 3 Grafikerstellung 3 4 Datenmanagement 3 5 Entwicklerwerkzeuge 4 Benutzeroberflache 4 1 Externe Benutzeroberflachen 4 2 Benutzeroberflachen in Paketen 4 3 Editoren 4 4 Textverarbeitungswerkzeuge 5 Einbindungen 5 1 Alternative Open Source Interpreter 5 2 Einbindung in Business Plattformen 5 3 Einbindung in Software 5 4 Einbindung in andere Programmiersprachen und Programmbibliotheken 5 5 Einbindung als Skriptsprache in Serverumgebungen 6 Unterstutzung durch Stiftungen 6 1 R Foundation 6 1 1 useR Konferenzen 6 2 R Consortium 7 Rezeption 8 Beispiel 9 Siehe auch 10 Literatur 11 Weblinks 12 EinzelnachweiseGeschichte BearbeitenUrsprunge 1992 Bearbeiten nbsp Ross Ihaka 2010 R wurde 1992 von den Statistikern Ross Ihaka und Robert Gentleman an der Universitat Auckland entwickelt Sie orientierten sich eng an der in den Bell Laboratories heute Teil von Alcatel Lucent und somit Nokia entwickelten Sprache S die zur Verarbeitung statistischer Daten dient R kann als freie Implementierung von S angesehen werden Daher ist die Mehrzahl der fur S geschriebenen Programme unter R lauffahig Der Name der Sprache ist auf den Anfangsbuchstaben der Vornamen der Entwickler Ross Ihaka und Robert Gentleman zuruckzufuhren und zudem in Anlehnung an S entstanden 13 S hatte eine andere Herangehensweise als bisherige Software fur Statistik Mit S konnten Daten schneller explorativ untersucht werden und passende Grafiken erstellt werden wahrend Analysefunktionen zu Beginn der 1990er Jahre noch nicht umfangreich implementiert waren 14 Das Unternehmen Statistical Sciences Inc erwarb eine alleinige Lizenz fur die Verbreitung von S Software ab 1993 15 Ihaka und Gentleman mochten die Herangehensweise und Moglichkeiten die S fur statistische Fragestellungen bot damalige Version S3 Sie bemangelten die Scoping Fahigkeiten von S bei denen klar zwischen lokalen und globalen Variablen unterschieden wurde und insbesondere die Speicherverwaltung die ohne Garbage Collection zu schnellem Anwachsen des dynamischen Speichers fuhrte Sie wollten diese Eigenschaften in ihren Forschungsprojekten nutzen und zudem schneller und flexibler neue analytische Verfahren implementieren ohne auf die S Entwickler angewiesen zu sein Daher erschufen sie R Ein weiterer Vorteil war der verfugbare Quelltext sodass sie R anschaulich fur Lehrzwecke an der Universitat einsetzen konnten 16 17 Die Entwickler schrieben zuerst einen Interpreter fur Scheme und wandelten die Sprache soweit ab dass sie S ahnelte Die Programmierung von R fand in C sogenannte primitive Funktionen Fortran zum Beispiel BLAS und LAPACK fur numerische lineare Algebra und darauf aufbauend in R selbst statt 2011 bestand der Quelltext der Standardbibliothek zu 22 aus R Code wahrend 52 beziehungsweise 26 aller Programmzeilen in C und Fortran geschrieben waren 18 Wachstum von Sprache und Community 1993 2000 Bearbeiten nbsp Erstes Logo1993 wurde die Sprache erstmals offentlich verbreitet Die Designer luden Binardateien ihrer bisherigen Arbeit in der Sektion StatLib der Carnegie Mellon University hoch welches eine Sammelstelle und ein Distributionskanal fur statistische Software war und erhofften sich Feedback Zudem gab es separate Bekanntmachungen an Personen die sich enger mit S befassten Martin Machler 19 von der ETH Zurich war einer der Feedbackgebenden Er ermunterte Ihaka und Gentleman zudem zur freien Distribution von R sodass die Sprache seit Juni 1995 unter der GNU General Public License steht 20 Bis 1996 oder 1997 gab es zwischen 50 und 100 Leute in einer Mailingliste die dabei halfen die Sprache gemeinsam zu verbessern 17 Einige nutzten das zeitgleich sich verbreitende Betriebssystem Linux wofur R die einzige Statistikumgebung war 21 Im Jahr 1997 wurde das R Development Core Team gebildet heute R Core Team das sich um die Weiterentwicklung von R kummert und den Quellcode verandern kann Mittlerweile zahlen zwanzig Personen zu diesem engsten Entwicklerteam um Ross Ihaka und Robert Gentleman Das Comprehensive R Archive Network CRAN als Plattform fur Pakete startete am 23 April 1997 um Anwendern die Moglichkeit zu geben selbst geschriebene Funktionen leichter mit Anderen zu teilen Der alteste offentlich verfugbare Quelltext fur Unixoide fallt auf dieses Datum die Alpha Versionen fur Windows und Mac damals fur das klassische Mac OS erschienen kurze Zeit spater Am 29 Februar 2000 wurde die vom R Development Core Team als stabil betrachtete Version 1 0 veroffentlicht Performance Optimierung seit 2001 Bearbeiten Seit April 2001 gibt es R fur macOS dem Nachfolgebetriebssystem des klassischen Mac OS Im September 2002 grundeten die Mitglieder des R Development Core Teams den gemeinnutzigen Verein The R Foundation for Statistical Computing in Wien welcher sich um die Aussendarstellung kummert Die R Version 2 0 wurde am 4 Oktober 2004 veroffentlicht Seitdem nutzt R Lazy Loading um Daten bei geringer Beanspruchung des Arbeitsspeichers schnell laden zu konnen Ab Version 2 1 18 April 2005 unterstutzt R unterschiedliche Sprachversionen Internationalisierung und Zeichenkodierungen insbesondere UTF 8 In der Folge gab es einige Verbesserung der Performance Dazu zahlt die Einfuhrung von Version 2 11 im April 2010 die R auf 64 Bit Systemen nutzbar macht und bis zu acht Terabyte Arbeitsspeicher adressieren kann Zusatzlich erschien mit der Version 2 13 das Paket compiler welches in R geschriebene Funktionen zu Bytecode kompilieren kann und einen Just in time Compiler enthalt mittlerweile sind die bereits existierenden nicht vom Benutzer geschriebenen Funktionen bereits als Bytecode vorhanden Zudem wurde im Oktober 2011 Version 2 14 grobkornige Nebenlaufigkeit fur parallele Ausfuhrung von Funktionen eingefuhrt Ab Version 3 0 April 2013 sind Indexwerte von 231 und grosser auf 64 Bit Systemen moglich 22 Versionen Bearbeiten Die Versionsnummern von R bestehen aus drei durch Punkte voneinander getrennten Zahlen Grundlegende Anderungen werden durch eine Erhohung der ersten Zahl angezeigt normale durch eine Erhohung der zweiten Zahl Die dritte Zahl wird bei neuen Versionen erhoht die vorwiegend der Behebung von Bugs dienen Seit R Version 2 14 0 hat jede Version zusatzlich einen Codenamen der aus den Benennungen der Peanuts Comics und Filme stammt 23 wie Version 3 3 1 Bug in Your Hair oder Version 4 0 3 Bunny Wunnies Freak Out Versionsnummer Erscheinungsdatum Codename Kommentar0 49 23 4 1997 Start von CRAN erste offentliche Unix Version von R Paket base 0 60 5 12 19970 61 21 12 19970 61 1 11 1 19980 61 2 17 3 19980 61 3 2 5 19980 62 14 6 19980 62 1 15 6 19980 62 2 10 7 19980 62 3 28 8 19980 62 4 23 10 19980 63 13 11 19980 63 1 4 12 19980 63 2 11 1 19990 63 3 5 3 19990 64 0 7 4 19990 64 1 7 5 19990 64 2 2 7 19990 65 0 27 8 19990 65 1 6 10 1999 Moglichkeit Pakete aus R heraus von CRAN zu installieren0 90 0 22 11 1999 Hinzufugung des Pakets splines fur glattende Regressions Splines und interpolierende Splines0 90 1 15 12 19990 99 0 7 2 20001 0 0 29 2 2000 erste von den Entwicklern als stabil betrachtete Version1 0 1 14 4 20001 1 0 15 6 2000 Hinzufugung des Pakets tcltk um auf das Tk Toolkit zur Erstellung von grafischen Benutzeroberflachen zugreifen zu konnen1 1 1 15 8 20001 2 0 15 12 2000 uberarbeitetes Speicherverwaltungssystem mit generationellem Garbage Collector1 2 1 15 1 20011 2 2 26 2 20011 2 3 26 4 2001 erste Version fur macOS1 3 0 22 6 20011 3 1 31 8 20011 4 0 19 12 2001 Hinzufugung der Pakete methods welches S4 Methoden bereitstellt und tools zur Paketentwicklung und verwaltung1 4 1 30 1 20021 5 0 29 4 20021 5 1 17 6 20021 6 0 1 10 20021 6 1 1 11 20021 6 2 10 1 20031 7 0 16 4 20031 7 1 16 6 20031 8 0 8 10 2003 Hinzufugung des Pakets grid fur bessere Steuerung der Position von Grafiken in Output Dateien1 8 1 21 11 20031 9 0 12 4 2004 die Pakete graphics Grafiken stats Statistik Funktionen und utils Programmier und Entwicklerwerkzeuge losen sich aus dem Paket base wichtigste R Funktionen die bisherigen Pakete ctest eda modreg mva nls stepfun und ts werden ins neu geschaffene Paket stats verschoben mle ins neu geschaffene Paket stats4 statistische Funktionen fur S4 Klassen lqs ist nur noch empfohlener Bestandteil der Standardbibliothek1 9 1 21 6 20042 0 0 4 10 2004 Unterstutzung von Lazy Loading das Paket grDevices lost sich aus graphics um den Schritt der Datenvisualisierung von der Output Datei zu trennen Hinzufugung des Pakets datasets welches Beispieldatensatze enthalt2 0 1 15 11 20042 1 0 18 4 2005 Unterstutzung verschiedener Zeichenkodierungen Beginn mehrerer Sprachversionen2 1 1 20 6 20052 2 0 6 10 20052 2 1 20 12 20052 3 0 24 4 20062 3 1 1 6 20062 4 0 3 10 20062 4 1 18 12 20062 5 0 24 4 20072 5 1 28 6 20072 6 0 3 10 20072 6 1 26 11 20072 6 2 8 2 20082 7 0 22 4 20082 7 1 23 6 20082 7 2 25 8 20082 8 0 20 10 20082 8 1 22 12 20082 9 0 17 4 20092 9 1 26 6 20092 9 2 24 8 20092 10 0 26 10 20092 10 1 14 12 20092 11 0 22 4 2010 64 Bit R2 11 1 31 5 20102 12 0 15 10 2010 Hinzufugung von Referenzklassen2 12 1 16 12 20102 12 2 25 2 20112 13 0 13 4 2011 Hinzufugung des Pakets compiler welches eines Bytecode Compiler bereitstellt2 13 1 8 7 20112 13 2 30 9 20112 14 0 31 10 2011 Great Pumpkin Hinzufugung des Pakets parallel wodurch grobkornige Nebenlaufigkeit moglich wird2 14 1 22 12 2011 December Snowflakes2 14 2 29 2 2012 Gift Getting Season2 15 0 30 3 2012 Easter Beagle2 15 1 22 6 2012 Roasted Marshmallows2 15 2 26 10 2012 Trick or Treat2 15 3 1 3 2013 Security Blanket3 0 0 3 4 2013 Masked Marvel Unterstutzung von Indexwerten grosser 2313 0 1 16 5 2013 Good Sport3 0 2 25 9 2013 Frisbee Sailing3 0 3 6 3 2014 Warm Puppy3 1 0 10 4 2014 Spring Dance3 1 1 10 7 2014 Sock it to Me3 1 2 31 10 2014 Pumpkin Helmet3 1 3 9 3 2015 Smooth Sidewalk3 2 0 16 4 2015 Full of Ingredients Einige Konzepte aus pqR einer beschleunigten Abart des R Interpreters wurden in R eingepflegt Besseres Handling von grossen Objekten im Arbeitsspeicher 3 2 1 18 6 2015 World Famous Astronaut3 2 2 14 8 2015 Fire Safety3 2 3 10 12 2015 Wooden Christmas Tree3 2 4 10 3 2016 Very Secure Dishes3 2 5 14 4 2016 Very Very Secure Dishes3 3 0 3 5 2016 Supposedly Educational R kann jetzt auf allen Plattformen via HTTPS Dateien herunterladen Neue Funktion sigma welche aus verschiedenen statistischen Modellen die residual standard deviation berechnet Einige Grundfunktionen wie match wurden neu implementiert und beschleunigt 3 3 1 21 6 2016 Bug in Your Hair3 3 2 31 10 2016 Sincere Pumpkin Patch3 3 3 6 3 2017 Another Canoe3 4 0 21 4 2017 You Stupid Darkness Der Just In Time Byte Code Compiler ist standardmassig aktiviert3 4 1 30 6 2017 Single Candle3 4 2 28 9 2017 Short Summer3 4 3 30 11 2017 Kite Eating Tree3 4 4 15 03 2018 Someone to Lean On3 5 0 23 04 2018 Joy in Playing ALTREP Framework standardmassig aktiviert alternative Reprasentation von R Objekten 3 5 1 02 07 2018 Feather Spray3 5 2 20 12 2018 Eggshell Igloo3 5 3 26 03 2019 Great Truth3 6 0 26 04 2019 Planting of a Tree3 6 3 29 2 2020 Holding the Windsock 20 Geburtstag von R 1 04 0 0 24 04 2020 Arbor Day Als grosste Neuerung werden nun alle Referenzen gezahlt so dass R Programme effizienter mit dem Arbeitsspeicher umgehen Matrizen werden nun konsistent als zweidimensionale Arrays implementiert Fur die Erstellung von Grafiken wurde die Farbpalette verbessert so dass nun verschiedene Farbtone dieselbe Luminanz aufweisen 24 4 0 1 2020 06 06 See Things Now4 0 2 2020 06 22 Taking Off Again4 0 3 2020 10 10 Bunny Wunnies Freak Out4 0 4 2021 02 15 Lost Library Book4 0 5 2021 03 31 Shake and Throw4 1 0 2021 05 18 Camp Pontanezen4 1 1 2021 08 10 Kick Things4 1 2 2021 11 01 Bird Hippie4 1 3 2022 03 10 One Push Up4 2 0 2022 04 22 Vigorous Calisthenics4 2 1 2022 06 23 Funny Looking Kid4 2 2 2022 10 31 Innocent and Trusting4 2 3 2023 03 15 Shortstop Beagle4 3 0 2023 04 21 Already Tomorrow4 3 1 2023 06 16 Beagle ScoutsEigenschaften BearbeitenR muss nicht kompiliert werden und bringt Benutzereingaben in der Kommandozeilenkonsole nach Betatigen der Enter Taste unmittelbar zur Ausfuhrung Es lassen sich zudem Programme in Skripten ausfuhren Im Folgenden wird auf die Programmierparadigmen Syntax und Datentypen eingegangen sowie die Dateiformate und Funktionalitaten der Standard Version genannt 25 26 27 Programmierparadigmen