R Project İnternet sitesine http://www.r-project.org Giriş adresinden erişilebilir. Ana sitede R yazılımının tarihçesi
R yazılımı İnternet aracılığı ile ücretsiz olarak dağıtılan ile ilgili bilgiye ulaşmak mümkündür. Sitede sol kısımda genel lisanslı bir programdır. Yazılımı elde eden herkes yer alan menüde “Download” bölümünde bulunan asıl kaynağı belirterek dağıtma ve kullanma hakkına “CRAN” (Comprehensive R Archive Network) linkine sahiptir. Yazılımın kaynak kodu da açık bir şekilde ulaşılabilir. Windows işletim sistemi için derlenmiş sunulmaktadır. Yazılımın üstünlüklerinden biri, hemen program “Download R for Windows” linkinde yer hemen bütün işletim sistemlerinde çalışabiliyor olmasıdır. almaktadır. (S:25, Resim 2.3)
R yazılımı kullanılarak, istatistiksel analiz, grafik çizme ve Gelen ekranda öncelikle ana programı elde etmek için veri işleme işlemleri yapılabilir. Temel olarak R, Becker “base” linki seçilir. Bu linkin seçilmesiyle hazır durumda and Chembers tarafından geliştirilen S dilinin bir çeşididir. sorunsuz olarak çalışan en son sürüm programı elde S dili daha sonra S-Plus paket programı hâline dönüşerek edilebilir. Sayfada yer alan “Download R 3.0.3 for ticari bir marka hâline gelmiştir. Günlük bir kullanıcı Windows (54 megabites, 32/64 bit)” linki, istenilen kolaylıkla bu iki dil arasında geçiş yapabilmektedir. R ise, programı içeren dosyadır. Bu dosyayı bilgisayarınızdaki R yazılımı adı altında paket program hâline gelmiştir. sabit sürücüye indirmek gerekmektedir. Dosyanın R yazılımı, http://www.r-project.org adresinden büyüklüğü ortalama 54 MB’dir ve indirilen dosya kullanılan işletim sistemine göre ücretsiz olarak temin çalıştırılarak bilgisayar kurulum işlemi tamamlanmış olur. edilebilmektedir. R yazılımı İnternet sitesinde günlük Microsoft Windows başlangıç menüsüne R menüsü, kullanıcılar tarafından tüm dünya bilim adamlarının yükleme sırasında eklenmektedir. Programın ilk kez kullanımına olanak sağlayacak yaklaşık 600 ek kütüphane çalıştırılmasıyla (S:34,Resim 2.2’de yer alan) R for bulunmaktadır. Ayrıca birçok bilimsel dergide yayınlanan Windows 3.0.3 yazılımı arayüzü elde edilir
makalelerde R yazılımı kaynak kodu ile beraber R Yazılımının Temelleri gelmektedir. Yükleme işlemi sırasında hem R yazılımının R yazılımı bir veri işleme ve grafik çizme programıdır. kullanımı, hem de bu yazılımın içerisinde yer alan Microsoft Windows versiyonu bir pencere içinde fonksiyonların detayları hakkında yardım dosyaları da kullanıcının gerekli komutları interaktif olarak ele gelmektedir. Özellikle kullanım kılavuzları kişilerin almasına olanak tanımaktadır. Her ne kadar R yazılımı baskısını alıp çalışabilecekleri PDF dosyaları olarak için Minitab ve SPSS benzeri menü sistemi geliştirilmeye gelmektedir. Kullanıcıların dile kolaylıkla alışabilmeleri çalışılsa da temel olarak yapılması gereken, komutların için yardım dosyaları birçok örnek ile sunulmakta, daha yazılarak çıktıların görüntülenmesi işlemidir. ileri problemlerin çözümünde yine isteyen herkesin