統計に適した解析環境
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/06/03 23:39 UTC 版)
最小限の労力で見通しよく解析するために工夫された命令体系を備えている。 ベクトル、配列、行列、データフレーム(テーブルに相当)、リスト、時系列、などの動的型付けデータ型。(後出「データ型」参照) 高階関数(データとして関数を操作する関数)をベクトル処理として記述できる 『モデル式』の導入により、複雑な統計モデル記述と曲線あてはめ等のモデルフィット指示を簡潔で統一的に表現できる 欠損値(NA)・無効値(NULL)・無限大(Inf,-Inf)・非数値(NaN)などの定数とそれらの検査関数 集合計算・複素数計算・時間日付計算・因子計算 d(確率密度関数)・p(累積分布関数)・q(分位関数)・r(乱数生成)の4機能と分布名を組合せる命名規則を持つ多次元確率分布機能関数 rep、seq、sequence、seq.Date、seq.POSIXt、combn、expand.grid、replicate、などベクトルシーケンスの規則生成関数群 mean, sum, cumsum, cumprod, rowMeans, table、などの集約関数群 apply, lapply, by, などの汎関数群や、Reduce, Map, Filter、などの高水準関数群 sample関数による数値・複素数・文字列などの加重標本抽出(サンプリング)記述 オブジェクト指向(関数・代入式もオブジェクト)(「オブジェクト指向」を参照のこと) 単純な構文・データ型宣言不要・名前空間(「仕様」を参照のこと) 文字列・式の相互変換やパターンマッチング検索・編集などの文字列操作 対話的処理だけでなくバッチ処理も可能 解析手法の比較検証には欠かせない「定番の検証用データ集」 ニューラルネット、決定木、クラスター、主成分・因子分析・多変量解析、線形・非線形・自己相関モデルなど、多数の高水準組込関数群 画像処理・音声合成・GIS・テキストマイニングなどCRANによって日々強化される拡張機能 擬似乱数生成法としてメルセンヌ・ツイスタ(デフォルト設定)や他の多種の生成法が選択可能 すべてのプラットフォームにおいて64bit対応
※この「統計に適した解析環境」の解説は、「R言語」の解説の一部です。
「統計に適した解析環境」を含む「R言語」の記事については、「R言語」の概要を参照ください。
- 統計に適した解析環境のページへのリンク