Bearbeiten R ist eine Multiparadigmensprache der vierten Generation Der kanadische Statistiker John M Chambers welcher S mitentwickelt hat fasst die Funktionsweise von R folgendermassen zusammen To understand computations in R two slogans are helpful Everything that exists is an object Everything that happens is a function call Um Berechnungen in R zu verstehen sind zwei Satze hilfreich Alles was existiert ist ein Objekt Alles was passiert ist ein Funktionsaufruf John M Chambers 28 Das funktionale Herz ist von Scheme und Haskell inspiriert Funktionen konnen als First Class Objekte neu erstellt unter anderem Namen gespeichert werden uberschrieben werden sie sind somit keine Schlusselworte und ihrerseits an andere Funktionen ubergeben werden Closures Es ist moglich Funktionen zu benennen oder anonym zu deklarieren Lambda Funktionen Einige Funktionen sind dazu geschaffen vektorwertig ausgefuhrt zu werden fur Rekursion wurde nicht optimiert Viele Funktionen arbeiten unterschiedlich in Abhangigkeit vom Input Reflexion Oft gibt es notwendige Argumente fur Funktionen beispielsweise Daten meistens weitere optionale Argumente Argumente konnen in Abhangigkeit anderer Argumente definiert werden Argumente werden per deep copy ubergeben Die Namen der jeweiligen Funktionsparameter konnen beim Funktionsaufruf abgekurzt werden sodass sie eindeutig sind oder weggelassen werden sofern die Reihenfolge der Argumente mit derjenigen der Funktionsparameter ubereinstimmt Daruber hinaus gibt es die Moglichkeit beim Erstellen neuer Funktionen fur Funktionsparameter Standardwerte zu setzen Auch Currying ist moglich Sofern nicht anders spezifiziert ist das zuletzt zugewiesene Objekt innerhalb einer Funktion ihr Ruckgabewert Insgesamt bestehen Funktionen aus den Komponenten Argumente Korper und Umgebung Fur die Funktionsweise von Funktionen ist die Umgebung entscheidend in der sie erstellt wurde nicht die aus der sie aufgerufen wird Dieses Lexical Scoping ist eine der Eigenschaften von Scheme die in R ubernommen wurde und in den anderen S Implementierungen nicht existiert Neu erstellte Objekte befinden sich in der Umgebung in der sie erschaffen wurden und jeder auszuwertende Ausdruck kann durch sein Ergebnis ersetzt werden referenzielle Transparenz R verwendet Lazy Evaluation das heisst Code wird erst ausgewertet wenn er benotigt wird call by need R kann daher mit Futures umgehen was es daruber hinaus ermoglicht Funktionen ineinander zu verschachteln und unbegrenzte Datenstrukturen zu erstellen Berechnungen auf symbolischer Ebene sind standardmassig kein Bestandteil von R R hat zudem Eigenschaften die fur dynamische Programmierung typisch sind Variablen konnen flexibel die Struktur verandern Es ist moglich Code fur noch nicht ausgewertete Ausdrucke zu erhalten Text kann dynamisch als Code ausgewertet werden Des Weiteren konnen die Futures mehrfach ausgewertet werden R implementiert die in der vierten Version von S hinzugefugten Klassen und Multimethoden fur Ad hoc Polymorphie sodass objektorientierte Programmierung moglich wurde Als Klassensystem mit anderer Herangehensweise wurden die Referenzklassen spater hinzugefugt siehe Unterabschnitt Klassen Eingelesene Daten speichert R im Hauptspeicher Die Datenspeicherung erfolgt spaltenorientiert R nutzt Garbage Collection und Lazy Loading zur Verringerung des Speicherbedarfs Es gibt kein Aliasing Syntax Bearbeiten R ist case sensitive unterscheidet also Gross und Kleinschreibung Objekte konnen mit dem Zuweisungsoperator lt und in vielen Fallen erstellt oder uberschrieben werden Fur Objektnamen sind alphanumerische Zeichen Punkt und Unterstrich erlaubt als erstes Zeichen jedoch nur Buchstaben oder ein Punkt in letzterem Fall ist das Objekt versteckt Der Super Zuweisungsoperator lt lt weist Variablen der nachsthoheren Umgebung Werte zu und bildet die einzige Moglichkeit Wirkungen zu erzielen Funktionen dienen dazu Variablen zu verandern miteinander in Beziehung zu setzen statistische Analysen durchzufuhren und mehr Nach dem Funktionsnamen steht beim Aufruf eine offnende runde Klammer die schliessende runde Klammer schliesst die Funktion ab Innerhalb der Klammern konnen der Funktion Argumente ubergeben werden die durch Kommas getrennt werden Die logischen mathematischen und Zuweisungsoperatoren sowie Operatoren der Art dazu zahlen alle benutzerdefinierten werden ublicherweise statt einer Voranstellung zwischen zwei Argumenten platziert Ein doppelter Doppelpunkt wie in Paket Funktion greift auf Funktion aus Paket zu ohne dass das Paket geladen ist oder zum Suchpfad hinzugefugt wurde Funktionen die nacheinander ausgefuhrt werden sollen konnen durch Semikola getrennt werden oder in separate Codezeilen geschrieben werden Eckige Klammern dienen der Indizierung von Elementen aus Datenstrukturen Das Dollarzeichen erleichtert sofern vorhanden eine Indizierung uber Namen sodass Inhalte assoziativ angesprochen werden konnen Geschweifte Klammern legen Programmierblocke fest Text nach dem Doppelkreuz stellt bis zum Zeilenende einen Kommentar dar Einruckungen und wiederholter Leerraum haben keinen Einfluss auf die Ausfuhrung von R Code Als Kontrollstrukturen gibt es if else if else und das elementweise ifelse sowie switch als bedingte Anweisungen und die Schleifen for Zahl und Mengenschleife while kopfgesteuert sowie repeat if Bedingung break fussgesteuert Goto Sprunganweisungen sind kein Bestandteil von R Im Bereich der statistischen Modelle werden bei vielen Verfahren Abhangigkeiten durch Formeln mit Hilfe einer Tilde spezifiziert Dabei stehen abhangige Variablen links und erklarende Variablen rechts von der Tilde Arithmetische Operatoren haben in diesem Kontext eine andere Bedeutung und stehen fur die Aufnahme und das Entfernen weiterer Variablen sowie die Einbeziehung von Interaktionseffekten Datenstrukturen Bearbeiten Als atomare Datentypen existieren in R die leere Menge NULL logische TRUE und FALSE numerische double integer und komplexe Werte sowie Zeichenketten character und raw fur Byte Reprasentation Es gibt keine Skalare Die einfachste vorkommende Datenstruktur ist der Vektor Ein Vektor ist uber die drei Eigenschaften Typ Lange und Attribute definiert Die Elemente von Vektoren eindimensional Matrizen ein oder zweidimensional und Arrays beliebig dimensional mussen Elemente gleichen Datentyps sein Rechenoperationen werden auf alle Elemente dieser Datenstrukturen angewendet Bei Zuweisung unterschiedlicher Datentypen zu einem Vektor werden die Daten in den flexibelsten Datentyp umgewandelt Das erste Element eines Vektors hat den Index 1 Neben diesen homogenen Datenstrukturen werden oft Data Frames verwendet um Daten als Datensatz darzustellen Data Frames sind matrizenformig konnen jedoch aus Spalten unterschiedlicher Datentypen bestehen Daruber hinaus gibt es Listen In Listen sind Daten beliebiger R Strukturen und Datentypen enthalten Objekte verschiedener Datenstrukturen konnen gemeinsam in der Arbeitsumgebung existieren und gleichzeitig in Analysen verwendet werden Wenn Datenstrukturen unterschiedlicher Dimensionen elementweise miteinander verknupft werden wird meistens sogenanntes Recycling verwendet wobei das kurzere Objekt so lange aneinander gereiht wird bis es die Lange des langeren Objektes erreicht Fehlende Werte werden in R als NA Not Available bezeichnet benutzerdefinierte fehlende Werte konnen nicht angegeben werden Nicht definierte Werte werden als NaN Not a Number dargestellt Attribute liefern Metadaten zu R Objekten Name Klasse S3 und Dimension sind die wichtigsten Attribute Sie bleiben in vielen Fallen beim Modifizieren von Objekten erhalten die meisten anderen Attribute entfallen Benutzerdefiniert konnen eigene Attribute erganzt werden Klassen Bearbeiten R verfugt uber vier Klassensysteme Der Basis Typ wurde in C erstellt und bildet die Grundlage fur die anderen Klassensysteme S3 Klassen bestehen in R seit Beginn S4 Klassen wurden den Klassen der spater entwickelten vierten Version von S nachempfunden und Referenzklassen wurden als letztes hinzugefugt Im S3 Klassensystem gehoren Methoden nicht zu Objekten oder Klassen sondern zu Funktionen sie entsprechen somit generischen Funktionen Die generische Funktion entscheidet daruber welche Methode aufgerufen wird Es gibt keine formale Beschreibung einer Klasse Um ein Objekt einer Klasse zuzuordnen reicht es aus das Attribut der Klasse zu setzen Eine oft verwendete Klasse ist factor wobei ein integer Vektor fur kategoriale Variablen verwendet wird indem den Zahlen Auspragungen zugewiesen werden Das S4 Klassensystem ist eine Erweiterung der S3 Klassen Die Funktionsweise ist ahnlich sodass Methoden zu Funktionen gehoren Klassen haben jedoch formale Definitionen welche die Felder und Vererbungsstrukturen Basisklasse beschreiben Eine S4 Klasse besteht aus drei Eigenschaften der Name zur Identifizierung der Klasse eine Liste der Felder um Namen der Felder und zugelassene Klassen zu definieren sowie eine Zeichenkette mit der Klasse von der sie abgeleitet ist Mit S4 Klassen ist eine mehrfache Vererbung moglich Es gibt Hilfsfunktionen um Methoden und generische Funktionen zu definieren Das S4 Klassensystem implementiert Multimethoden sodass generische Funktionen Methoden auf Grundlage der Klassen mehrerer Argumente auswahlen konnen Mit dem At Zeichen konnen Felder von einem S4 Objekt extrahiert werden Objekt und Methode werden im Funktionsaufruf durch einen Punkt getrennt Benutzerdefiniert konnen neue Klassen erstellt oder bestehende umdefiniert werden Im System der Referenzklassen gehoren Methoden zu Klassen und nicht zu Funktionen Methoden werden zu Objekten gesendet Nachrichtenaustausch und das Objekt entscheidet welche Funktion aufzurufen ist Objekte sind veranderlich und verhalten sich ahnlich wie Objekte in den objektorientierten Sprachen Python Ruby Java und C Objekt und Methode werden im Funktionsaufruf durch das Dollarzeichen getrennt Dateiformate Bearbeiten R Code wird in Textdateien gespeichert die ublicherweise die Dateiendung R besitzen Das Format RData oder kurz Rda wird verwendet um ein R Objekt beispielsweise einen Datensatz oder eine Kollektion von R Objekten also Daten und Funktionen im R internen binaren serialisierten Format abzuspeichern wobei diese Dateien zusatzlich standard komprimiert sind Die gesamte Arbeitsumgebung kann so ebenfalls als RData Datei gespeichert werden Die zuletzt verwendeten Befehle in der Kommandozeile werden zudem als Rhistory gespeichert Einzelne Objekte konnen als Rds gespeichert werden In R werden Daten oft durch CSV Dateien und Textdateien importiert und exportiert Mit Hilfe von Paketen siehe Abschnitt Pakete konnen zahlreiche andere Dateiformate z B von Microsoft Excel und anderer Statistiksoftware importiert und exportiert werden Daten konnen zudem aus der Zwischenablage clipboard eingefugt werden Fur die Erstellung von Grafiken konnen devices geoffnet werden mit denen Output statt in die Konsole in Dateien geschrieben wird Dabei werden die Grafikformate JPEG PNG SVG TIFF Windows Bitmap und Metafile sowie Cairo Grafiken unterstutzt Ausserdem konnen die Formate PDF PostScript und Encapsulated PostScript erstellt werden und die beim macOS verbreitete Grafikschicht Quartz sowie unixtypische X Window System und Xfig angesprochen werden Grundlegende Funktionen Bearbeiten Der Funktionsumfang einer R Installation umfasst die Verwaltung von Dateien inklusive Herunterladen Entpacken und Einlesen Des Weiteren sind Funktionen zur Erstellung Prufung und Umwandlung von Datenstrukturen enthalten Es gibt zahlreiche Funktionen zum Datenmanagement unter Verwendung regularer Ausdrucke oder printf zur Bearbeitung und Formatierung von Zeichenketten Schleifen bedingte Anweisungen und Verzweigungen sind enthalten sowie Funktionen der apply und MapReduce Familien Funktionen hoherer Ordnung die alternativ genutzt werden konnen Zahlreiche Funktionen der deskriptiven Statistik sind implementiert und einige Analysefunktionen Dies umfasst lineare und generalisierte lineare Modelle sowie die Varianzanalyse Im Bereich Zeitreihenanalyse zahlen dazu ARMA Modelle Interpolations und Glattungsverfahren etwa exponentielle Glattung Kalman Filter und Fourier Transformation sowie Dekomposition Auch