R Project 3.3.3

R პროექტი: ყოვლისმომცველი სტატისტიკური გამოთვლითი და გრაფიკული სისტემა

თუ თქვენ ეძებთ მძლავრ სტატისტიკურ გამოთვლებსა და გრაფიკულ სისტემას, R Project თქვენთვის საუკეთესო გამოსავალია. შემუშავებული როს აიჰაკას და რობერტ ჯენტლმენის მიერ ოკლენდის უნივერსიტეტში, ახალი ზელანდია, R არის ღია კოდის პროგრამული უზრუნველყოფა, რომელმაც უდიდესი პოპულარობა მოიპოვა სტატისტიკოსებს, მონაცემთა ანალიტიკოსებს, მკვლევარებსა და დეველოპერებს შორის მთელ მსოფლიოში.

R უზრუნველყოფს ენას პლუს სამუშაო დროის გარემოს გრაფიკით, გამართვით, სისტემის გარკვეულ ფუნქციებზე წვდომით და სკრიპტის ფაილებში შენახული პროგრამების გაშვების უნარს. პროგრამული უზრუნველყოფის დიზაინზე დიდი გავლენა მოახდინა ორმა არსებულმა ენამ: Becker, Chambers & Wilks' S (იხ. რა არის S?) და Sussman's Scheme. მაშინ როცა მიღებული ენა გარეგნულად ძალიან ჰგავს S-ს, ძირითადი იმპლემენტაცია და სემანტიკა მიღებულია სქემიდან.

R-ის ბირთვი არის ინტერპრეტირებული კომპიუტერული ენა, რომელიც საშუალებას იძლევა განშტოება და მარყუჟი, ისევე როგორც მოდულური პროგრამირება ფუნქციების გამოყენებით. მომხმარებლისთვის ხილული ფუნქციების უმეტესობა R-ში იწერება თავად R-ში. მომხმარებლებისთვის შესაძლებელია C/C++ ან FORTRAN ენებზე დაწერილი პროცედურების ინტერფეისი ეფექტურობისთვის.

R გთავაზობთ სტატისტიკური პროცედურების ფართო სპექტრს, რომლებიც შეიძლება გამოყენებულ იქნას მონაცემთა ანალიზისთვის, როგორიცაა ხაზოვანი რეგრესიის მოდელები (LM), განზოგადებული ხაზოვანი მოდელები (GLM), შერეული ეფექტების მოდელები (MEM), დროის სერიების ანალიზი (TSA), გადარჩენის ანალიზი (SA). ) სხვებს შორის. გარდა ამისა, ის ასევე უზრუნველყოფს გრაფიკულ შესაძლებლობებს, რომლებიც მოიცავს სკატერს, ხაზოვან დიაგრამებს, სვეტების დიაგრამებს, ჰისტოგრამებს და ა.შ.

R Project-ის გამოყენების ერთ-ერთი ყველაზე მნიშვნელოვანი უპირატესობა სხვა სტატისტიკურ პროგრამულ პაკეტებთან შედარებით, როგორიცაა SAS ან SPSS, არის მისი მოქნილობა. მომხმარებლებს შეუძლიათ მარტივად დააკონფიგურირონ თავიანთი ანალიზები მათი სპეციფიკური საჭიროებების შესაბამისად, დაწერონ საკუთარი კოდი ან დააინსტალირონ დამატებითი პაკეტები CRAN - Comprehensive R Archive Network - რომელიც შეიცავს ათასობით მომხმარებლის მიერ შეტანილ პაკეტს, რომელიც მოიცავს სხვადასხვა სფეროებს, როგორიცაა ფინანსები, ბიოლოგია, სოციალური მეცნიერებები და ა.შ.

R Project-ის გამოყენების კიდევ ერთი უპირატესობა სხვა კომერციულ პროგრამულ პაკეტებთან შედარებით, როგორიცაა SAS ან SPSS, არის მისი ხარჯ-ეფექტურობა. ვინაიდან ეს არის ღია კოდის პროგრამული უზრუნველყოფა, ნებისმიერს შეუძლია მისი ჩამოტვირთვა უფასოდ, ყოველგვარი ლიცენზირების გადასახადის გარეშე, კომერციული პროგრამებისგან განსხვავებით, სადაც სოლიდური თანხების გადახდა უწევთ მხოლოდ მათი გამოსაყენებლად.

უფრო მეტიც, რადგან ის ღია წყაროა, ყოველთვის არის ადგილი გაუმჯობესებისთვის საზოგადოების წვლილის საშუალებით. ეს ნიშნავს, რომ მომხმარებლებს შეუძლიათ წვლილი შეიტანონ პროექტში კოდის გაუმჯობესებაში ან შეცდომების გამოსწორებაში, რაც მას დროთა განმავლობაში უკეთესს ხდის.

გარდა იმისა, რომ არის ხარჯთეფექტური, მოქნილი, კონფიგურირებადი და მუდმივად იხვეწება საზოგადოების წვლილის მეშვეობით; ამ ხელსაწყოს მიერ შემოთავაზებული კიდევ ერთი უპირატესობა მდგომარეობს მის უნარში — ეფექტურად ატაროს მონაცემთა დიდი ნაკრები. ყოველდღიურად გენერირდება მზარდი რაოდენობის მონაცემები სხვადასხვა ინდუსტრიაში, დაწყებული ჯანდაცვის  დაფინანსებამდე; დიდი მონაცემთა ნაკრების ეფექტურად მართვა გადამწყვეტი ხდება. და აქ იმოქმედებს ისეთი ხელსაწყოები, როგორიცაა Hadoop, მაგრამ მაშინაც კი, მათ სჭირდებათ სპეციალიზებული ცოდნა, მაშინ როდესაც R-ის მსგავსი ინსტრუმენტები არ საჭიროებს რაიმე სპეციალიზებულ ცოდნას, რაც მას ხელმისაწვდომი იქნება დამწყებთათვისაც კი.

უფრო მეტიც, რადგან ორგანიზაციების უმეტესობას უკვე აქვს დიდი ინვესტიცია მონაცემთა ბაზებზე, როგორიცაა Oracle SQL Server MySQL და ა.შ. ამ მონაცემთა ბაზების ინტეგრირება ინსტრუმენტებთან, როგორიცაა Hadoop, რთული ხდება, ხოლო R-ის მსგავს ინსტრუმენტებთან მათი ინტეგრირება უფრო ადვილი ხდება ამ მონაცემთა ბაზებთან მისი თავსებადობის გამო, რაც აადვილებს მონაცემთა მოპოვებას, ვიდრე ოდესმე.

დასასრულს, თუ თქვენ ეძებთ ყოვლისმომცველ სტატისტიკური გამოთვლის ხელსაწყოს, რომელიც გთავაზობთ მოქნილობის კონფიგურირებას, ხარჯების ეფექტურობის მუდმივ გაუმჯობესებას საზოგადოების წვლილის წყალობით, მონაცემთა დიდი მონაცემთა ნაკრების თავსებადობის ეფექტური დამუშავების გზით პოპულარულ მონაცემთა ბაზებთან, მაშინ შორს არ შეხედეთ „R Project“-ს!