下载掌阅APP，畅读海量书库
立即打开
R语言是一种统计分析、图形表示和报告的编程语言，可在多个主流操作系统上运行，已成为新的三大主流统计分析软件之一。本章主要介绍R语言及扩展包的安装、数据管理等应用入门知识。
R语言是由诞生于20世纪70年代贝尔实验室的S统计绘图语言演变而来。1992年新西兰奥克兰大学统计学Ross Ihaka和Robert Gentleman教授为了方便教授统计学课程，基于S语言的源代码，编写了一套能执行S语言的软件，并将该软件的源代码全部公开，即R语言。目前R核心开发小组负责维护此软件。他们将全球优秀的统计应用软件打包提供给用户，用户可以通过网站（http：//www.r-project.org）了解有关R的最新信息和使用说明，得到最新版本的R软件和程序包。R软件具备完整的数据处理、计算和作图功能，不依赖于操作系统，可以在Linux、Windows及Mac系统中运行。R软件提供了弹性的、互动的环境来分析数据、可视化展示数据；提供了若干统计程序包，以及多种集成的各种统计及数学计算的函数，高效完成数据的统计分析。随着R语言的不断发展，其提供了一整套数据读入、规整、处理、建模、可视化及形成可重复性报告的功能。
R语言可以自由下载，可选择在国内与自己最近的镜像中下载。如以Windows版本为例，从清华大学的镜像网站https：//mirrors.tuna.tsinghua.edu.cn/CRAN/获取最新的版本（至2020年底目前最新版本为R-4.0.3），下载地址为https：//mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/base/R-4.0.3-win.exe。请注意，因R软件大约每3个月升级一次，如果上述直接下载网址的网页不能打开，则说明R已经升级，建议到相关镜像网站下载最新版本的R软件，或者仍可尝试用迅雷等软件下载。下载成功后，双击运行安装软件R-4.0.3-win.exe，通常读者可采用默认安装，也可根据自己的需要设置不同的安装路径。安装成功后，桌面会生成快捷图标。双击则弹出R语言的主窗口，界面如图2-1。
R软件部分统计功能整合在R语言底层，大多数功能以程序包的形式提供，用户可以根据需求安装相应的统计包（package）。R包的安装来源主要有三个，包括：①从R语言官网上直接下载相关R包并安装；②从Bioconductor上下载R包并安装；③从Github上下载R包并安装。常用的有三种安装方式：命令方式、菜单方式及本地加载。以“R2WinBUGS”程序包为例，在已连接网络的情况下，根据提示选择不同的镜像即可（建议选择国内镜像）。安装命令如下：
图2-1 R语言主窗口
安装源自Github（https：//github.com/）的R包，需要先安装devtools包，然后用devtools包里的install_github函数来进行安装，具体代码如下：
或者
这里需要注意的是，github中的R包需要在其前面加上该包所在的库名，否则无法进行下载安装。本书强烈建议采用线上方式安装扩展包，这样R可以“自动补全”安装扩展所依赖的其他扩展包。
除R的标准程序包（如base包）外，其他手动安装的新的程序包在使用前需要手动加载，有两种方法：命令方式及菜单方式，仍以“R2WinBUGS”程序包为例，在采用该程序包前需要加载，命令如下：
library命令每次只能加载一个程序包，读者可以安装pacman包，采用如下命令加载多个包：
该命令可同时加载R2WinBUGS、metafor、tidyverse三个程序包。R语言对字母的大小写要求严格，同名字母的大小写为不同的字符，在安装、加载及命令输入时应注意。
RStudio是R的集成开发环境（IDE），是编辑、运行R语言的最为理想的工具之一。官方网站为https：//www.rstudio.com/，下载地址为https：//download1.rstudio.org/desktop/windows/RStudio-1.3.1093.exe（建议采用迅雷等软件下载）。下载后，双击文件，选择不同的安装路径安装，建议安装路径不包含中文。安装RStudio前，先安装R软件。安装成功，双击运行RStudio，界面如图2-2所示。
图2-2 RStudio运行界面
打开RStudio，会显示出类似于下面的界面，在常规的菜单栏与工具栏之下，主要有4个窗口，分别为：
脚本窗口：用于编辑脚本，如R脚本等（用快捷键Ctrl+Shift+N新建一个脚本）。
命令窗口：用于输入命令。
变量、历史等窗口：有4个标签页，Environment为环境窗口，可简单理解为查看变量的窗口；History为历史窗口，用于查看历史。
文件等窗口：有5个标签页，Files用于查看与管理文件；Plot用于查看输出的绘图；Packages用于管理“包”，“包”的概念会在后面介绍；Help用于查看帮助文档。
在脚本窗口输入命令后，点击窗口右上角的Run或者点击快捷键Ctrl+Enter便可执行命令，执行结果在窗口显示，请读者自行练习。
R中常用的数据类型（type）包括整数（integer）、浮点数（double）、缺失值（NA）、复数（complex）、字符串（character）、逻辑值（logical）、原生型（raw）等。直接输入单个整数，被视为浮点数，如需要其必须为整数型，须在整数后加大写L，如1L。在形如m：n的序列中的元素被直接视为整数型。R中整数用32-bit存储，其范围大致在+/-2e9之内，不存在普通整数型与长整数型（long）之间的区别。单引号或双引号括起来的内容为字符串，对单字符与字符串不进行区分。单引号与双引号没有区别，但需要对应。逻辑值包括TRUE和FALSE。查看对象x的类型，可用函数class（）/typeof（）/mode（），基本命令格式相同，为：