Hauptkomponenten und Faktorenanalyse die multidimensionale Skalierung und Verfahren der Clusteranalyse hierarchisch sowie K Means sind aufzuzahlen Einige statistische Tests und Wahrscheinlichkeitsverteilungen mit Dichte Verteilungsfunktion Quantilsfunktion und Zufallszahlen gehoren zum Standardumfang Mehrere mathematische Funktionen zahlen ebenfalls dazu etwa spezielle Funktionen trigonometrische Funktionen Mengenoperationen Matrixoperationen und Optimierungsalgorithmen Zusatzlich befinden sich Beispieldatensatze in R Es existieren zahlreiche Funktionen fur die Erstellung von Grafiken und erganzenden grafischen Elementen inklusive LaTeX ahnlicher Ausdrucke fur mathematische Beschriftungssymbole R nutzt das Hexadezimalsystem zur Reprasentation von Farben und beinhaltet 657 bereits in Worten spezifizierte Farben Hinzu kommen Funktionen zum Abruf von Metadaten zur Paketverwaltung fur Debugging und Profiling sowie zur Veranderung von Einstellungen Um R als Skriptsprache fur automatisierte Analysen zu verwenden kann R Code in eine Textdatei geschrieben und auf Windows entweder mit Rscript lt Dateiname gt oder R CMD BATCH lt Dateiname gt als Anweisung in einer Stapelverarbeitungsdatei ausgefuhrt werden Auf unixoiden Systemen kann R Code mit chmod ausfuhrbar gemacht werden und falls Rscript installiert ist kann der Code wie jedes andere Skript ausgefuhrt werden Somit konnen wiederkehrende Aufgaben mit Hilfe der Windows Aufgabenplanung oder durch Cron erstellt werden Untenstehendes Programm schreibt Hello World auf die Kommandozeile siehe auch Hallo Welt Programm die erste Zeile des Programms ist die sogenannte Shebang Zeile usr bin Rscript mein erstes R Skript writeLines Hello World In R gibt es einen Bytecode Compiler und die Grundinstallation von R enthalt den Befehl system womit Befehle an das Betriebssystem ubergeben werden Somit konnen beliebige bereits bestehende Programme und Skripte mit Ubergabe von Kommandozeilenparametern gestartet und der Ruckgabewert in einer Variable gespeichert werden Ebenfalls sind die Befehle C und Fortran vorhanden um bereits kompilierte Programme in C und Fortran einzubinden Auf diese Weise werden viele rechenintensive Subroutinen in besser geeignete Programmiersprachen ausgelagert wahrend die statistischen Methoden in R implementiert sind So konnen Statistiker die in R ihre Daten auswerten rasch neue Methoden entwickeln wahrend Programmierer diese spater bei Bedarf optimieren Pakete BearbeitenDie Standardbibliothek von R besteht aus 29 Paketen Programmbibliotheken in denen Funktionen zu ahnlichen Themen gebundelt sind Diese Pakete sind in den herunterladbaren Distributionen von R enthalten Die wichtigsten 14 Pakete mit den obigen Funktionen sind bei jedem Programmstart geladen sie werden zusammen mit R selbst aktualisiert Die weiteren 15 Pakete werden empfohlen Der Funktionsumfang kann durch eine Vielzahl von zusatzlichen Paketen erweitert und an spezifische statistische Problemstellungen aus diversen Anwendungsbereichen angepasst werden Viele Pakete konnen dabei direkt aus einer uber die R Konsole abrufbaren Liste ausgewahlt und automatisch installiert werden Zentrales Archiv fur diese Pakete ist das Comprehensive R Archive Network CRAN mit Haupt Server an der Wirtschaftsuniversitat Wien und zahlreichen Spiegelservern 29 Bioconductor ist eine weitere Sammlung von R Paketen mit Erweiterungen aus der Bioinformatik insbesondere der Analyse von Genexpressionsdaten Es gibt uber 10000 Pakete auf CRAN 30 und 1294 Pakete auf Bioconductor 31 Unter der Rubrik Task Views 32 enthalt CRAN eine Liste von 33 Themengebieten fur welche eine kommentierte Beschreibung der fur das Themengebiet relevanten Pakete vorhanden ist Dies sind bayessche Statistik Chemometrik und Computerphysik klinische Studien Clusteranalyse Differentialgleichungen Wahrscheinlichkeitsverteilungen Okonometrie mathematische Beschreibung im Umweltbereich Statistische Versuchsplanung Finanzen Genetik Grafiken Hochleistungsrechnen und Parallelrechnen maschinelles Lernen bildgebende Verfahren in der Medizin Metaanalyse multivariate Verfahren Computerlinguistik numerische Mathematik amtliche Statistik und Befragung Optimierung Pharmakokinetik Phylogenese Psychometrie reproduzierbare Forschung robuste Schatzverfahren Sozialwissenschaften Geostatistik Geostatistik mit Berucksichtigung der Zeit Ereigniszeitanalyse Zeitreihenanalyse Webservices und technologien sowie probabilistische graphische Modelle Im Folgenden wird ein Uberblick auf wichtige Pakete gegeben die R mit anderer Software verknupfen oder haufig heruntergeladen wurden 33 Schnittstellen Bearbeiten zu anderer Software und deren Dateiformaten Bearbeiten Das Paket foreign 34 erlaubt es Datensatze aus den anderen Statistikprogrammen SPSS SAS zum Teil Stata SYSTAT Minitab Epi Info GNU Octave sowie Weka einzulesen zu analysieren und in den jeweiligen Formaten zu speichern translateSPSS2R 35 unterstutzt die Ubersetzung von SPSS Code nach R sas7bdat 36 ermoglicht das Einlesen von SAS Dateien R matlab 37 das von Matlab Dateien Zudem kann Matlab dadurch uber R gesteuert werden Ahnliches bietet RcppOctave 38 zusatzlich fur GNU Octave Software fur Maschinelles Lernen wie Weka und H2O konnen durch RWeka 39 sowie h2o 40 eingebunden werden Die Bibliotheken TensorFlow tensorflow 41 und Caffe caffeR 42 fur Deep Learning konnen mit R genutzt werden Die Programme OpenBUGS R2OpenBUGS 43 Stan rstan 44 und JAGS rjags 45 fur Bayessche Statistik sowie Gurobi gurobi 46 fur mathematische Optimierung lassen sich uber Pakete einbinden Mit hexView 47 konnen unter anderem EViews Dateien eingelesen werden Mit readxl 48 konnen Microsoft Excel Dateien eingelesen werden mit gnumeric 49 OpenDocuments Im Bereich der Auszeichnungssprachen fur Datenserialisierung gibt es fur XML Dateien das Paket XML 50 und yaml 51 fur YAML Dateien Auf das Chemistry Development Kit Chemoinformatik welches die Chemical Markup Language verwendet kann mit rcdk 52 53 zugegriffen werden Fur wissenschaftliche Daten konnen die Formate NetCDF und das Hierarchical Data Format mit RNetCDF 54 sowie rhdf5 55 eingelesen werden Astronomische Daten aus dem Flexible Image Transport System konnen ebenfalls in R geladen werden mit FITSio 56 R ArcGIS 57 geosapi 58 RSAGA 59 RQGIS 60 und rgrass7 61 bieten Schnittstellen zu den Geoinformationssystemen ArcGIS GeoServer SAGA QGIS und GRASS GIS aRT 62 zu TerraLib und rgdal 63 zur Geospatial Data Abstraction Library fur Rasterdaten Shapefiles und Dateien der Keyhole Markup Language von Google Earth konnen mit maptools 64 eingelesen werden Mit tuneR 65 konnen MP3 Dateien und Wavesounds in R eingelesen werden audio 66 ermoglicht die akustische Wiedergabe von diesen Audiodateien mit Hilfe des Mediaplayers zu Datenbanken Bearbeiten Mehrere Pakete liefern Schnittstellen um auf Datenbanken zuzugreifen Dazu zahlen im Allgemeinen das Front End DBI 67 zusammen mit RODBC 68 ODBC oder Java basiert RJDBC 69 JDBC Fur relationale Datenbanken gibt es zudem RMySQL 70 MySQL und MariaDB RSQLite 71 SQLite und teradataR 72 Teradata Aster Bezuglich objekt relationalen Datenbanken gibt es die Pakete RSQLServer 73 fur Microsoft SQL Server ibmdbr 74 Db2 RPostgreSQL 75 PostgreSQL und ROracle 76 fur Oracle Datenbanken Das Paket r exasol 77 ermoglicht die Anbindung an die relationale In Memory Datenbank von EXASOL MonetDB R 78 an die spaltenorientierte Datenbank MonetDB Fur NoSQL und Key Value Datenbanken gibt es RCassandra 79 Apache Cassandra und rredis 80 Redis RNeo4j 81 fur die Graphdatenbank Neo4j und RCouchDB 82 rfml 83 sowie mongolite 84 fur die dokumentenorientierten Datenbanken CouchDB MarkLogic beziehungsweise MongoDB SparkR 85 86 bindet R in das Big Data Framework Apache Spark ein welches auf In Memory Verarbeitung basiert und rkafka 87 bezieht Nachrichtenprotokolle aus Apache Kafka RImpala 88 verwendet Apache Impala fur schnelle interaktive SQL Abfragen und elastic 89 verwendet Elasticsearch SQL ahnliche Abfragen konnen mit sqldf 90 innerhalb von R genutzt werden zu anderen Programmiersprachen Bearbeiten Verschiedene Pakete bieten Schnittstellen zu anderen Programmiersprachen die zur Performance Optimierung und zur Erweiterung des Funktionsumfangs eingesetzt werden Hauptsachlich wird dafur das Paket Rcpp 91 92 verwendet welches zum Beispiel die Verwendung von C Funktionen in externen Quellcode Dateien oder in R selbst ermoglicht wobei die Funktionen bei jedem Programm Ablauf erneut kompiliert werden rJava 93 bietet eine Schnittstelle zu Java rscala fur Scala 94 und rPython 95 fur Python Der Kommandozeileninterpreter IPython Jupyter kann mit IRkernel 96 genutzt werden Mit rocker 97 kann R im Rahmen von Docker in virtuellen Containern isoliert werden zu Webservices Bearbeiten Mit rvest 98 konnen Websites gescraped werden um deren HTML Inhalte in R nutzbar zu machen Die Funktionsweise ist Beautiful Soup von Python nachempfunden Verschiedene weitere Pakete sind direkt auf bestimmte Websites zugeschnitten und bieten dort mehr Komfort Das Paket twitteR 99 erlaubt einen Zugriff auf Beitrage bei Twitter Rfacebook 100 greift auf die Facebook API zu Mit googleVis 101 102 konnen die Google Charts genutzt werden mit RGoogleAnalytics 103 Google Analytics Eine Schnittstelle zur OpenStreetMap bietet osmar 104 Dieser Wikipedia Artikel und weitere Seiten verwandter Projekte lassen sich als HTML oder Wikitext mit WikipediR 105 in R laden Mit RSelenium 106 kann der Selenium WebDriver eingebunden werden und somit von R aus ein Webbrowser gesteuert werden 107 Das Paket mailR 108 ermoglicht das Senden von E Mails aus R heraus Berichtserstellung Bearbeiten Fur Reporting Zwecke lasst sich R Code in LaTeX knitr 109 110 Sweave oder HTML beziehungsweise Markdown knitr rmarkdown 111 einbinden knitr bereitet R Code uberdies fur die weiteren Auszeichnungssprachen AsciiDoc und reStructuredText auf und bietet eine Anbindung an Pandoc xtable 112 erlaubt es Tabellen mit R Daten zu gestalten und liefert deren LaTeX sowie HTML Code texreg 113 und stargazer 114 stellen die Ergebnisse verschiedener Modelle in einer Tabelle dar und unterstutzen unterschiedliche Ausgabeformate Text HTML LaTeX Mit dem Paket ReporteRs 115 lassen sich unter anderem Vektorgrafiken erstellen die auch nachtraglich in Microsoft Word und PowerPoint bearbeitet werden konnen tikzDevice 116 erstellt den Code der oft in LaTeX verwendeten PGF TikZ Grafiken jsonlite 117 ermoglicht es Data Frames als JSON Objekte zu speichern Grafikerstellung Bearbeiten Das Paket lattice 118 119 setzt die Idee der Trellis Grafiken 120 zur Visualisierung von multivariaten Daten um ggplot2 121 122 ermoglicht es ebenfalls durch grossere Abstraktion schneller komplexe Grafiken zu erstellen Dieses Paket ist eine Implementierung von Leland Wilkinsons Grammar of Graphics 123 Mit ggvis 124 basieren auf ggplot2 und plotly 125 und shiny 126 lassen sich interaktive web basierte Grafiken erstellen rgl 127 eignet sich fur interaktive dreidimensionale Grafiken Bei der Grafikerstellung unterstutzen zudem die Pakete scales 128 Zuordnung von Daten auf asthetische Elemente sowie labeling 129 weitere Achsenbeschriftungs Optionen Die Graph Modelling Language und ihre Anwendung in Grafiken zur Netzwerkanalyse wird durch igraph 130 implementiert Auch auf das Graphviz kann zur Graph Visualisierung mit Rgraphviz 131 zugegriffen werden Turtle Grafiken konnen mit TurtleGraphics 132 umgesetzt werden Ebenfalls der Veranschaulichung dienen animierte Konzepte aus der Statistik im Paket animation 133 das ausserdem Funktionen liefert um eigene Animationen in R umzusetzen Mit dem Paket munsell 134 kann das Munsell Farbsystem genutzt werden mit Hilfe von colorspace 135 lassen sich Farbzuordnungen innerhalb einer grossen Zahl an Farbsystemen realisieren Der RColorBrewer 136 kann eine Farbpalette nach benutzerdefinierten Vorgaben erzeugen etwa zur Kolorierung von Landkarten Datenmanagement Bearbeiten Im Bereich Datenmanagement vereinfacht plyr 137 138 das Bearbeiten von Listen dplyr 139 das von Data Frames tidyr 140 das Transformieren von Data Frames Wide Format und Long Format stringi 141 und stringr 142 143 die Bearbeitung von Zeichenketten lubridate 144 145 das Editieren von Datums und Zeitangaben und