《R语言实战》试读：前言

要是一本书里没有图画和对话，那还有什么意思呢？ — —爱丽丝，《爱丽丝梦游仙境》 它太神奇了，满载珍宝，可以让那些聪明狡猾和粗野胆大的人得到充分满足；但并不适合胆小者。— —Q，“Q Who？”，《星际迷航：下一代》 在开始写这本书时，我花了很多时间搜索适合于开始本书的名言警句。最后，我找到了这两句话。R是一个非常灵活的平台，是专用于探索、展示和理解数据的语言，因此我引用了《爱丽丝梦游仙境》的句子来表示当今统计分析的潮流——一个探索、展示和理解的交互式过程。 第二句话反映了大部分人对R的看法：难学。但你完全没必要这样想。虽然R很强大，应用广泛，不论你是新手还是略有经验的用户，众多的分析和绘图函数（超过50 000个）都很容易让你望而却步，但实际上并非无规律可循。只要有合适的指导，你就可以畅游其中，选择所需的工具，用最优雅、最简洁、最高效的方式来完成工作——那真的很酷！ 多年前，我在申请一个统计咨询职位时，第一次遇到了R。雇主在正式面试前发来的材料中问我是否熟悉R。根据猎头的建议，我立马回答“是的，我很熟悉”，然后开始恶补R。在统计和研究方面我有丰富的经验，作为SAS和SPSS程序员也有25年的工作经验，而且对各种编程语言也颇为精通。学习R能有多难？但事与愿违。 在学习这门语言的过程中（因为要面试，我要尽可能地快），我发现这门语言无论是底层的结构还是各种高级的统计方法，都是由各具体领域的专家为同行专家编写的。看在线帮助简直就是折磨，那不是教程，都是参考手册。每当我觉得自己已经对R的结构和功能有足够把握时，就会发现一些闻所未闻的新东西，它们让我感觉自己很渺小。 为了解决这些问题，我开始以数据科学家的角度学习R。我开始思考如何才能成功地处理、分析和理解数据，包括： 获取数据（从各种数据源将数据导入程序）； 整理数据（编码缺失值、修复或删除错误数据、将变量转换成更方便的格式）； 注释数据（以记住每段数据的含义）； 总结数据（通过描述性统计量了解数据的概况）； 数据可视化（一图胜千言）； 数据建模（解释数据间的关系，检验假设）； 整理结果（创建具有出版水平的表格和图形）。 然后，我试图用R来完成这些任务。通过教授别人来学习是最好的方式，所以我创建了一个网站（www.statmethods.net），不断把我学到的东西放在上面。 大概一年后，Marjan Bace（Manning的出版人）打电话给我，问我是不是能写一本关于R的书。那时我已经写了50篇期刊文章、4份技术手册，以及大量章节的内容，还写了一本关于研究方法的书，所以，写一本关于R的书能有多难？结果依然是事与愿违。 你现在捧着的这本书是我多年来梦寐以求的。我试图提供一份R的指南，让你能尽快感受到R的强大以及开源的魅力，不再感到沮丧和忧虑。我希望你能喜欢本书。 另外，虽然当年我成功地申请到了那个职位，但并未入职。不过，学习R的经历改变了我的职业方向，这是我未曾想到的。真可谓人生如戏。 致谢 很多人都对本书精益求精并付出了辛勤的劳动，在此让我对他们一一表示感谢。 Marjan Bace，Manning出版人，最初劝说我撰写本书的人。 Sebastian Stirling，进度编辑，花了大量时间与我电话沟通，帮我组织材料、理清概念，帮我润色文字，在整个出版过程中给了我很多帮助。 Karen Tegtmeyer，评审编辑，帮助寻找审稿人并协调评审进度。 Mary Piergies及其团队成员Liz Welch、Susan Harkins和Rachel Schroeder，他们指导了本书的出版过程。 Pablo Domínguez Vaselli，技术审读人，帮我理清了很多易混淆的地方，从独立而专业的角度测试了代码。 所有花费时间审读本书内容，寻找书写错误和提供了宝贵建议的审稿人：Chris Williams、Charles Malpas、Angela Staples、Daniel Reis Pereira博士、D. H. van Rijn博士、Christian Marquardt博士、Amos Folarin、Stuart Jefferys、Dror Berel、Patrick Breen、Elizabeth Ostrowski、Atef Ouni博士、Carles Fenollosa、Ricardo Pietrobon、Samuel McQuillin、Landon Cox、Austin Ziegler、Rick Wagner、Ryan Cox、Sumit Pal、Philipp K. Janert、Deepak Vohra和Sophie Mormede。 在本书完成前参与MEAP（Manning早期试读计划）的同仁，他们提出了重要的问题、指出了书中的错误并提供了有益的建议。 他们每个人的贡献都让本书的质量更上一层楼。 我还想感谢为R成为如此强大的数据分析平台而做出卓越贡献的软件开发人员。这其中有R的核心开发者，还有那些开发R包和维护各种软件包的个人，他们极大地扩展了R的功能。附录F罗列了本书中涉及的软件包的作者。其中，我要特别感谢John Fox、Hadley Wickham、Frank E. Harrell、Deepayan Sarkar和William Revelle。我会尽可能准确地介绍他们的贡献，并为本书中所有可能存在的错误或是误导性描述负责。 在本书开头，我还应该感谢我的妻子，同时她也是我的合作者：Carol Lynn。她对统计学和编程都没有太多兴趣，但却反复阅读了每一章的内容，帮助纠正了很多问题并提出了大量建议。为了他人而研读多元统计学实在是一件很有爱的事情。同样重要的是，她容忍我在深夜和周末编写此书，给予我无限的包容、支持和关怀。我真的感到非常幸运。 我还要感谢两个人。一位是我父亲，他对科学的热爱影响了我，还让我认识到了数据的价值。另一位是Gary K. Burger——我读研究生时的导师。我有段时间觉得自己想成为一名医生，是Gary引领我进入统计学和教育领域，这一切都是他赐予的。