R中有5种基本数据结构，分别是向量（vector）、矩阵（matrix）、数组（array）、数据框（data frame）和列表（list）。下文简单介绍5种基本数据结构，见图2-3。
图2-3 R中的数据结构
向量：向量中的元素必须是同一种数据类型，采用函数c（）进行创建，如：
矩阵：具有维度（dim）属性，是维度为2的向量。创建矩阵的语法为：
其中，data参数指定原始向量的数据，nrow参数指定行数，ncol参数指定列数，默认将原有向量按照纵向排成矩阵。如创建1-12的3×4的矩阵：
数组与矩阵类似，但是维度可以大于2。数组可通过array（）函数创建，形式如下：
如创建2×4×3的数组：
数据框由含不同模式（数值型、字符型等）数据的列组成，与SAS、SPSS和Stata中的数据集相类似。数据框可通过函数data.frame（）创建：
其中，列向量col1，col2，col3，…可为任何类型（如字符型、数值型或逻辑型）。每一列的名称可由函数names（）指定。
列表为R数据结构中最复杂的一种，是一些对象的有序集合。形象地讲可以理解为超市购物篮，可以放不同的物品。比如一个列表中可以是若干个向量、矩阵、数据框，甚至是其他列表的组合。用函数list（）创建：
数据的管理主要包括数据的输入、修改及保存。本书不涉及大型数据库的管理，所以将以本书常用的数据管理为主进行阐述。当数据量较少时，可以在R中直接输入。多数情况下，需要从R外部读入数据，有不同的包及函数读入不同格式的数据，例如readr包、haven包、foreign包等。表2-1列出了常见文件格式的读取函数：
表2-1 R读取常见文件格式的包及函数
R语言中对数据处理的包及函数比较多，其中tidyverse包提供了非常优秀的数据清理、整合和可视化的“一站式服务”。Hadley Wickham将自己所写的包整理成了一套数据处理的方法，统一整合到tidyverse包里，包括ggplot2、dplyr、tidyr、readr、purrr、tibble、stringr、forcats。tidyverse包的数据处理流程大致分为以下三类：①数据导入；②数据整理；③数据探索（可视化、统计分析）。
下面以卡介苗预防结核病数据为例，进行演示。首先获得数据，并保存于本地磁盘，再进行数据的读取及转换，数据读取后进行数据的管理。
数据结果如下：
由上述结果可知，新读入的bcg数据为tibble格式，其中author、alloc类型为chr，即字符串变量；其余为dbl，即双精度浮点型变量或实数。tibble是dataframe的升级版，有如下优点：①生成的数据框数据每列可以保持原来的数据格式，不会被强制性改变，如字符串变成因子格式；②查看数据时，在一行内显示；③数据操作速度会更快。可由tibble（）函数构建。请注意，write.csv（）导出数据会默认增加一列序号，所以read_csv（）函数再读入R时会有一个“X1”列。
tidyverse包中的dplyr包数据处理功能强大，主要包括以下函数：①filter（）：据条件过滤数据；②arrange（）：根据某一列的数据对行排序；③select（）：只保留部分列的数据；④mutate（）：增加新的列；⑤summarise（）：数据的统计特征；⑥group_by（）：对数据分组。下面进行简单演示，选取bcg数据中trial、tpos、tneg、cpos、cneg变量，并生成新的变量or值，命令如下：
命令中的%>%为管道函数，可理解为变量的传递函数，管道前数据用于管道后面的函数。管道函数可明显减少中间变量的个数，简化编程。
运行上述命令后，R软件会出现如下结果：
由上述结果可知，mutate（）函数产生一个新的变量or，而bcg数据集并没有改变。tidyverse包功能强大，读者可参考帮助文件或 R for Data Science 图书。
众多研究者为R语言提供了丰富的贝叶斯统计推断的扩展包，用于Meta分析的包主要可以分为以下几大类：一类是调用WinBUGS/OpenBUGS、JAGS、Stan、INLA等贝叶斯分析专用软件，其中R2WinBUGS、R2jags、rjags、runjags等扩展包需要用户编程，如编写Meta分析模型BUGS语言代码等；而bnma、Metastan、gemtc、nmaINLA等直接调用相关软件，无须用户编写BUGS语言代码。一类是无须调用贝叶斯分析软件，如bayesmeta包。
对于WinBUGS/OpenBUGS、JAGS、Stan、INLA等软件包及自带帮助手册等建议到官网去下载，如：
https：//www.mrc-bsu.cam.ac.uk/software/bugs/the-bugs-project-winbugs/
http：//mcmc-jags.sourceforge.net/
https：//mc-stan.org/users/interfaces/rstan
https：//www.r-inla.org/home
读者可以从R网站Task Views的Topics中寻找更多的扩展包，寻找的主题是Bayesian和Meta-Analysis。常见的、无须用户编写BUGS语言代码的贝叶斯Meta分析包见表2-2。
表2-2 R软件常用Meta分析扩展包
本章使用的R语言主要函数见表2-3。
表2-3 本章使用的主要R语言函数
［1］卡巴科弗.R语言实战［M］.高涛，肖楠，陈钢，译.北京：人民邮电出版社，2013.
［2］张天嵩，钟文昭，李博.实用循证医学方法学［M］.2版.长沙：中南大学出版社，2014.
［3］WICKHAM H，GROLEMUND G.R for data science：import，tidy，transform，visualize，and model data［M］.Sebastopol：O'Reilly Media，2016.