zoo 146 147 den Umgang mit Zeitreihen data table 148 ist eine effizientere Version mit erweitertem Funktionsumfang anstelle von Data Frames Ein Message Passing Interface fur den Nachrichtenaustausch bei parallelen Berechnungen auf verteilten Computersystemen kann entweder per Master Slave Rmpi 149 oder per SPMD pbdMPI 150 umgesetzt werden Die CUDA Technik von Nvidia kann mit Hilfe von gputools 151 realisiert werden Durch digest 152 lassen sich verschiedene kryptologische Hashfunktionen auf R Objekte anwenden Entwicklerwerkzeuge Bearbeiten Mit devtools 153 konnen eigene Pakete erstellt installiert und uberpruft werden roxygen2 154 unterstutzt ihre Dokumentierung RUnit 155 xUnit und testthat 156 ermoglichen automatisierte Softwaretests Das Paket sos 157 158 ermoglicht es R und R Pakete nach Funktionen zu durchsuchen installr 159 aktualisiert R und andere Software unter Windows Mit dem Pipe Operator gt aus dem Paket magrittr 160 lassen sich R Funktionen sequenziell ausfuhren anstatt sie ineinander zu verschachteln um bessere Code Lesbarkeit zu erzielen Benutzeroberflache BearbeitenDie R Installation beinhaltet RGui eine Oberflache in der R in einer Art Kommandozeilenumgebung lauft Ein paar Menubefehle ermoglichen Zugriff auf Hilfe Paketverwaltung Operationen bezuglich der Arbeitsumgebung sowie die Moglichkeit Skriptdateien zu erstellen und auszufuhren Externe Benutzeroberflachen Bearbeiten Mehrere grafische Benutzeroberflachen und integrierte Entwicklungsumgebungen bieten weitere Moglichkeiten bei der Arbeit mit R Dazu zahlen RStudio 161 auch als Version fur Linux Server erhaltlich Visual Studio Code 162 von Microsoft die Java basierte Benutzeroberflache JGR 163 Jaguar Java GUI for R RKWard R AnalyticFlow 164 die Mathematik Software Cantor 165 die cloud basierte Number Analytics 166 fur Einsteiger sowie StatET 167 Eclipse und der darauf aufbauende Architect 168 Sie zeichnen sich im Wesentlichen durch Autovervollstandigung automatische Einruckungen Syntaxhervorhebung Code Faltung integrierte Hilfe Informationen zu Objekten in der Arbeitsumgebung und Daten Viewer oder Editoren aus Erweiterte Entwicklungsoptionen wie Versionsverwaltung mit Git oder grafisches Debugging sind teilweise enthalten Benutzeroberflachen in Paketen Bearbeiten Zwei umfangreiche grafische Benutzeroberflachen die als Pakete in R bereitgestellt werden sind der R Commander Paketname Rcmdr 169 und relax 170 Bei beiden lassen sich einige wichtige Prozeduren der explorativen und analytischen Statistik uber ein Menusystem aufrufen Ebenso konnen uber das Menu Standardgrafiken erzeugt werden Der R Commander ist betriebssystemunabhangig geschrieben und erleichtert das Datenmanagement sowie das Schreiben von Skripten 171 relax ist speziell darauf konzipiert die Datenanalyse und Dokumentation der Ergebnisse im Stil des Literate programming in ein Dokument zu integrieren vergleiche Sweave Des Weiteren gibt es das Paket rattle 172 173 welches als grafische Benutzeroberflache einen Einstieg in Data Mining Projekte bietet RQDA 174 ist eine grafische Benutzeroberflache fur qualitative Datenanalyse statnet 175 fur Netzwerkanalyse Der Deducer 176 eignet sich vor allem zum Bearbeiten von Data Frames Ein weiteres Paket ist pmg 177 Grafische Benutzeroberflachen wie diese lassen sich mit Tk GTK mit Hilfe des Pakets RGtk2 178 oder Qt qtbase 179 erstellen Editoren Bearbeiten Die Editoren Notepad 180 Bluefish 181 CodeMirror 182 Emacs 183 Aquamacs 184 Geany 185 gedit 186 jEdit 187 Kate SciTE 188 Smultron 189 Sublime Text 190 TextMate 191 TextPad 192 Tinn 193 Vim 194 WinEdt 195 und TextWrangler 196 sowie SubEthaEdit 197 unterstutzen R entweder nativ oder mithilfe entsprechender Erweiterungen Textverarbeitungswerkzeuge Bearbeiten Die Textverarbeitungssysteme GNU TeXmacs 198 LyX 199 mit Sweave oder knitr und ShareLaTeX 200 knitr binden R ein das Software Dokumentationswerkzeug Natural Docs 201 und Travis CI 202 fur kontinuierliche Integration ebenfalls Die Notiz Software Org mode 203 und Zim 204 nutzen R fur Grafiken und ermoglichen eine interaktive Bearbeitung Einbindungen BearbeitenAlternative Open Source Interpreter Bearbeiten Mehrere alternative Interpreter wurden entwickelt etwa um R leistungsfahiger zu machen und besser in bestehende Software zu integrieren pqR 205 ist ein schnellerer R Interpreter und eine Abspaltung von GNU R pqr eignet sich fur parallele Programmierung da automatisch mehrere Prozessorkerne genutzt werden konnen Der Interpreter ist in C geschrieben und nur unter Linux lauffahig viele R CRAN Pakete laufen auch unter pqR aber nicht alle 206 Der Interpreter Renjin 207 basiert auf der Java Virtual Machine und zeichnet sich durch implizite Nebenlaufigkeit Just in time Kompilierung von Bytecode und eine bessere Implementierung von Java aus Garbage Collection findet parallelisiert statt Es ist moglich Code bei Platform as a Service Providern wie Google App Engine Amazon Beanstalk oder Salesforce Heroku abzulegen Renjin wird durch das Unternehmen BeDataDriven unterstutzt FastR 208 ist ein javabasierter Interpreter der auf den Truffle Interpreter und den Graal Byte Compiler aufgesetzt wurde Er ist in Zusammenarbeit der Oracle Labs mit der Purdue University und der Universitat Linz entstanden und ermoglicht Nebenlaufigkeit Riposte 209 ist ein in C neu geschriebener und schnellerer Interpreter unterstutzt von Tableau fur Linux der ebenfalls Just in time Kompilierung von Bitecode nutzt Die Lazy Evaluation von R wurde dabei uberarbeitet sodass weniger interne Variablen in Zwischenschritten erstellt werden Riposte ermoglicht implizite Nebenlaufigkeit mit mehreren Kernen und verwendet Streaming SIMD Extensions sowie Advanced Vector Extensions von Prozessoren Ein weiterer Interpreter ist CXXR 210 von der University of Kent mit Unterstutzung von Google der als in C geschriebene Abspaltung Modifikationen am R Interpreter vornimmt Anlass des Entwickelns war das Fehlen einer S PLUS Funktion in R die es ermoglicht den Code zu betrachten der zur Erstellung eines bestimmten Objektes gefuhrt hat Ausserdem wurde die Dokumentation verbessert Einbindung in Business Plattformen Bearbeiten Revolution Analytics hat die Analyse Plattform Revolution R erschaffen die R Funktionen zusammen mit selbst entwickelten Komponenten anbietet Im April 2015 schloss Microsoft den Kauf von Revolution Analytics ab 211 Ausser der Windows Version lauft Revolution R Enterprise jetzt als Microsoft R Server dies betrifft portierte Versionen fur Hadoop Hortonworks Cloudera MapR fur die Teradata Datenbank fur Red Hat Linux den SUSE Linux Enterprise Server Apache Spark 212 die Cloud Computing Plattform Microsoft Azure 213 und den SQL Server 214 Der Microsoft R Server besteht aus der kostenlosen Komponente Microsoft R Open sowie Distributed R Normalisierung Portierung ScaleR Interpreter mit Big Data R Funktionen ConnectR Schnittstellen DevelopR Entwicklungsumgebung und DeployR fur Web Services Microsoft R Open fuhrt erste Performance Verbesserungen ein durch die Ersetzung von BLAS und LAPACK mit der Intel Math Kernel Library ScaleR ist ein optimierter Interpreter und beinhaltet zahlreiche R Funktionen die besonders fur Big Data Analysen geeignet sind und mit dem Prafix Rx beginnen Dazu zahlt das Einlesen von Daten in Datenblocken eine Ausfuhrung von Skripten im Rechnerverbund statt nur lokal und statistische Analysefunktionen die in C neu geschrieben wurden und parallelisiert angewandt werden konnen ConnectR stellt Schnittstellen zu anderen Dateiformaten und Datenbanken Textdateien SQL Server ODBC Datenbanken SAS SPSS Teradata fur das eigene xdf Datenformat bereit xdf braucht keinen Parser ist circa funfmal kleiner als eine csv Datei und Daten werden dabei nur dann eingelesen wenn sie benotigt werden Durch die Speicherung auf der Festplatte gilt die Begrenzung durch den internen Speicher nicht mehr DevelopR liefert eine schnelle interaktive Entwicklungsumgebung basierend auf Visual Studio beziehungsweise RStudio fur Linux User DeployR bringt eine Schnittstelle fur Web Applikationen zum R Code eingebettet mit Werkzeugen zur Authentifizierung Informationssicherheit Monitoring Ressourcenmanagement einem Sitzungsmanager sowie einer REST API fur JSON und XML Web Applikationen konnen als Client in Java JavaScript Node js und fur das Net Framework geschrieben werden Die Webservices werden uber einen Apache Tomcat Server verwaltet die Datenbank mit Hilfe von MongoDB 215 Seit 2016 ist R in den Microsoft SQL Server integriert 216 Die Analysesoftware Predixion Insight von Predixion Software als Teil von Microsoft Business Intelligence verband R zuvor mit dem SQL Server und anderen Big Data Technologien TIBCO Spotfire Analytics hat mit TIBCO Enterprise Runtime for R 217 TERR eine Analyse Plattform die einen in C neu geschriebenen R Interpreter beinhaltet Jeder Datentyp wird dabei als abstrakte C Klasse dargestellt zudem ist eine native C Schnittstelle ein Bestandteil TIBCO stellt ausserdem den kommerziellen Dialekt von S S PLUS bereit und mit StreamBase 218 eine Plattform fur Complex Event Processing mit R Integration Oracle verkundete im Oktober 2011 die Big Data Appliance 219 die R Apache Hadoop Oracle Linux und mit Hardware von Exadata eine NoSQL Datenbank verknupft Wichtigster R Bestandteil ist dabei Oracle R Enterprise 220 ORE wobei R Objekte direkt in der Oracle Datenbank analysiert werden was die Effizienz erhoht Es findet eine implizite Ubersetzung von R nach SQL statt ORE und Oracle Data Mining ODM welches eigene R Funktionen fur Data Mining enthalt bilden die Oracle Advanced Analytics Option IBM bietet eine Integration von R in die eigene InfoSphere BigInsights welche Hadoop as a Service inklusive HBase und Hive beinhaltet und an einige Datenbanken und Webservices angebunden werden kann Die R Komponente nennt sich Big R 221 Auch mit der Spectrum Symphony 222 sind mittels R Analysen moglich Das Tochterunternehmen Netezza bindet R in das Hauptprodukt die In Memory Datenbank TwinFin 223 fur schnelle Analysen grosser Datenmengen ein SAP ermoglicht eine R Anbindung uber die In Memory Datenbank HANA 224 Zudem wurden beim Tochterunternehmen Sybase mit Hilfe von R die Analysemoglichkeiten fur Borsendaten in der Software RAP 225 verbessert Hewlett Packard entwickelte Distributed R welches R Funktionen fur Analysen auf grossen Datenmengen auf Grundlage von verteiltem Rechnen implementiert Distributed R ist zusammen mit der Vertica Datenbank Bestandteil der Software HP Haven Predictive Analytics 226 MicroStrategy ermoglicht eine Integration von R mit dem R Integration Pack 227 Information Builders mit WebFOCUS 228 In die Dundas BI von Dundas Data Visualization 229 kann R eingebunden werden ebenso in Tableau 230 und QlikView 231 Zementis modelliert mit der Predictive Model Markup Language 232 233 Data Mining Fragestellungen einheitlich fuhrt sie in R aus und uberfuhrt sie in die eigenen Produkte ADAPA und UPPI Techila 234 integriert R zur Anwendungsprogrammierung mit verteiltem Rechnen Innerhalb des icCube Servers 235 kann R fur Online Analytical Processing verwendet werden Mit R Integration 236 ermoglicht MonetDB die Einbindung von R Einbindung in Software Bearbeiten Die meisten wichtigen Software Pakete bei denen Statistik oder Mathematik einen Schwerpunkt bildet stellen Schnittstellen zu R bereit oder bieten eine Integration Dies sind SAS 237 und JMP 238 SPSS 239 MATLAB 240 Maple 241 Sage 242 Mathematica 243 Statistica 244 gretl 245 Showgun 246 RapidMiner 247 KNIME 248 sowie Mondrian 249 ASReml 250 und das WPS 251 Fur Excel gibt es das R Plug in RExcel 252 253 Ausserdem bieten das Geoinformationssystem ArcGIS 254 von ESRI AFNI 255 Neurowissenschaften Bioclipse 256 Biowissenschaften GenGIS 257 Bioinformatik Bio7 258 259 Okologische Modellierung und Bildanalyse INVEP 260 Insolvenzverwaltung sowie Compass 261 von Cytel fur klinische Studien eine Einbindung von R Einbindung in andere Programmiersprachen und Programmbibliotheken Bearbeiten Auf die Funktionalitat von R konnen zahlreiche Skriptsprachen zugreifen Dazu zahlen Python rpy2 262 Julia unter anderem RCall 263 Perl Statistics R 264 Ruby rsruby 265 und F RProvider 266 Mit PL R 267 kann R innerhalb einer PostgreSQL Datenbank zur