katılabileceği 4 ayrı tartışma listesi bulunmaktadır. Komutların girilmesi için kullanılan bölgeye “R Console” denir. Komut satırlarında yer alan > işareti komut satırının R yazılımı çevre birimi kullanıcılara etkin bir veri işleme kendisini temsil etmektedir. ve depolama olanağı, dizi ve matris hesaplamaları için komutlar grubu, veri analizi için ileri düzeyde teknikler Temel Komutlar topluluğu, verinin ekranda ya da basılı bir eserde Herhangi bir atama yapılması ya da matematiksel bir görüntülenebilmesine olanak veren geniş grafiksel ifadenin hesaplanması için en basit komutlar olarak özellikler, kolay programlamaya uygun fakat karmaşık meydana çıkan komutlar grubuna temel komutlar denir. programlama dillerinin özelliklerine sahip bir programlama dilinin olanaklarını sunmaktadır. Örneğin; R Console’da
R Yazılımının Elde Edilmesi > 72+45 komutu yazılarak Enter’a basıldığında [1] 117 sonucu ekranda görüntülenecektir. R istatistiksel bilgisayar yazılımı İnternet aracılığı ile dağıtılmaktadır ve isteyen kullanıcılar programın ana Matematiksel işlemin hemen sonucunu elde etmek yerine sitesini kullanarak ücreti karşılığında CD üzerinden de sonuçlar herhangi bir değişkene de atanabilir. Bu atama programı elde edebilmektedirler. Programın lisansı, işlemi için “değişken <- işlem” yapısı kurulmalıdır. kullanıcılara ellerinde bulundurdukları programı serbestçe Örneğin önceki toplam x gibi bir değişkene atanmak dağıtma ve kullanma hakkını vermektedir. Microsoft istenirse > x <- 72+45 komutunun verilmesi yeterli Windows, Linux ve Unix sistemleri ve Apple MacOS olacaktır. Yeni bir atama yapılmadığı sürece x değişkeni işletim sistemleri için çeşitli sürümler elde edilebilmektedir. bu toplamın sonucundan oluşacaktır.
Kullanıcı programı ilk çalıştırdığında, karşısına çıkacak R ile çalışırken herhangi bir fonksiyon ya da kitaplık olan pencere sistemindeki menüleri kullanarak programın hakkında yardım almanın iki yolu vardır; yeteneklerini dünyadaki diğer kullanıcıların geliştirdikleri • Aritmetik ortalama hesabında kullanılan mean() alt programları da yükleyerek genişletebilirler. komutu biliniyorsa, yardım alma komutu Microsoft Windows işletim sistemi için yükleme işlemi help(mean) dir. (S:37, Resim 2.4) şu şekildedir;
• Yardım almanın diğer bir yolu ise R arayüzü Bir değişkenin karekökü sqrt() fonksiyonu yardımıyla help menüsünün kullanılmasıdır. hesaplanabilir. S:40, Örnek. 12 incelenebilir.
Vektörler Matrisler
R yazılımında değişkenler ile çalışırken vektör ve matris R yazılımında matris oluşturmak için matrix() fonksiyonu kullanımı olanaklıdır. Bir vektörü en basit şekilde kullanılır. Bu fonksiyonun genel yazılımı; oluşturabilmek için c() fonksiyonu kullanılmaktadır. matrix(veri, nrow(satırsayısı), ncol(sütünsayısı), x değişkenini 5 birimlik bir vektör hâline dönüştürme byrow=F(veri sütun olarak girilsin)) işlemi ve sonucu şöyledir; şeklindedir. 2 değişken ve 6 gözlem değerinden oluşan > x <- c(1,2,3,4,5) veri seti için iki sütun ve altı satırlık bir matris > x oluşturalım. Veri, matrix() komutu içinde aşağıdaki gibi [1] 1 2 3 4 5 oluşturulabilir
