宋述芳 遲乃榮 呂震宙

摘要：本文介紹了R軟件在數(shù)理統(tǒng)計(jì)教學(xué)中的應(yīng)用優(yōu)勢(shì)及大數(shù)據(jù)處理分析的延伸功能。結(jié)合數(shù)理統(tǒng)計(jì)的課程特點(diǎn)及教學(xué)內(nèi)容，舉例說(shuō)明了R軟件在數(shù)理統(tǒng)計(jì)教學(xué)中的多方面應(yīng)用以及海量數(shù)據(jù)下R的延伸及適用性，并探討了R軟件對(duì)數(shù)理統(tǒng)計(jì)教學(xué)帶來(lái)的積極作用。

關(guān)鍵詞：數(shù)理統(tǒng)計(jì)；R軟件；參數(shù)估計(jì)；假設(shè)檢驗(yàn)；大數(shù)據(jù)

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2019）09-0231-03

一、引言

數(shù)理統(tǒng)計(jì)是理工科院校的必修公共基礎(chǔ)課，是一門應(yīng)用性很強(qiáng)又頗具特色的數(shù)學(xué)學(xué)科。數(shù)理統(tǒng)計(jì)研究的是隨機(jī)現(xiàn)象的統(tǒng)計(jì)規(guī)律，是概率論知識(shí)的實(shí)際應(yīng)用。數(shù)理統(tǒng)計(jì)所包含的主要內(nèi)容包括收集和整理隨機(jī)樣本，利用一定的統(tǒng)計(jì)模型進(jìn)行統(tǒng)計(jì)推斷，如參數(shù)估計(jì)、假設(shè)檢驗(yàn)、統(tǒng)計(jì)回歸等。其教學(xué)要求及難點(diǎn)體現(xiàn)在掌握統(tǒng)計(jì)推斷的原理及方法，根據(jù)樣本歸納樣本所反映的統(tǒng)計(jì)規(guī)律。然而傳統(tǒng)的人工處理手段遠(yuǎn)遠(yuǎn)跟不上數(shù)據(jù)處理的廣度、精度、速度的要求。

隨著計(jì)算機(jī)分析技術(shù)和實(shí)驗(yàn)測(cè)量技術(shù)的發(fā)展，信息化數(shù)據(jù)急劇增加，海量數(shù)據(jù)的處理及分析是數(shù)理統(tǒng)計(jì)面臨的難題和挑戰(zhàn)，需要借助數(shù)據(jù)處理的軟件，如Matlab、Excel、Python、C語(yǔ)言、R語(yǔ)言等。Matlab工具箱多種多樣，然而安裝包及占用CPU的空間巨大；Excel可采用豐富的函數(shù)進(jìn)行部分分析，但還需自編不容易掌握的宏程序；Python和C語(yǔ)言的分析問(wèn)題快速，然而語(yǔ)言格式非常嚴(yán)謹(jǐn)，不易上手；R語(yǔ)言作為一款開(kāi)源軟件，完全免費(fèi)，有龐大的社區(qū)進(jìn)行維護(hù)，簡(jiǎn)單易學(xué)。

在國(guó)外高校的統(tǒng)計(jì)系，R語(yǔ)言幾乎是一門必修的語(yǔ)言，可實(shí)現(xiàn)統(tǒng)計(jì)分析、數(shù)據(jù)可視化和預(yù)測(cè)建模的數(shù)據(jù)分析。R語(yǔ)言支持幾乎所有數(shù)據(jù)分析所需要的數(shù)據(jù)處理、統(tǒng)計(jì)模型和圖表，支持大量第三方功能包，涵蓋機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)，甚至自然語(yǔ)言處理等方面。本文著重介紹R語(yǔ)言在數(shù)理統(tǒng)計(jì)中的應(yīng)用以及大數(shù)據(jù)時(shí)代R語(yǔ)言的拓展及實(shí)用性。

二、R語(yǔ)言

R語(yǔ)言是一種適用于統(tǒng)計(jì)分析和圖像處理的語(yǔ)言，是進(jìn)行統(tǒng)計(jì)分析的重要工具，是受S語(yǔ)言和Scheme語(yǔ)言影響發(fā)展而來(lái)的。

1.R語(yǔ)言安裝及基本操作。在主頁(yè)http：//www.r-project.org下載R語(yǔ)言程序（通常只有幾十兆）并進(jìn)行安裝。為了方便使用，可以從http：//www.rstudio.com.products/ rstudio /download/中下載圖形界面編輯器RStudio，由于RStudio集成了豐富的開(kāi)發(fā)界面，提供了方便的函數(shù)名識(shí)別及搜索功能，極大地方便了R編程計(jì)算。R包的安裝更新在RStudio的Packages選項(xiàng)下的install和Update，數(shù)據(jù)導(dǎo)入選擇環(huán)境選項(xiàng)下的Import Dataset，可以選擇合適的導(dǎo)入格式。

2.R語(yǔ)言在數(shù)理統(tǒng)計(jì)教學(xué)內(nèi)容中的應(yīng)用。數(shù)理統(tǒng)計(jì)的主要教學(xué)內(nèi)容包括隨機(jī)事件發(fā)生概率的計(jì)算、樣本的統(tǒng)計(jì)量計(jì)算、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析、統(tǒng)計(jì)回歸等。R語(yǔ)言幾乎可以實(shí)現(xiàn)數(shù)理統(tǒng)計(jì)教學(xué)內(nèi)容的全部應(yīng)用。

預(yù)測(cè)2017年該地區(qū)農(nóng)業(yè)生產(chǎn)總值為49.9，95%的預(yù)測(cè)區(qū)間是[42.5，57.2]；預(yù)測(cè)2018年該地區(qū)農(nóng)業(yè)生產(chǎn)總值為54.8，95%的預(yù)測(cè)區(qū)間是[46.8，62.9]。