serverseitigen Programmierung eingesetzt werden was beispielsweise die Datenbank Rasdaman 268 fur Array beziehungsweise Rasterdaten tut SWIG 269 macht in C und C geschriebene Module fur R verfugbar MicroAPL bindet mit APLX 270 R in APL ein Die Python Werkzeuge zur Paketverwaltung Conda 271 von Continuum Analytics und Automatisierung Dexy 272 mit dem R Filter nutzen R Einbindung als Skriptsprache in Serverumgebungen Bearbeiten rApache 273 ermoglicht die Entwicklung von Webanwendungen fur R die auf dem Apache HTTP Server basieren Server Side Scripting Zu weiteren Webangeboten zahlen Rserve 274 als binarer Server und Rwui 275 fur Java Webserver R kann als Skriptsprache im LabKey Server 276 fur Biomedizin verwendet werden Unterstutzung durch Stiftungen BearbeitenR Foundation Bearbeiten Die gemeinnutzige R Foundation for Statistical Computing besitzt und verwaltet das Urheberrecht von R und die Dokumentation Ein Ziel ist die Forderung der Verbreitung von R als Open Source Sprache Zudem dient ihre Rolle der Kommunikation mit der Presse und an R interessierten Organisationen Die R Foundation finanziert sich durch Mitgliedsbeitrage und Spenden 277 Die Zeitschrift The R Journal wird zweimal jahrlich im Juni und Dezember von der R Foundation frei zuganglich als PDF Datei herausgegeben Sie informiert uber Neuigkeiten in der R Welt Veranderungen in neuen R Versionen neue Pakete sowie Anwendertipps und Tutorials Vor der ersten Ausgabe im Juni 2009 gab es die R News 278 Jahrlich findet die Konferenz useR statt die sich an R Nutzer richtet Die erste dieser Veranstaltungen war useR 2004 im Mai 2004 in Wien Nachdem 2005 ausgelassen wurde fand die Konferenz jahrlich an verschiedenen Orten statt 279 280 useR Konferenzen Bearbeiten Jahr Stadt Land Teilnehmer Website2004 Wien Osterreich nbsp Osterreich 194 useR 20042006 Wien Osterreich nbsp Osterreich 334 useR 20062007 Ames Iowa Vereinigte Staaten nbsp Vereinigte Staaten unb useR 20072008 Dortmund Deutschland nbsp Deutschland 387 useR 20082009 Rennes Frankreich nbsp Frankreich 463 useR 20092010 Gaithersburg Maryland Vereinigte Staaten nbsp Vereinigte Staaten 465 useR 20102011 Coventry Vereinigtes Konigreich nbsp Vereinigtes Konigreich 430 useR 20112012 Nashville Tennessee Vereinigte Staaten nbsp Vereinigte Staaten 469 useR 20122013 Albacete Spanien nbsp Spanien 328 useR 20132014 Los Angeles Kalifornien Vereinigte Staaten nbsp Vereinigte Staaten 604 useR 20142015 Aalborg Danemark nbsp Danemark 660 useR 20152016 Stanford Kalifornien Vereinigte Staaten nbsp Vereinigte Staaten 900 281 useR 20162017 Brussel Belgien nbsp Belgien 1 200 282 useR 20172018 Brisbane Australien nbsp Australien fast 600 283 useR 20182019 Toulouse Frankreich nbsp Frankreich 1 178 useR 20192020 St Louis online Vereinigte Staaten nbsp Vereinigte Staaten useR 20202021 Zurich online Schweiz nbsp Schweiz useR 20212022 Nashville Tennessee online Vereinigte Staaten nbsp Vereinigte Staaten useR 2022Neben der Organisation dieser und weiterer Konferenzen stellt die R Foundation bei entsprechenden Anlassen R vor und fordert Forschungsprojekte mit Bezug zu R Mailinglisten wurden eingerichtet und sind fur Anwender mit Fragen zu R geoffnet Antworten auf Fragen erfolgen haufig zugig manchmal von Mitgliedern des R Core Teams 284 R Consortium Bearbeiten Mehrere grossere Unternehmen die R nutzen oder ihr Geschaftsmodell darauf stutzen schlossen sich 2015 zum R Consortium als Teil der Linux Foundation zusammen Ziel ist insbesondere die Verbesserung der geschaftlichen Infrastruktur um R im Unternehmensumfeld komfortabler einsetzen zu konnen 285 Zu den Grundungsmitgliedern des R Consortium zahlen neben der R Foundation die Unternehmen Microsoft RStudio Tibco alteryx Google Hewlett Packard Ketchum Trading Mango Solutions und Oracle 286 Die Gordon and Betty Moore Foundation sowie weitere Unternehmen wie IBM 287 und ESRI traten spater bei Um R besser in Unternehmensprozesse einbinden zu konnen sollen gezielt Projekte gefordert werden Das erste geforderte Projekt ist R Hub womit der Prozess der Erstellung und des Testens von R Paketen vereinfacht werden soll 288 Rezeption BearbeitenR ist das umfassendste Werkzeug fur statistische Analysen sowohl bezuglich der bereits implementierten Methoden als auch bezogen auf das Potential das die Sprache fur weitere statistische Fragestellungen bietet R wurde von Statistikern fur statistische Fragestellungen entworfen und geht somit direkt auf die Bedurfnisse ein die fur solche Zwecke benotigt werden wenige Zeilen Code sind notwendig fur komplexe statistische Probleme Der Code der statistischen Methoden ist offen einsehbar und wurde schon von vielen studierten Statistikern mit Erfahrung in der Anwendung gesichtet und verbessert zudem ist R von der Food and Drug Administration fur medizinische Zwecke validiert R steht unter einer freien Lizenz und ist Open Source und kann somit leicht auf individuelle Vorlieben angepasst werden und durch eigene Methoden erweitert werden Ausserdem kostet R keine Lizenzgebuhr und kann auf verschiedenen Betriebssystemen genutzt werden Die Grafiken konnen sehr flexibel an benutzerdefinierte Bedurfnisse angepasst werden zum Beispiel unter Verwendung mathematischer Symbole Auch die Datenstrukturen erlauben Flexibilitat Der Funktionsumfang von R wird durch zahlreiche Pakete stetig erweitert aufgrund des unkomplizierten Vorgehens werden viele neue statistische Methoden als Erstes in R implementiert Zahlreiche Funktionen und Pakete verknupfen R mit anderer Software und ermoglichen somit das Importieren und Exportieren vieler Dateiformate Auch andere Programmiersprachen und Datenbanken konnen eingebunden werden Fur R gibt es mittlerweile umfassende Literatur und Dokumentationen R hat aktive Anwendergruppen um sich gegenseitig bei Problemen zu helfen sowie grosse Prasenz bei Portalen wie Stack Overflow und GitHub Beschaftigte mit guten R Kenntnissen die an der Dice Tech Salary Survey 2013 teilnahmen hatten ein hoheres Durchschnittseinkommen als Beschaftigte mit anderen IT Fertigkeiten 289 Eine vollstandige grafische Benutzeroberflache wie sie in anderen Statistikprogrammen existiert ist in R nicht vorhanden Die Sprache erfordert somit einige Programmierfertigkeiten um sie nutzen zu konnen was erste Ergebnisse langsamer entstehen lasst Hinzu kommt dass R fur eine sinnvolle Nutzung ein grosseres Mass an statistischem Verstandnis erfordert Die Dokumentation der R Befehle ist teilweise kurz und oder uneinheitlich Auch folgen die Bezeichnungen von Funktionen und Argumenten in der Sprache selbst besonders in Paketen nur wenigen Konventionen 290 Eine ausgiebige inhaltliche Qualitatssicherung von neuen Paketen findet nicht statt Bei Fehlfunktionen kann niemand zur Rechenschaft gezogen werden oder ist fur eine schnelle Verbesserung verantwortlich Da R auf die Bedurfnisse von Statistikern zielt und viele Methoden von ihnen und nicht von Programmierern implementiert werden spielt Performance Optimierung bei R nur eine nachgeordnete Rolle weshalb andere Programmiersprachen oft schneller sind und manchmal zur Optimierung herangezogen werden R fusst auf Programmiersprachen und Konzepten die mehrere Jahrzehnte zuruckliegen 291 292 Die Entwickler von Julia haben sich zum Ziel gesetzt die Sprache ahnlich gut und einfach zur Datenanalyse einsetzen zu konnen wie R und mochten die Sprache zudem mit hoher Geschwindigkeit ausstatten 293 Beispiel BearbeitenAls einfaches Beispiel wird der Korrelationskoeffizient zweier Datenreihen berechnet Groesse wird als numerischer Vektor durch den Zuweisungsoperator lt definiert Groesse lt c 176 166 172 184 179 170 176 Gewicht wird als numerischer Vektor definiert Gewicht lt c 65 55 67 82 75 65 75 Berechnung des Korrelationskoeffizienten nach Pearson mit der Funktion cor cor Gewicht Groesse method pearson Das Ergebnis lautet 0 9295038 nbsp Grafikausgabe des BeispielsAls weitergehende Analyse kann eine lineare Regression durchgefuhrt werden Dies kann in R durch die Funktion lm ausgefuhrt werden wobei die abhangige Variable von den unabhangigen Variablen durch die Tilde getrennt wird Die Funktion summary gibt die Koeffizienten der Regression und weitere Statistiken hierzu aus Lineare Regression mit Gewicht als Zielvariable Ergebnis wird als reg gespeichert reg lt lm Gewicht Groesse Ausgabe der Ergebnisse der obigen linearen Regression summary reg Diagramme lassen sich einfach erzeugen Streudiagramm der Daten plot Gewicht Groesse Regressionsgerade hinzufugen abline reg Siehe auch BearbeitenListe von Statistik SoftwareLiteratur BearbeitenRoss Ihaka Robert Gentleman R A Language for Data Analysis and Graphics In Journal of Computational and Graphical Statistics Band 5 Nr 3 American Statistical Association Institute of Mathematical Statistics Interface Foundation of North America Alexandria 1996 S 299 314 Vorstellung der Programmiersprache R als wissenschaftliches Paper online R A Language for Data Analysis and Graphics PDF 1 7 MB Abgerufen am 29 Juli 2015 Uwe Ligges Programmieren mit R 3 Auflage Springer Heidelberg 2008 ISBN 978 3 540 79997 9 doi 10 1007 978 3 540 79998 6 Material Erlauterung des wichtigsten Teils der Funktionsweise von R Lothar Sachs Jurgen Hedderich Angewandte Statistik Methodensammlung mit R 16 Auflage Springer Berlin 2018 ISBN 978 3 662 56656 5 doi 10 1007 978 3 662 56657 2 Umfassendes Lehrbuch uber statistische Verfahren mit R Hadley Wickham R Packages O Reilly Sebastopol 2015 ISBN 978 1 4919 1059 7 online Paketerstellung mit R Hadley Wickham Advanced R Chapman amp Hall CRC Boca Raton 2014 ISBN 978 1 4665 8696 3 online Detaillierte Erlauterung der Funktionsweise von R Michael J Crawley The R Book 2 Auflage John Wiley amp Sons Chichester 2012 ISBN 978 0 470 97392 9 Material Umfassendes Werk welches die Durchfuhrung zahlreicher statistischer Verfahren mit R vorstellt Weblinks Bearbeiten nbsp Commons R Sammlung von Bildern Videos und Audiodateien nbsp Wikibooks R Lern und Lehrmaterialien R project org Offizielle Website zu R mit Informationen Download Moglichkeit Dokumentationen und Ahnlichem Rweb Angebot um R online zu nutzen Rdocumentation org Erweiterte Suche und Ubersicht auf R Funktionen und Pakete R bloggers Sammlung von uber 10 000 Blogbeitragen zu R Themen beigesteuert von mehr als 500 Bloggern 25 Jahre Wie R zur wichtigsten Programmiersprache fur Statistiker wurde heise news 3 August 2018Einzelnachweise Bearbeiten Ross Ihaka R Past and Future History PDF abgerufen am 2 September 2021 a b R A Language for Data Analysis and Graphics abgerufen am 17 Mai 2019 Peter Dalgaard R 4 3 2 is released 31 Oktober 2023 englisch abgerufen am 2 November 2023 Sylvia Tippmann Programming tools Adventures with R A guide to the popular free statistics and visualization software that gives scientists control of their own data analysis In Nature Band 517 Nr 1 29 Dezember 2014 S 109 110 online abgerufen am 15 Dezember 2015 Tina Amirtha How the Rise of the R Computer Language is Bringing Open Source to Science In Fast Company 28 Marz 2014 abgerufen am 12 Marz 2017 englisch Tina Amirtha Why the R Programming Language is Good for Business In Fast Company 5 Mai 2014 abgerufen am 12 Marz 2017 englisch Harald Weiss R erlebt derzeit eine immense Verbreitung Mario Inchiosa und Bill Jacobs zum Potenzial von R In heise Developer 10 Marz 2015 abgerufen am 21 Juli 2015 Robert A Muenchen The Popularity of Data Analysis Software In r4stats com 4 Januar 2012 abgerufen am 29 Juli 2015 englisch TIOBE Index for May 2022 In TIOBE Software Abgerufen am 17 Mai 2022 englisch Stephen O Grady The RedMonk Programming Language Rankings June 2016 In RedMonk tecosystems RedMonk 20 Juli 2016 abgerufen am 12 Marz 2017 englisch Pierre Carbonnelle PYPL PopularitY of Programming Language In PYPL Index GitHub abgerufen am 24 Februar 2018 englisch Stephen Cass The Top Ten Programming Languages 2021 Python dominates as the de facto platform for new technologies In IEEE Spectrum The Institute of Electrical and Electronics Engineers 24 August 2021 abgerufen am 25 Oktober 2021 englisch Ross Ihaka Robert Gentleman R A Language for Data Analysis and Graphics In Journal of Computational and Graphical Statistics Band 5 Nr 3 American Statistical Association Institute of