R yazılımı büyük ve küçük harfe olan duyarlıdır. X ve x > matrix(c(6,5,4,3,2,1,1,2,3,4,5,6),ncol=2) değişkenleri tamamen farklı değişkenlerdir. [,1] [,2] [1,] 6 1 Önceden tanımlanmış bir vektörün birim sayısını [2,] 5 2 öğrenmek için length () fonksiyonu kullanılır. [3,] 4 3
> length(x) [4,] 3 4 [1] 5 [5,] 2 5 [6,] 1 6 c() fonksiyonu karakter değişkenleri yaratmak için de kullanılır. Veri, bir değişken kullanılarak aşağıdaki gibi oluşturulabilir. S:38 Örnek1, Örnek.2 incelenebilir. > veri<-c(6,5,4,3,2,1,1,2,3,4,5,6) Belirli bir düzene sahip olan vektörlerin yaratılmasında da > matrix(veri,ncol=2) seq () fonksiyonu kullanılır. Bu fonksiyonun genel yazılımı seq(altlimit, üstlimit, artışmiktarı) şeklindedir. [,1] [,2] Örneğin, Dörtten on altıya kadar 4’er artan rakamlardan [1,] 6 1 oluşan vektörü oluşturma komutu; [2,] 5 2 [3,] 4 3 > seq(4, 16, 4) [4,] 3 4 [1] 4 8 12 16 [5,] 2 5
S:38 Örnek3, Örnek.4, Örnek.5 incelenebilir. [6,] 1 6
Belirli bir düzene sahip verilerin oluşturulması için rep() Eğer öncelikle satırlar veri kısmında tanımlanıyor ise fonksiyonu kullanılır. İstatistikteki varyans analizi işlemi byrow=T parametresinin kullanılması gerekmektedir. gerçekleştirebilmek için ilgilenilen değişkenin her seviyesi Daha önce tanımlanan köşeli parantezler kullanılarak, için birim sayısı kadar isim girilmesi gerekmektedir. Bu matrisin herhangi bir elemanına ait olan satır ve sütun komut, rep (istenenduzen,tekrar-sayısı) şeklinde sayısı girilerek ulaşılabilir. Matrisin herhangi bir satırına yapılandırılır. Örneğin, 8 adet 3 rakamını içeren vektörü [satırno,] ve herhangi bir sütununa da [,sütunno] köşeli oluşturmak için yazılması gereken komut; parantezleri yardımıyla ulaşılabilir. Ayrıca aritmetik işlemler de matrisler üzerinde kolaylıkla uygulanabilir. > rep(3,8) [1] 3 3 3 3 3 3 3 3 Kitabınızın 41 ve 42 sayfaları incelenebilir.
S:39 Örnek7, Örnek.8, Örnek.9, Örnek.10 incelenebilir. Mantık Operatörleri
Bir vektörün herhangi bir elemanına ulaşmak için köşeli R yazılımı ile mantık tipi değişkenlerin oluşturulması parantezler içinde istenilen vektör elemanının sıra mümkündür. Doğru (T) ve Yanlış (F) olmak üzere iki numarası verilir. Örneğin, bir değişkene altı tane birim mantıksal değer vardır. Çeşitli operatörler ve anlamları atayarak bu birimlerden dördüncüsünün değerini için S:43 Tablo 2.1 incelenebilir.
görüntüleyen, daha sonra da birinci ve altıncı birimlerin Bir mantık operatörü yardımıyla bir değişkene Doğru (T) değerlerini gösteren komut; ya da Yanlış (F) değeri atamasını sağlanabilir.
>isim<-c(“Ali”,“Can”,“Nedim”,“Ümit”,”Fuat”,“Volkan”) > değişken<-23 == 4 > isim[4] > değişken [1] “Ümit” [1] FALSE > isim[c(1,6)] [1] “Ali” “Volkan Verilen örnekte değişkenin değeri olan 23’ün 4’e eşit olup olmaması durumu mantık değeri olarak tekrar değişkene
atanmıştır. Artık değişkenimizin değeri FALSE, yani okuma işlemi, read.csv() değişkenlerin virgülle ayrıldığı yanlıştır. dosyalardan okuma işlemi olur.
