What is R?

R is an integrated suite of software facilities for data manipulation, calculation and graphical display. It is an open source software developed by the statistical community world wide. The latter ensures high scientic quality of implemented tools and a constant peer-review of R proposed procedures. With R we can perform effective data handling and store data, we can use graphical facilities for data analysis and display either directly at the computer or on hardcopy. We can develop our own procedures using a well-established and effective programming language. R has some peculiarities, it does not have a standard graphical interface, it works using command lines. There exist several graphical interfaces, most are specific for an operating system. If one should be recommended we'd chose Rstudio that is available for all OS. In what follows we'll illustrate R usage without graphical interface using scripts and the R console. There is an important difference in philosophy between R and the other main statistical systems. In R a statistical analysis is normally done as a series of steps with intermediate results stored in objects. Whereas SAS and SPSS provide output files with several details as results of a data analysis, R provides minimal output and stores the results in a fit object for subsequent calls by functions such as summary.
R is organized with several modules, in the installation binaries one gets the base set of packages, it contains a large variety of statistical and graphical tools that allow the elaboration of most basic data analysis. It is possible for example to fit a linear models, generalized linear models (GLM) and log linear models, perform a simple principal component analysis or an ANOVA. Then hundreds of packages implementing graphical or modeling tools are available. If for example it is of interest to estimate a Generalized Additive Model (GAM) it is necessary to load the mgcv or the gam package. Once the R is installed locally it is possible to download and install packages

Cos'é R?

R é una suite integrata di risorse software per la manipolazione dei dati, calcolo e visualizzazione grafica. É un software open source sviluppato dalla community di statistica in tutto il mondo. Il chè assicura un'alta qualitá scientifica degli strumenti implementati e una constante revisione delle procedure proposte per R. Con R é possibile eseguire manipolazione dati e immagazzinamento degli stessi, si possono utilizzare risorse grafiche per le analisi dei dati e visualizzarli direttamente sul computer o su supporto cartaceo. É possibile sviluppare le prorprie procedure utilizzando un linguaggio consolidato ed efficiente. R presenta alcune peculiaritá, non ha una interfaccia grafica, si utilizza da riga di comando. Vi sono diverse interfaccie grafiche, la maggior parte sono specifiche per il singolo sistema operativo. Se si deve suggerire un'interfaccia grafica, la scelta cade sicuramente su RStudio, che é disponibile per tutti i sistemi operativi. in questo corso si illustrerá l'uso di R senza interfaccia grafica, utilizzando scripts la console di R. Vi é una importante differenza nella filosofia tra R e i maggiori sistemi statistici. In R un'analisi statistica é normalmente eseguita come una serie di passi (step) dove i risultati intermedi sono immagazzinati in oggetti. Mentre SAS e SPSS forniscono un file in output dettagliato come risultato di un'analisi di dati, R fornisce output minimi e immagazzina i risultati in un adeguato oggetto disponibile per essere richiamato da altre funzioni come summary.
R é composto da diversi moduli, nei file di installazione é presente un set di base di pacchetti (packages), che contiene una grande varietá di strumenti statistici e grafici che permettono l'elaborazione della maggior parte di analisi di base. É possibile, per esempio, calcolare modelli lineari, modelli lineari generalizzati (GLM) e monitorare modelli lineari, eseguire una semplice analisi di componenti principali o un analisi di varianza (ANOVA). Sono disponibili centinaia di ulteriori pacchetti per l'implementazioni grafiche e strumenti per la modellazione. Se, per esempio, si vuole stimare un modello additivo generalizzato (Generalized Additive Model - GAM) é necessario il pacchetto mgcv oppure il pacchetto gam. Un volta installato R localmente é possibile scaricare e installare i pacchetti necessari.