Mathematical Statistics Interface Foundation of North America Alexandria 1996 S 299 314 stat auckland ac nz PDF 1 7 MB abgerufen am 29 Juli 2015 Catherine Dalzell Do I need to learn R In IBM developerWorks IBM Corp abgerufen am 20 Oktober 2015 englisch R Douglas Martin Statistical Sciences Inc In University of Washington Computer Science amp Engineering community University of Washington 1 April 1996 abgerufen am 20 Oktober 2015 englisch Ross Ihaka R Past and Future History In Computing Science and Statistics Band 30 1998 S 392 396 stat auckland ac nz PDF 93 kB abgerufen am 19 Februar 2016 a b Sarah Putt The story of R a statistical tale with a twist In Computerworld 22 Juli 2010 abgerufen am 20 Oktober 2015 englisch Drew Schmidt How Much of R is Written in R In librestats librestats 27 August 2011 abgerufen am 17 Marz 2017 englisch Der R Pionier Abgerufen am 15 Januar 2021 Ross Ihaka R Past and Future History A Draft of a Paper for Interface 98 In Sanford Weisberg Hrsg Proceedings of the 30th Symposium on the Interface The Interface Foundation of North America 1998 S 392 396 stat auckland ac nz PDF 93 kB abgerufen am 29 Juli 2015 Peter Dalgaard Introductory Statistics with R 2 Auflage Springer New York 2008 ISBN 978 0 387 79053 4 Material R Core Team What s New In R Project The R Foundation abgerufen am 8 Juli 2015 englisch R Release Names blog revolutionanalytics com Hadley Wickham Advanced R Chapman amp Hall CRC Boca Raton 2015 ISBN 978 1 4665 8696 3 online abgerufen am 30 August 2015 Floreal Morandat Brandon Hill Leo Osvald Jan Vitek Evaluating the Design of the R Language In ECOOP 12 Proceedings of the 26th European conference on Object Oriented Programming 2012 S 104 131 r cs purdue edu PDF 850 kB Uwe Ligges Programmieren mit R 3 Auflage Springer Heidelberg 2009 ISBN 978 3 540 79997 9 John M Chambers Object Oriented Programming Functional Programming and R In Statistical Science Band 29 Nr 2 2014 S 167 180 arxiv 1409 3531 Rudolf Felser R Bedeutende Programmiersprache mit Wiener Wurzeln In Computerwelt CW Fachverlag 28 Juli 2015 abgerufen am 21 Januar 2021 R Core Team u a Contributed Packages In CRAN The R Foundation abgerufen am 13 Marz 2016 englisch Bioconductor Core Team All Packages In Bioconductor Bioconductor abgerufen am 13 Marz 2016 englisch R Core Team CRAN Task Views In CRAN The R Foundation abgerufen am 19 August 2015 englisch DataCamp Leaderboard Most downloaded packages In Rdocumentation org Rstudio abgerufen am 12 Marz 2017 englisch Berucksichtigung nur von Paketen die uber RStudio heruntergeladen wurden R Core Team u a R Paket foreign Read Data Stored by Minitab S SAS SPSS Stata Systat Weka dBase In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 8 64 Andreas Wygrabek Bastian Wiessner u a R Paket translateSPSS2R Toolset for Translating SPSS Syntax to R Code In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 0 0 Matt Shotwell R Paket sas7bdat SAS Database Reader experimental In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 5 Henrik Bengtsson u a R Paket R matlab Read and Write MAT Files and Call MATLAB from Within R In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 3 2 0 Renaud Gaujoux R Paket RcppOctave Seamless Interface to Octave And Matlab In CRAN The R Foundation abgerufen am 27 Oktober 2015 englisch aktuelle Version 0 18 1 Kurt Hornik u a R Paket RWeka R Weka interface In CRAN The R Foundation abgerufen am 7 August 2015 englisch aktuelle Version 0 4 24 Spencer Aiello Tom Kraljevic Petr Maj u a R Paket h2o R Interface for H2O In CRAN The R Foundation abgerufen am 25 August 2015 englisch aktuelle Version 3 0 0 30 Joseph J Allaire u a R Paket tensorflow TensorFlow for R In GitHub Abgerufen am 24 Marz 2017 englisch aktuelle Version 0 7 Christof Naumzik Stefan Feuerriegel R Paket caffeR A wrapper for caffe In GitHub Abgerufen am 24 Marz 2017 englisch aktuelle Version 0 2 0 Andrew Gelman Neil Thomas u a R Paket R2OpenBUGS Running OpenBUGS from R In CRAN The R Foundation abgerufen am 25 August 2015 englisch aktuelle Version 3 2 3 1 Ben Goodrich u a R Paket rstan R Interface to Stan In CRAN The R Foundation abgerufen am 25 August 2015 englisch aktuelle Version 2 7 0 1 Martyn Plummer Alexey Stukalov Matt Denwood R Paket rjags Bayesian Graphical Models using MCMC In CRAN The R Foundation abgerufen am 25 August 2015 englisch aktuelle Version 3 15 R Paket gurobi R API Overview In Gurobi Optimization Abgerufen am 25 August 2015 englisch aktuelle Version 6 0 0 Paul Murrell R Paket hexView Viewing Binary Files In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 3 3 Hadley Wickham u a R Paket readxl Read Excel Files In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 1 0 Karoly Antal R Paket gnumeric Read Data from Files Readable by Gnumeric In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 7 2 Duncan Temple Lang u a R Paket XML Tools for Parsing and Generating XML Within R and S Plus In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 3 98 1 3 eremy Stephens R Paket yaml Methods to convert R data to YAML and back In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 2 1 13 Rajarshi Guha R Paket rcdk rcdk Interface to the CDK Libraries In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 3 3 2 Rajarshi Guha Chemical informatics functionality in R In Journal of Statistical Software Band 18 Nr 5 2007 S 1 16 online Pavel Michna Milton Woods R Paket RNetCDF Interface to NetCDF Datasets In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 1 7 3 Bernd Fischer Gregoire Pau R Paket rhdf5 HDF5 interface to R In Bioconductor The R Foundation abgerufen am 2 Februar 2016 englisch aktuelle Version 2 14 0 Andrew Harris R Paket FITSio FITS Flexible Image Transport System utilities In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 2 0 0 Mark Janikas Shaun Walbridge R Paket R ArcGIS Install the R ArcGIS Tools In GitHub Abgerufen am 24 Marz 2017 englisch aktuelle Version 1 1 0 Emmanuel Blondel R Paket geosapi GeoServer REST API R Interface In CRAN The R Foundation abgerufen am 24 Marz 2017 englisch aktuelle Version 0 1 0 Alexander Brenning Donovan Bangs R Paket RSAGA SAGA Geoprocessing and Terrain Analysis in R In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 0 94 1 Jannes Munchow Patrick Schratz R Paket RQGIS Integrating R with QGIS In CRAN The R Foundation abgerufen am 24 Marz 2017 englisch aktuelle Version 0 2 0 Roger Bivand u a R Paket rgrass7 Interface Between GRASS 7 Geographical Information System and R In CRAN The R Foundation abgerufen am 27 Oktober 2015 englisch aktuelle Version 0 1 3 Pedro Ribeiro de Andrade u a R Paket aRT R TerraLib API In Laboratorio de Estatistica e Geoinformacao Universidade Federal do Parana abgerufen am 19 August 2015 englisch aktuelle Version 1 9 2 Roger Bivand R Paket rgdal Bindings for the Geospatial Data Abstraction Library In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 1 0 5 Roger Bivand u a R Paket maptools Tools for Reading and Handling Spatial Objects In CRAN The R Foundation abgerufen am 27 Oktober 2015 englisch aktuelle Version 0 8 27 Uwe Ligges u a R Paket tuneR Analysis of music and speech In CRAN The R Foundation abgerufen am 12 November 2015 englisch aktuelle Version 1 2 1 Simon Urbanek R Paket audio Audio Interface for R In CRAN The R Foundation abgerufen am 12 November 2015 englisch aktuelle Version 0 1 5 Hadley Wickham u a R Paket DBI R Database Interface In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 3 1 Brian Ripley Michael Lapsley R Paket RODBC ODBC Database Access In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 3 12 Simon Urbanek R Paket RJDBC Provides access to databases through the JDBC interface In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 2 5 Jeroen Ooms u a R Paket RMySQL Database Interface and MySQL Driver for R In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 10 3 Hadley Wickham u a R Paket RSQLite SQLite Interface for R In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 0 0 Teradata R Paket teradataR R package to perform in database analytics using Teradata database In GitHub Abgerufen am 29 Juli 2015 englisch aktuelle Version 1 1 0 Imanuel Costigan R Paket RSQLServer SQL Server DBI for R based on the jTDS driver In GitHub Abgerufen am 18 Marz 2017 englisch aktuelle Version 0 2 0 Alexander Eckert u a R Paket ibmdbR IBM in Database Analytics for R In CRAN The R Foundation abgerufen am 18 Marz 2017 englisch aktuelle Version 1 48 0 Tomoaki Nishiyama u a R Paket RPostgreSQL R interface to the PostgreSQL database system In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 4 Denis Mukhin David A James Jake Luciani R Paket ROracle OCI based Oracle database interface for R In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 1 12 Exasol R Paket exasol r The EXASOL package for R provides an interface to the EXASOL database In GitHub Abgerufen am 18 Marz 2017 englisch aktuelle Version Hannes Muhleisen Thomas Lumley Anthony Damico R Paket MonetDB R Connect MonetDB to R In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 0 9 7 Simon Urbanek R Paket RCassandra R Cassandra interface In CRAN The R Foundation abgerufen am 18 Marz 2017 englisch aktuelle Version 0 1 3 Bryan W Lewis R Paket rredis Redis Key Value Database Client In CRAN The R Foundation abgerufen am 25 August 2015 englisch aktuelle Version 1 7 0 Nicole White R Paket RNeo4j Neo4j Driver for R In CRAN The R Foundation abgerufen am 18 Marz 2017 englisch aktuelle Version 1 6 4 Thomas Bock R Paket R4CouchDB A R Convenience Layer for CouchDB 2 0 In CRAN The R Foundation abgerufen am 24 Marz 2017 englisch aktuelle Version 0 7 5 Mats Stellwall Abdulla Abdurakhmanov R Paket rfml MarkLogic NoSQL Database Server in Database Analytics for R In CRAN The R Foundation abgerufen am 18 Marz 2017 englisch aktuelle Version 0 1 0 Jeroen Ooms u a R Paket mongolite Fast and Simple MongoDB Client for R In CRAN The R Foundation abgerufen am 12 Marz 2017 englisch aktuelle Version 1 0 Spark R Paket SparkR R on Spark In Spark The Apache Software Foundation abgerufen am 29 Juli 2015 englisch aktuelle Version 1 4 1 Alexander Neumann Big Data Framework Spark unterstutzt R und Python 3 In heise Developer 15 Juni 2015 abgerufen am 29 Juli 2015 Shruti Gupta R Paket rkafka Using Apache Kafka Messaging Queue Through R In CRAN The R Foundation abgerufen am 20 Februar 2016 englisch aktuelle Version 1 0 Vijay Raajaa u a R Paket RImpala Using Cloudera Impala Through R In CRAN The R Foundation abgerufen am 12 November 2015 englisch aktuelle Version 0 1 6 Scott Chamberlain R Paket elastic General Purpose Interface to Elasticsearch In CRAN The R Foundation abgerufen am 24 Marz 2017 englisch aktuelle Version 0 7 8 Gabor Grothendieck R Paket sqldf Perform SQL Selects on R Data Frames In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 4 10 Dirk Eddelbuettel u a R Paket Rcpp Seamless R and C Integration In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 11 6 Dirk Eddelbuettel Seamless R and C Integration with Rcpp Springer New York 2013 ISBN 978 1 4614 6867 7 Simon Urbanek R Paket rJava Low level R to Java interface In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 9 6 David B Dahl u a R Paket rscala Bi Directional Interface Between R and Scala with Callbacks In CRAN The R Foundation abgerufen am 17 Oktober 2015 englisch aktuelle Version 1 0 6 Carlos Javier Gil Bellosta R Paket rPython Package allowing R to call Python In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 0 5 Thomas Kluyver u a R Paket IRkernel R kernel for IPython In GitHub Abgerufen am 20 August 2015 englisch aktuelle Version 0 4 Dirk Eddelbuettel R Paket rocker In GitHub Abgerufen am 7 August 2015 englisch aktuelle Version NN Hadley Wickham u a R Paket rvest Easily Harvest Scrape Web Pages In CRAN The R Foundation abgerufen am 15 Dezember 2015 englisch aktuelle Version 0 3 1 Jeff Gentry R Paket twitteR R Based Twitter Client In CRAN The R Foundation abgerufen am 2 Juli 2015 englisch aktuelle Version 1 1 8 Pablo Barbera Michael Piccirilli R Paket Rfacebook Access to Facebook API via R In CRAN The R Foundation abgerufen am 2 Juli 2015 englisch aktuelle Version 0 5 Markus Gesmann Diego de Castillo Joe Cheng R Paket