R语言在数理统计教学中的应用及延伸

宋述芳 迟乃荣 吕震宙

摘要：本文介绍了R软件在数理统计教学中的应用优势及大数据处理分析的延伸功能。结合数理统计的课程特点及教学内容，举例说明了R软件在数理统计教学中的多方面应用以及海量数据下R的延伸及适用性，并探讨了R软件对数理统计教学带来的积极作用。

关键词：数理统计；R软件；参数估计；假设检验；大数据

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2019）09-0231-03

一、引言

数理统计是理工科院校的必修公共基础课，是一门应用性很强又颇具特色的数学学科。数理统计研究的是随机现象的统计规律，是概率论知识的实际应用。数理统计所包含的主要内容包括收集和整理随机样本，利用一定的统计模型进行统计推断，如参数估计、假设检验、统计回归等。其教学要求及难点体现在掌握统计推断的原理及方法，根据样本归纳样本所反映的统计规律。然而传统的人工处理手段远远跟不上数据处理的广度、精度、速度的要求。

随着计算机分析技术和实验测量技术的发展，信息化数据急剧增加，海量数据的处理及分析是数理统计面临的难题和挑战，需要借助数据处理的软件，如Matlab、Excel、Python、C语言、R语言等。Matlab工具箱多种多样，然而安装包及占用CPU的空间巨大；Excel可采用丰富的函数进行部分分析，但还需自编不容易掌握的宏程序；Python和C语言的分析问题快速，然而语言格式非常严谨，不易上手；R语言作为一款开源软件，完全免费，有庞大的社区进行维护，简单易学。

在国外高校的统计系，R语言几乎是一门必修的语言，可实现统计分析、数据可视化和预测建模的数据分析。R语言支持几乎所有数据分析所需要的数据处理、统计模型和图表，支持大量第三方功能包，涵盖机器学习、统计学，甚至自然语言处理等方面。本文着重介绍R语言在数理统计中的应用以及大数据时代R语言的拓展及实用性。

二、R语言

R语言是一种适用于统计分析和图像处理的语言，是进行统计分析的重要工具，是受S语言和Scheme语言影响发展而来的。

1.R语言安装及基本操作。在主页http：//www.r-project.org下载R语言程序（通常只有几十兆）并进行安装。为了方便使用，可以从http：//www.rstudio.com.products/ rstudio /download/中下载图形界面编辑器RStudio，由于RStudio集成了丰富的开发界面，提供了方便的函数名识别及搜索功能，极大地方便了R编程计算。R包的安装更新在RStudio的Packages选项下的install和Update，数据导入选择环境选项下的Import Dataset，可以选择合适的导入格式。

2.R语言在数理统计教学内容中的应用。数理统计的主要教学内容包括随机事件发生概率的计算、样本的统计量计算、参数估计、假设检验、方差分析、统计回归等。R语言几乎可以实现数理统计教学内容的全部应用。

预测2017年该地区农业生产总值为49.9，95%的预测区间是[42.5，57.2]；预测2018年该地区农业生产总值为54.8，95%的预测区间是[46.8，62.9]。

R语言同样可以实现数据的多元非线性回归，通过设置不同的非线性函数求解待定系数，获得回归方程并进行检验，从而用于模型预测、指导决策等。

三、大數据处理

数据挖掘是当今时代的一门核心技术，提供了对大数据的描述、探索、模式的识别和预测。数据挖掘者从统计分析、机器学习和计算科学中寻找各种适用的方法和工具。

作为优秀的统计软件包，R语言也提供了强大的数据挖掘工具。R软件的延伸——大数据包很好地解决了这个问题。

1.Rattle包。Rattle包是一个用于数据挖掘的R图形交互界面，可用于快速处理常见的大数据中的数据挖掘问题，从数据整理到模型评价，Rattle给出了完整的解决方案。Rattle和R平台具有良好的交互性，简单易用，不需要有很强的R语言编程基础，被广泛应用于数据挖掘与教学中。

在R控制台输入install.packages（"RGtk2"），install.packages（"rattle"），或者直接在RStudio里面用install命令输入这两个功能包的名字就可以安装。

Rattle界面从上到下依次是菜单栏、工具栏和标签栏，标签栏从左到右依次排列各自完成数据挖掘工作中的相关步骤，包括导入数据的Data标签、执行数据探索的Explore标签、数据检验的Test标签、数据聚类的Cluster标签、关联规则方法的Associate标签、算法模块的Model标签、模型评估的Evaluate标签等。

2.R语言的其他大数据包。此外，R语言还有一些其他的手段或数据包可用于处理大数据问题。data.table可用于读取处理GB级或TB级的大数据集，latticist包用于数据图形交互，rggobi包结合GGobi软件也可以进行图形交互，ggplot2包用于处理高级绘图命令，qcc是用于统计质量控制的库，sqldf能在R数据框上执行SQL查询。

R语言社区有数以百计的功能包，并且还在不断发展扩充着，需要我们继续探索更多的相关功能包。

四、总结

利用R语言可以很方便地进行数理统计分析，还可以结合R语言丰富的包资源环境进行数据开发。数理统计在R语言的加持下能够让学生摆脱烦躁的计算，极大地激发学生对于数理统计的兴趣，更方便的用R语言工具应用数理统计理论解决实际问题，成为大数据时代的弄潮儿。

参考文献：

[1]盛骤，谢式千，潘承毅.概率论与数理统计[M].第四版.北京：高等教育出版社，2008.

[2]薛毅，陈立萍.R语言在统计中的应用[M].北京：人民邮电出版社，2017.

[3]杨卫.R软件在高等数学教学中的应用[J].新教育时代，2016，（4）：205-206.

[4]闰朝晖.R软件在多元统计分析教学中的应用研究[J].科技创新导报，2011，（1）：157-158.

[5]吕书龙，刘文丽，梁飞豹，叶福玲.数理统计直观教学的实验设计与R程序实现[J].实验技术与管理，2016，33（10）：142-146.

[6]崔玉杰，刘喜波.R和Python软件在《概率论与数理统计》教学中应用初探[J].教育教学论坛，2017，（12）：192-193.

[7]丁新涛，周在莹，王翠莲，肖婧.R软件教学的一些心得[J].课程教育研究，2013，（12）：125.