R語(yǔ)言同樣可以實(shí)現(xiàn)數(shù)據(jù)的多元非線性回歸，通過(guò)設(shè)置不同的非線性函數(shù)求解待定系數(shù)，獲得回歸方程并進(jìn)行檢驗(yàn)，從而用于模型預(yù)測(cè)、指導(dǎo)決策等。

三、大數(shù)據(jù)處理

數(shù)據(jù)挖掘是當(dāng)今時(shí)代的一門核心技術(shù)，提供了對(duì)大數(shù)據(jù)的描述、探索、模式的識(shí)別和預(yù)測(cè)。數(shù)據(jù)挖掘者從統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)和計(jì)算科學(xué)中尋找各種適用的方法和工具。

作為優(yōu)秀的統(tǒng)計(jì)軟件包，R語(yǔ)言也提供了強(qiáng)大的數(shù)據(jù)挖掘工具。R軟件的延伸——大數(shù)據(jù)包很好地解決了這個(gè)問(wèn)題。

1.Rattle包。Rattle包是一個(gè)用于數(shù)據(jù)挖掘的R圖形交互界面，可用于快速處理常見(jiàn)的大數(shù)據(jù)中的數(shù)據(jù)挖掘問(wèn)題，從數(shù)據(jù)整理到模型評(píng)價(jià)，Rattle給出了完整的解決方案。Rattle和R平臺(tái)具有良好的交互性，簡(jiǎn)單易用，不需要有很強(qiáng)的R語(yǔ)言編程基礎(chǔ)，被廣泛應(yīng)用于數(shù)據(jù)挖掘與教學(xué)中。

在R控制臺(tái)輸入install.packages（"RGtk2"），install.packages（"rattle"），或者直接在RStudio里面用install命令輸入這兩個(gè)功能包的名字就可以安裝。

Rattle界面從上到下依次是菜單欄、工具欄和標(biāo)簽欄，標(biāo)簽欄從左到右依次排列各自完成數(shù)據(jù)挖掘工作中的相關(guān)步驟，包括導(dǎo)入數(shù)據(jù)的Data標(biāo)簽、執(zhí)行數(shù)據(jù)探索的Explore標(biāo)簽、數(shù)據(jù)檢驗(yàn)的Test標(biāo)簽、數(shù)據(jù)聚類的Cluster標(biāo)簽、關(guān)聯(lián)規(guī)則方法的Associate標(biāo)簽、算法模塊的Model標(biāo)簽、模型評(píng)估的Evaluate標(biāo)簽等。

2.R語(yǔ)言的其他大數(shù)據(jù)包。此外，R語(yǔ)言還有一些其他的手段或數(shù)據(jù)包可用于處理大數(shù)據(jù)問(wèn)題。data.table可用于讀取處理GB級(jí)或TB級(jí)的大數(shù)據(jù)集，latticist包用于數(shù)據(jù)圖形交互，rggobi包結(jié)合GGobi軟件也可以進(jìn)行圖形交互，ggplot2包用于處理高級(jí)繪圖命令，qcc是用于統(tǒng)計(jì)質(zhì)量控制的庫(kù)，sqldf能在R數(shù)據(jù)框上執(zhí)行SQL查詢。

R語(yǔ)言社區(qū)有數(shù)以百計(jì)的功能包，并且還在不斷發(fā)展擴(kuò)充著，需要我們繼續(xù)探索更多的相關(guān)功能包。

四、總結(jié)

利用R語(yǔ)言可以很方便地進(jìn)行數(shù)理統(tǒng)計(jì)分析，還可以結(jié)合R語(yǔ)言豐富的包資源環(huán)境進(jìn)行數(shù)據(jù)開(kāi)發(fā)。數(shù)理統(tǒng)計(jì)在R語(yǔ)言的加持下能夠讓學(xué)生擺脫煩躁的計(jì)算，極大地激發(fā)學(xué)生對(duì)于數(shù)理統(tǒng)計(jì)的興趣，更方便的用R語(yǔ)言工具應(yīng)用數(shù)理統(tǒng)計(jì)理論解決實(shí)際問(wèn)題，成為大數(shù)據(jù)時(shí)代的弄潮兒。

參考文獻(xiàn)：

[1]盛驟，謝式千，潘承毅.概率論與數(shù)理統(tǒng)計(jì)[M].第四版.北京：高等教育出版社，2008.

[2]薛毅，陳立萍.R語(yǔ)言在統(tǒng)計(jì)中的應(yīng)用[M].北京：人民郵電出版社，2017.

[3]楊衛(wèi).R軟件在高等數(shù)學(xué)教學(xué)中的應(yīng)用[J].新教育時(shí)代，2016，（4）：205-206.

[4]閏朝暉.R軟件在多元統(tǒng)計(jì)分析教學(xué)中的應(yīng)用研究[J].科技創(chuàng)新導(dǎo)報(bào)，2011，（1）：157-158.

[5]呂書龍，劉文麗，梁飛豹，葉福玲.數(shù)理統(tǒng)計(jì)直觀教學(xué)的實(shí)驗(yàn)設(shè)計(jì)與R程序?qū)崿F(xiàn)[J].實(shí)驗(yàn)技術(shù)與管理，2016，33（10）：142-146.

[6]崔玉杰，劉喜波.R和Python軟件在《概率論與數(shù)理統(tǒng)計(jì)》教學(xué)中應(yīng)用初探[J].教育教學(xué)論壇，2017，（12）：192-193.

[7]丁新濤，周在瑩，王翠蓮，肖婧.R軟件教學(xué)的一些心得[J].課程教育研究，2013，（12）：125.