googleVis R Interface to Google Charts In CRAN The R Foundation abgerufen am 2 Juli 2015 englisch aktuelle Version 0 5 8 Markus Gesmann Diego de Castillo googleVis Interface between R and the Google Visualisation API In The R Journal Band 3 Nr 2 2011 S 40 44 r project org PDF 505 kB Michael Pearmain u a R Paket RGoogleAnalytics R Wrapper for the Google Analytics API In CRAN The R Foundation abgerufen am 29 Juli 2015 englisch aktuelle Version 0 1 1 Thomas Schlesinger Manuel J A Eugster R Paket osmar OpenStreetMap and R In CRAN The R Foundation abgerufen am 27 Oktober 2015 englisch aktuelle Version 1 1 7 Oliver Keyes R Paket WikipediR A MediaWiki API Wrapper In CRAN The R Foundation abgerufen am 30 August 2015 englisch aktuelle Version 1 2 0 John Harrison R Paket RSelenium R bindings for Selenium WebDriver In CRAN The R Foundation abgerufen am 15 Dezember 2015 englisch aktuelle Version 1 3 5 Sharon Machlis How to drive a Web browser with R and RSelenium In Computerworld 25 August 2015 abgerufen am 15 Dezember 2015 englisch Rahul Premraj R Paket mailR A Utility to Send Emails from R In CRAN The R Foundation abgerufen am 15 Dezember 2015 englisch aktuelle Version 0 4 1 Yihui Xie u a R Paket knitr A General Purpose Package for Dynamic Report Generation in R In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 10 5 Yihui Xie Dynamic Documents with R and knitr CRC Press Taylor amp Francis Group Boca Raton 2014 ISBN 978 1 4822 0354 7 Joseph J Allaire u a R Paket rmarkdown Dynamic Documents for R In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 7 David B Dahl R Paket xtable Export tables to LaTeX or HTML In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 7 4 Philip Leifeld R Paket texreg Conversion of R Regression Output to LaTeX or HTML Tables In CRAN The R Foundation abgerufen am 24 Marz 2017 englisch aktuelle Version 1 36 23 Marek Hlavac R Paket stargazer Well Formatted Regression and Summary Statistics Tables In CRAN The R Foundation abgerufen am 24 Marz 2017 englisch aktuelle Version 5 2 David Gohel u a R Paket ReporteRs Microsoft Word Microsoft Powerpoint and HTML Documents Generation In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 7 8 Kirill Muller u a R Paket tikzDevice R Graphics Output in LaTeX Format In CRAN The R Foundation abgerufen am 25 August 2015 englisch aktuelle Version 0 8 1 Jeroen Ooms Duncan Temple Lang Lloyd Hilaiel R Paket jsonlite A Robust High Performance JSON Parser and Generator for R In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 9 16 Deepayan Sarkar R Paket lattice Lattice Graphics In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 20 31 Deepayan Sarkar Lattice Multivariate Data Visualization with R Springer New York 2008 ISBN 978 0 387 75968 5 Richard A Becker William S Cleveland Ming Jen Shyu The Visual Design and Control of Trellis Display In Journal of Computational and Graphical Statistics Band 5 Nr 2 1996 S 123 155 Hadley Wickham R Paket ggplot2 An Implementation of the Grammar of Graphics In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 0 1 Hadley Wickham Carson Sievert ggplot2 Elegant Graphics for Data Analysis 2 Auflage Springer 2015 ISBN 978 3 319 24275 0 Material Leland Wilkinson The Grammar of Graphics Springer New York 1999 ISBN 0 387 98774 6 Winston Chang R Paket ggvis Interactive Grammar of Graphics In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 4 2 Carson Sievert u a R Paket plotly In GitHub Abgerufen am 25 August 2015 englisch aktuelle Version 1 0 6 Winston Chang u a R Paket shiny Web Application Framework for R In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 12 1 Daniel Adler Duncan Murdoch et al R Paket rgl 3D Visualization Using OpenGL In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 95 1247 Hadley Wickham u a R Paket scales Scale Functions for Visualization In CRAN The R Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 0 2 5 Justin Talbot R Paket labeling Axis Labeling In CRAN The R Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 0 3 Gabor Csardi u a R Paket igraph Network Analysis and Visualization In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 1 0 1 Kasper Daniel Hansen u a R Paket Rgraphviz Provides plotting capabilities for R graph objects In Bioconductor The R Foundation abgerufen am 24 Marz 2017 englisch aktuelle Version 2 18 0 Barbara Zogala Siudem u a R Paket TurtleGraphics Turtle graphics in R In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 1 0 5 Yihui Xie u a R Paket animation A Gallery of Animations in Statistics and Utilities to Create Animations In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 2 4 Charlotte Wickham R Paket munsell Munsell colour system In CRAN The R Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 0 4 2 Achim Zeileis u a R Paket colorspace Color Space Manipulation In CRAN The R Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 1 2 6 Erich Neuwirth R Paket RColorBrewer ColorBrewer Palettes In CRAN The R Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 1 1 2 Hadley Wickham R Paket plyr Tools for Splitting Applying and Combining Data In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 8 3 Hadley Wickham The Split Apply Combine Strategy for Data Analysis In Journal of Statistical Software Band 40 Nr 1 2011 S 1 29 online Hadley Wickham u a R Paket dplyr A Grammar of Data Manipulation In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 4 2 Hadley Wickham u a R Paket tidyr Easily Tidy Data with spread and gather Functions In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 2 0 Marek Gagolewski u a R Paket stringi Character String Processing Facilities In CRAN The R Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 0 5 5 Hadley Wickham u a R Paket stringr Simple Consistent Wrappers for Common String Operations In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 0 0 Hadley Wickham stringr modern consistent string processing In The R Journal Band 2 Nr 2 2010 S 38 40 r project org PDF 121 kB Garrett Grolemund u a R Paket lubridate Make dealing with dates a little easier In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 3 3 Garrett Grolemund Hadley Wickham Dates and Times Made Easy with lubridate In Journal of Statistical Software Band 40 Nr 3 2011 S 1 25 online Achim Zeileis u a R Paket zoo S3 Infrastructure for Regular and Irregular Time Series Z s Ordered Observations In CRAN The R Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 1 7 12 Achim Zeileis Gabor Grothendieck zoo S3 Infrastructure for Regular and Irregular Time Series In Journal of Statistical Software Band 14 Nr 6 2005 S 1 27 online Matthew Dowle u a R Paket data table Extension of data frame In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 9 4 Hao Yu R Paket Rmpi Interface Wrapper to MPI Message Passing Interface In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 0 6 5 Wei Chen Chen R Paket pbdMPI Programming with Big Data Interface to MPI In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 0 2 5 Josh Buckner Mark Seligman Justin Wilson R Paket gputools A few GPU enabled functions In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 0 28 Dirk Eddelbuettel u a R Paket digest Create Cryptographic Hash Digests of R Objects In CRAN The R Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 0 6 8 Hadley Wickham u a R Paket devtools Tools to Make Developing R Packages Easier In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 8 0 Hadley Wickham u a R Paket roxygen2 In Source Documentation for R In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 4 1 1 Matthias Burger Klaus Juenemann Thomas Koenig R Paket RUnit R Unit Test Framework In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 0 4 29 Hadley Wickham u a R Paket testthat Unit Testing for R In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 0 10 0 Spencer Graves Sundar Dorai Raj Romain Francois R Paket sos Search contributed R packages sort by package In CRAN The R Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 1 3 8 Spencer Graves Sundar Dorai Raj Romain Francois sos Searching Help Pages of R Packages In The R Journal Band 1 Nr 2 2009 S 56 59 r project org PDF 141 kB Tal Galili u a R Paket installr Using R to Install Stuff Such As R Rtools RStudio Git and More In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 0 16 0 Stefan Milton Bache Hadley Wickham R Paket magrittr A Forward Pipe Operator for R In CRAN The R Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 1 5 Joseph J Allaire u a RStudio In RStudio Abgerufen am 29 Juli 2015 englisch aktuelle Version 0 99 463 Rainald Menge Sonnentag Microsoft offnet Visual Studio fur Programmiersprache R In heise Developer 10 Marz 2016 abgerufen am 13 Marz 2016 Markus Helbig Simon Urbanek Ian Fellows JGR Java GUI for R In RForge The R Foundation abgerufen am 7 Juli 2015 englisch aktuelle Version 1 7 16 Ef prime Features In R AnalyticFlow Ef prime abgerufen am 12 Marz 2017 englisch aktuelle Version 3 0 6 Alexander Rieder Cantor In KDEdu KDE e V abgerufen am 12 August 2015 englisch aktuelle Version 0 1 Number Analytics Software R for Business In Number Analytics Number Analytics LLC abgerufen am 2 Februar 2016 englisch Dominik Mohilo Neu im Eclipse Universum StatET die IDE fur professionelle R Programmierung Endlich daheim In Jaxenter 11 Juli 2016 abgerufen am 11 Juli 2016 Architect Memento vom 13 Marz 2017 im Internet Archive John Fox u a R Paket Rcmdr R Commander In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 2 1 7 Hans Peter Wolf R Paket relax relax R Editor for Literate Analysis and lateX In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 1 3 15 John Fox The R Commander A Basic Statistics Graphical User Interface to R In Journal of Statistical Software Band 14 Nr 9 2005 S 1 42 online Graham Williams u a R Paket rattle Graphical user interface for data mining in R In CRAN The R Foundation abgerufen am 30 Juni 2015 englisch aktuelle Version 3 4 1 Graham Williams Data Mining with Rattle and R Springer New York 2011 ISBN 978 1 4419 9889 7 Huang Ronggui R Paket RQDA R based Qualitative Data Analysis In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 0 2 7 Martina Morris u a R Paket statnet Software Tools for the Statistical Analysis of Network Data In CRAN The R Foundation abgerufen am 25 August 2015 englisch aktuelle Version 2015 6 2 Ian Fellows u a R Paket Deducer Deducer A data analysis GUI for R In CRAN The R Foundation abgerufen am 7 Juli 2015 englisch aktuelle Version 0 7 7 John Verzani Yvonnick Noel R Paket pmg Poor Man s GUI In CRAN The R Foundation abgerufen am 16 August 2015 englisch aktuelle Version 0 9 43 Michael Lawrence Duncan Temple Lang R Paket RGtk2 R bindings for Gtk 2 8 0 and above In CRAN The R Foundation abgerufen am 19 August 2015 englisch aktuelle Version 2 20 31 Michael Lawrence Deepayan Sarkar R Paket qtbase Interface Between R and Qt In CRAN The R Foundation abgerufen am 25 August 2015 englisch aktuelle Version 1 0 11 Andrew Redd NppToR R in Notepad In SourceForge Abgerufen am 7 Juli 2015 englisch aktuelle Version 2 6 3 Olivier Sessink Bluefish Features In Bluefish Abgerufen am 12 August 2015 englisch aktuelle Version 2 2 7 Ubalo R mode In CodeMirror Marijn Haverbeke abgerufen am 12 August 2015 englisch Anthony J Rossini ESS version 15 03 1 In ESS Abgerufen am 7 Juli 2015 englisch aktuelle Version 15 03 1 Aquamacs Features Why use Aquamacs In Aquamacs Abgerufen am 16 August 2015 englisch aktuelle Version 3 2 Enrico Troger u a Supported Filetypes In Geany Abgerufen am 12 August 2015 englisch aktuelle Version 1 25 Dan Dediu Welcome to Rgedit In SourceForge Abgerufen am 7 Juli 2015 englisch Jose Claudio Faria R syntax In jEdit Community Bjorn Kautler abgerufen am 7 Juli 2015 englisch Neil Hodgson SciTE Documentation In SciTE Scintilla abgerufen am 12 August 2015 englisch aktuelle Version 3 6 0 Peter Borg Smultron An elegant and powerful text editor that is easy to use In Peter Borg Apps Peter Borg Apps AB abgerufen am 7 Juli 2015 englisch Kevin Johnson Using R in Sublime Text 3 In kevjohnson org 10 Februar 2014 abgerufen am 7 Juli 2015 englisch Jim Barritt Using TextMate with R In non random ramble 16 November 2010 abgerufen am 7 Juli 2015 