Mantık fonksiyonları yardımı ile ilgilenilen değişkenin bir Özellikle Microsoft Excel dosyalarından okuma işlemleri karakter değişkeni mi yoksa sayısal bir değişken mi gerçekleştirilirken, her bir çalışma sayfası “csv” dosyası olduğu anlaşılabilir. Örnekler S:43 ve 44’de incelenebilir. olarak kaydedilerek daha sonra bunların her biri read.csv() fonksiyonu ile elde edilebilir. Genellikle veri aktarımı List Nesneleri scan() fonksiyonu ile yapılmaktadır. Bu fonksiyon Çeşitli istatistiksel analizler için oluşturulan farklı özellikle vektörlerin tek tek okunmasında büyük kolaylık nesnelerin bir araya getirilmesinde List Nesnelerinden sağlamaktadır. Konu ile ilgili örnek S:50’de incelenebilir. faydalanılır. Örneğin; ilgilenilen veri kümesi ile bunlara ait korelasyon matrisi aynı nesne içerisinde Ek Kütüphane Yönetimi
görüntülenebilir (ya da hafızada birlikte saklanmaları Başka kullanıcılar ya da R projesi ekibi tarafından sağlanabilir). Bir veri seti oluşturularak korelasyon matrisi oluşturulan ek kütüphaneler “Packages” menüsündan ile birlikte tek bir veri seti hâline getirilmesi örneği S:45 “Install Package(s)” seçeneği yardımıyla yürütülebilir. Bu ve 46’da incelenebilir. seçenek bir diyalog ekranı getirir ve bu ekranda o an için Data Frame bulunan kütüphanelerin listesi sunulur (S:50, Resim 2.5). Kütüphaneler içinde yer alan fonksiyonlar için bilgiler Bir çok araştırmada ilgilenilen değişkenin çeşitli seviyeleri “help” menüsü “Html Help” seçeneği yardımıyla elde ve bu seviyeler için gözlem değerleri bulunmaktadır. R edilebilir. yazılımında veri seti içerisindeki faktör listeleri ve gözlem birimleri data frame olarak bir araya getirilirler. Zaman zaman bu kütüphanelerde meydana gelen “data.frame” fonksiyonunda her sütunda eşit sayıda birim değişimlerin güncellenmesi faydalı olacaktır. Bu işlemde yer almaktadır. Her satır bir gözlem birimini temsil yine “Packages” menüsü “update packages” seçeneği etmektedir. 8 adet öğrencinin 4 farklı dersten aldıkları yardımıyla gerçekleştirilebilir.
başarı puanları bir değişkende bir araya getirilmesi örneği S:47’de incelenebilir.
List nesnelerinde olduğu gibi istenen sütun $ işareti yardımıyla görüntülenebilir. Eğer herhangi bir gözlem biriminin değeri elde edilememiş, yani kayıp değer ise bu işlem gözlem birimine NA değerinin atanması ile gerçekleştirilir. Konu örnekleri için S:47 incelenebilir.
R yazılımı fonksiyonlarının kayıp değerler için farklı yaklaşımları olabilmektedir. Bazı fonksiyonlar kayıp değerin yer aldığı değişkeni ya da gözlem birimini tamamen gözardı ederek işlem yaparken, kimi fonksiyonlarda işlemin yürütülmesi sırasında hata mesajı verebilirler.
Kişisel Fonksiyon Yazma
Hazır yazılmış fonksiyonlar bazen analizler için yeterli olmayabilir. Bu tür durumlar için kullanıcılar kendi fonksiyonlarını yazabilirler. R yazılımında bu işlem function (parametreler) komutu yardımıyla gerçekleştirilir. Konu ile ilgili örnek S:48, 49’da incelenebilir.
function() komutu, return() komutu ile sonlandırılır. Eğer bu fonksiyonun belli bir değeri vermesi isteniyor ise return içerisine bu değerin ait olduğu değişken yazılır.
Hazır Veri Aktarımı
Çoğunlukla veri setleri başka programlardan hazır olarak elde edilirler Verinin R yazılımına okutulabilmesi için bir kaç farklı teknik bulunmaktadır. Bu işlem için kullanılabilecek fonksiyonlar sırasıyla; scan() düşük seviyeli veri okutma işlemi, read.table() dosyalardan formatlanmış data frame elde edilmesi işlemi, read.fwf() belirgin bir genişlik tanımlanmış veri dosyalarından