englisch Tobias Elze Paul Renaud add ons syntax definition files R In TextPad Helios Software Solutions abgerufen am 7 Juli 2015 englisch Ricardo Pietrobon Tinn R In LEC Nucleo de Biologia Computacional e Gestao de Informacoes Biotecnologicas abgerufen am 7 Juli 2015 englisch aktuelle Version 4 0 3 5 Jakson Aquino Vim R plugin Plugin to work with R In Vim Abgerufen am 7 Juli 2015 englisch aktuelle Version 1 2 6 Uwe Ligges Gilbert Ritschard Karl Koeller R Paket RWinEdt R Interface to WinEdt In CRAN The R Foundation abgerufen am 7 Juli 2015 englisch aktuelle Version 2 0 4 Johannes W Dietrich TextWrangler In Formatio Reticularis Abgerufen am 7 Juli 2015 englisch Johannes W Dietrich SubEthaEdit In Formatio Reticularis Abgerufen am 7 Juli 2015 englisch Chu Ching Huang Joris van der Hoeven Using GNU R sessions inside TeXmacs In GNU TeXmacs Abgerufen am 16 August 2015 englisch Paul E Johnson Gregor Gorjanc LyX with R through Sweave How to use LyX together with R through Sweave In LyX The LyX Project abgerufen am 7 Juli 2015 englisch ShareLaTeX Knitr In ShareLaTeX Abgerufen am 26 August 2015 englisch Language Support Memento vom 20 August 2015 im Internet Archive Travis CI Building an R Project In Travis CI Abgerufen am 26 August 2015 englisch Org mode R Source Code Blocks in Org Mode In Org mode Abgerufen am 30 August 2015 englisch Zim Zim A Desktop Wiki GNU R Plot Editor In Zim Abgerufen am 16 August 2015 englisch Radford Neal pqR a pretty quick version of R In pqR project Radford Neal abgerufen am 20 Juni 2019 englisch Radford Neal Packages tested with pqR In github com Abgerufen am 24 September 2019 englisch Renjin Why Renjin In Renjin Abgerufen am 19 November 2015 englisch Tomas Kalibera Petr Maj Floreal Morandat Jan Vitek FastR In GitHub Abgerufen am 19 November 2015 englisch Justin Talbot a fast interpreter and JIT for R In GitHub Abgerufen am 19 November 2015 englisch Andrew Runnalls CXXR Refactorising R into C In University of Kent School of Computing University of Kent abgerufen am 19 November 2015 englisch Alexander Neumann Programmiersprache R Microsoft schliesst Ubernahme von Revolution Analytics ab In heise Developer 8 April 2015 abgerufen am 5 Juli 2015 Alexander Neumann Microsofts R Server unterstutzt jetzt auch Apache Spark In heise Developer 5 Juli 2016 abgerufen am 11 Juli 2016 Alexander Neumann Programmiersprache R Revolution R Enterprise als Azure Service verfugbar In heise Developer 4 September 2015 abgerufen am 8 Januar 2016 Alexander Neumann Programmiersprache R Microsoft stellt Analytics Produkte auf R Basis vor In heise Developer 7 Januar 2016 abgerufen am 8 Januar 2016 Rich Calaway Microsoft R Services 2016 Getting Started Guide PDF In Microsoft Microsoft Corporation abgerufen am 22 Juni 2016 englisch Julia Schmidt Microsoft SQL Server 2016 soll Analyseszenarien vereinfachen In heise Developer 2 Juni 2016 abgerufen am 11 Juli 2016 Tibco Spotfire Unleash the agility of R for the Enterprise In Tibco Spotfire TIBCO Software Inc abgerufen am 5 Juli 2015 englisch Tibco StreamBase TIBCO StreamBase Streaming analytics for accelerating action In Tibco StreamBase TIBCO Software Inc abgerufen am 12 Marz 2017 englisch Timothy Prickett Morgan Oracle rolls its own NoSQL and Hadoop A supremely confident Ellison mounts the Big Data elephant In The Register Situation Publishing Ltd 3 Oktober 2011 abgerufen am 5 Juli 2015 englisch Chris Kanaracus Oracle Stakes Claim in R With Advanced Analytics Launch In PCWorld 8 Februar 2012 abgerufen am 5 Juli 2015 englisch Thomas Hafen Die wichtigsten Big Data Tools aus der Cloud IBM Analytics In Computerwoche 25 Januar 2016 abgerufen am 2 Februar 2016 IBM Spectrum Symphony and R In IBM Knowledge Center Abgerufen am 12 Marz 2017 Klint Finley Big Data Team Up IBM Netezza and Revolution Analytics Brining R to the Data Warehouse In ReadWrite ReadWrite Inc abgerufen am 12 Marz 2017 englisch Alexander Neumann SAP positioniert HANA auch als Entwicklungsplattform In heise Developer 16 Mai 2012 abgerufen am 5 Juli 2015 Adrian Bridgwater Sybase Integrates RAP With R Stat Programming Language In Dr Dobb s UBM plc 10 November 2011 abgerufen am 12 November 2015 englisch Linux Magazin HP macht R fit fur Big Data In Linux Magazin 18 Februar 2015 abgerufen am 8 Januar 2016 MicroStrategy MicroStrategy R Integration Pack In CodePlex Microsoft Corporation abgerufen am 29 Juli 2015 englisch WebFOCUS 8 In Information Builders Abgerufen am 19 August 2015 englisch R Language Analysis In Dundas BI Abgerufen am 7 August 2015 englisch Elaine Chen R und Tableau verwenden In tableau Tableau Software Inc abgerufen am 12 Marz 2017 QlikView QlikView R Connector In BI Consult Qlik Technologies Inc abgerufen am 12 Marz 2017 englisch By Platform Memento vom 26 September 2015 im Internet Archive Graham Williams u a R Paket pmml Generate PMML for Various Models In CRAN The R Foundation abgerufen am 12 August 2015 englisch aktuelle Version 1 5 0 Techila Technologies Techila Grid Technology In Techila Technologies Techila Technologies Ltd 26 September 2008 abgerufen am 8 Marz 2016 englisch icCube MDX R Integration In icCube icCube Software SARL abgerufen am 12 Marz 2017 englisch Hannes Muhleisen Embedded R in MonetDB In MonetDB MonetDB B V 31 Oktober 2014 abgerufen am 16 August 2015 englisch SAS Customer Support R Interface Now Available in SAS IML Studio In SAS SAS Institute Inc abgerufen am 5 Juli 2015 englisch JMP Online Documentation Working with R In JMP SAS Institute Inc abgerufen am 5 Juli 2015 englisch Catherine Dalzell Calling R from SPSS An introduction to the R plug in for SPSS In IBM developerWorks 31 Oktober 2013 abgerufen am 5 Juli 2015 englisch Robert Henson MATLAB Paket R link Functions for calling the statistical package R from within MATLAB In MATLAB Central The MathWorks Inc 1 Juni 2004 abgerufen am 12 Marz 2017 englisch aktuelle Version 1 1 0 1 Maplesoft Code Generation In Maplesoft Waterloo Maple Inc abgerufen am 27 Oktober 2015 englisch Sage SageMath In Sage SageMath Foundation abgerufen am 12 August 2015 englisch Built in Integration with R In Wolfram Abgerufen am 5 Juli 2015 englisch Jurgen Schreier Statistica verfugt jetzt uber Schnittstelle zur Programmiersprache R In MM MaschinenMarkt 1 September 2008 abgerufen am 26 Mai 2016 Allin Cottrell Riccardo Lucchetti gretl and R In SourceForge Abgerufen am 12 August 2015 englisch Shogun Eierlegendewollmilchsau Interface Nicht mehr online verfugbar In Shogun Archiviert vom Original am 13 Marz 2017 abgerufen am 12 Marz 2017 englisch Thomas Ott RapidMiner vs R How to use Python and R together with RapidMiner In RapidMiner 13 September 2016 abgerufen am 12 Marz 2017 englisch KNIME KNIME and R PDF The best of two worlds In KNIME KNIME com AG abgerufen am 12 August 2015 englisch Martin Theus About In Mondrian theusRus 29 August 2013 abgerufen am 30 August 2015 englisch ASReml Memento vom 17 November 2015 im Internet Archive Stuart Parkerson World Programming Releases Free Edition of Big Data Analytics Software In App Developer Magazine 22 April 2016 abgerufen am 26 Mai 2016 englisch Rainer Muche Stefanie Lanzinger Michael Rau Medizinische Statistik mit R und Excel Einfuhrung in die RExcel und R Commander Oberflachen zur statistischen Auswertung Springer Berlin 2011 ISBN 978 3 642 19483 2 Statconn Powerful data analysis from inside your favorite application In Statconn Abgerufen am 16 August 2015 englisch Alexander Neumann Programmiersprache R Esri baut Brucke fur R Community zu Geoinformationsdaten In heise Developer 21 Juli 2015 abgerufen am 8 Januar 2016 AFNI Build R In AFNI National Institutes of Health abgerufen am 12 Marz 2017 englisch Bioclipse Bioclipse R Nicht mehr online verfugbar In Bioclipse International Bioclipse Association archiviert vom Original am 1 September 2015 abgerufen am 16 August 2015 englisch R and GenGIS Memento vom 15 September 2015 im Internet Archive Marcel Austenfeld Wolfram Beyschlag A Graphical User Interface for R in a Rich Client Platform for Ecological Modeling In Journal of Statistical Software Band 49 Nr 4 2012 S 1 19 online The R Perspective and Menus Memento vom 27 September 2015 im Internet Archive INVEP Datenanalyse In INVEP Abgerufen am 26 Mai 2016 Cytel Compass 2 0 The Comprehensive Adaptive Dose finding Solution In Cytel Cytel Inc abgerufen am 27 Mai 2016 englisch Laurent Gautier Python Paket rpy2 Python interface to the R language embedded R In PyPI Python Software Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 0 6 4 Randy Lai u a Julia Paket RCall Embedded R within Julia In GitHub Abgerufen am 12 Marz 2017 englisch aktuelle Version 0 2 1 Florent Angly Graciliano Monteiro Passos Perl Paket Statistics R Perl interface with the R statistical program In CPAN The Perl Foundation abgerufen am 5 Juli 2015 englisch aktuelle Version 0 33 Ruby Paket rsruby Memento vom 14 Juli 2006 im Internet Archive Blue Mountain Capital u a F R Type Provider In GitHub Abgerufen am 5 Juli 2015 englisch Joseph E Conway PL R Project R Procedural Language for PostgreSQL In JoeConway com Abgerufen am 12 Marz 2017 rasdaman Welcome to rasdaman the World s Leading Array Database In rasdaman Abgerufen am 8 Oktober 2015 englisch SWIG SWIG Features In SWIG Abgerufen am 16 August 2015 englisch MicroAPL APLX New features in Version 5 In MicroAPL MicroAPL Ltd abgerufen am 16 August 2015 englisch Conda Supports R and Python Memento vom 27 August 2015 im Internet Archive R Filter Memento vom 26 August 2015 im Internet Archive Jeffrey Horner Web Application Development with R and Apache In rApache Abgerufen am 12 August 2015 englisch aktuelle Version 1 2 5 Simon Urbanek About Rserve In RForge The R Foundation abgerufen am 12 August 2015 englisch aktuelle Version 1 7 3 Rwui Create a user friendly web interface for an R script In MRC Biostatistics Unit Cambridge Institute of Public Health abgerufen am 12 August 2015 englisch LaybKey Server Configure Scripting Engines In LabKey Server LabKey Software Foundation abgerufen am 8 Oktober 2015 englisch The R Foundation for Statistical Computing Statuten des Vereines The R Foundation for Statistical Computing PDF In CRAN 10 September 2002 abgerufen am 17 Oktober 2015 R Core Team The R Journal About The R Journal In R Project The R Foundation abgerufen am 8 Januar 2016 englisch R Core Team useR International R User Conference Nicht mehr online verfugbar In R Project The R Foundation archiviert vom Original am 29 Juni 2015 abgerufen am 30 Juni 2015 englisch Gergely Daroczi R activity around the world In rapporter Abgerufen am 7 August 2015 englisch Everything is R some UseR 2016 16 August 2016 abgerufen am 14 Februar 2020 Eindrucke von der grossten Konferenz fur die Data Science Sprache R 18 Juli 2017 abgerufen am 14 Februar 2020 First useR conference in Australia a great success 24 Juli 2018 abgerufen am 14 Februar 2020 R Core Team Mailing Lists In R Project The R Foundation abgerufen am 29 Juli 2015 englisch Alexander Neumann Programmiersprache R Konsortium mit breiter Industrieunterstutzung gegrundet In heise Developer 1 Juli 2015 abgerufen am 21 Juli 2015 Members In R Consortium Abgerufen am 12 Marz 2017 englisch Alexander Neumann IBM tritt dem R Consortium bei In heise Developer 7 Juni 2016 abgerufen am 11 Juli 2016 Machlis Musings New 85K package development service backed by R Consortium In Computerworld 2 November 2015 abgerufen am 19 November 2015 englisch Dice Dice Tech Salary Survey PDF Salaries and Confidence Rise for U S Tech Professionals In Dice DHI Group Inc 29 Januar 2014 S 9 abgerufen am 30 Juni 2015 englisch Teilnehmer insgesamt 17236 vorwiegend US amerikanische Beschaftigte aus der Technologiebranche Rasmus Baath The State of Naming Conventions in R In The R Journal Band 4 Nr 2 2012 S 74 75 r project org PDF 133 kB Graham Williams Data Mining with Rattle and R Springer New York 2011 ISBN 978 1 4419 9889 7 S 15 17 Robert A Muenchen R for SAS and SPSS Users Springer New York 2011 ISBN 978 1 4614 0684 6 S 2 5 Julia schlagt Python Matlab Octave und R In dotnetpro 3 April 2012 abgerufen am 12 Marz 2017 Normdaten Sachbegriff GND 4705956 4 lobid OGND AKS Abgerufen von https de wikipedia org w index php title R Programmiersprache amp oldid 238761878