![](data:image/jpeg;base64,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)
ภาษา R เป็นภาษาคอมพิวเตอร์ ที่ผู้ใช้สามารถเขียนฟังก์ชันขึ้นเองโดยใช้คำสั่งที่ไม่ยุ่งยาก สามารถทำงานบน Windows, Mac OS, หรือ Linux ภาษา R พัฒนามาจากภาษา S ซึ่งพัฒนามาเพื่อใช้งานทางด้านวิเคราะห์ทางสถิติ โดยพัฒนามาจาก Ross Ihaka และ Robert Gentleman ศาสตราจารย์แห่งภาควิชาสถิติ มหาวิทยาลัยอ็อคแลนด์ ประเทศนิวซีแลนด์ ในค.ศ. 1996 หลังจากนั้นมีการใช้โปรแกรม R กันอย่างแพร่หลาย ในปัจจุบันนี้มีกลุ่มอาสาสมัครช่วยกันพัฒนาและดูแล R ภายใต้ชื่อ R core-development team เป็นศูนย์กลางและสามารถสืบค้นสารสนเทศ และมี package ที่สนับสนุนการทำงานต่าง ๆ รวมทั้งการเชื่อมโยงไปยังแหล่งทรัพยากรอื่น ๆ ที่เกี่ยวข้องกับโปรแกรม R
ขั้นตอนติดตั้งโปรแกรม R
1. เข้าเวปไซด์ http://www.r-project.org/ เลือก Download R
2. เลือก “CRAN mirror” จะมีรายชื่อประเทศที่ให้ดาวน์โหลด เลือกประเทศไทย ซึ่งมี server อยู่ที่มหาวิทยาลัยสงขลานครินทร์ เพื่อดาวน์โหลด R program และ package ต่างๆ
3. เลือก “ดาวน์โหลด” ตามระบบปฏิบัติการที่ใช้เช่น mac ก็โหลดของ mac โหลดแล้วให้ทำการ “RUN” โปรแกรม ****สามารถใช้ได้ทั้ง 32 และ 64 bit
การเริ่มต้นทำงาน
การเริ่มต้นโปรแกรม R สำหรับระบบปฏิบัติการ Windows กระทำได้โดยคลิกที่ไอคอนของ R ก็จะเข้าสู่ ระบบการทำงานของโปรแกรมที่เรียกว่า R console ดังนี้
![](picture/tinyPicture/1860200046447/04102560141034_31113e1ecf59458faf6fc66c290ef967.jpg)
หรือสามารถทำงานบน R Editor โดยเปิดใช้จาก File > New script จะปรากฏหน้าต่างดังนี้
![](picture/tinyPicture/1860200046447/04102560141128_171018f16be54f858e6d2e617d0aecea.jpg)
การติดตั้งและเรียกใช้แพคเกจ
ในการเรียกใช้แพคเกจสามารถตรวจสอบรายชื่อแพคเกจที่ต้องการเรียกใช้จาก
Package > Load package …
ตรวจสอบรายชื่อแพคเกจที่ต้องการเรียกใช้ หากไม่มีต้องทำการติดตั้งก่อน
การติดตั้ง (installation) เลือกเมนู
Packages > Install package(s)... (ต้องมีการเชื่อมต่ออินเตอร์เน็ต)
สถิติพื้นฐาน
การหาค่าสถิติเบื้องต้น เช่น ค่าเฉลี่ยเลขคณิต ส่วนเบี่ยงเบนมาตรฐาน ความแปรปรวน มัธยฐาน พิสัย สามารถหาได้โดยใช้คำสั่ง
การหาค่าเฉลี่ยของ Vector x โดยใช้คำสั่ง
> mean(x)
การหาค่ามัธยฐาน โดยใช้คำสั่ง
>median(x)
การหาค่าส่วนเบี่ยงเบนมาตรฐาน โดยใช้คำสั่ง
>sd(x)
การหาค่าความแปรปรวน โดยใช้คำสั่ง
>var(x)
การหาค่าพิสัยของข้อมูล
>max(x)-min(x)
การหาค่าพิสัยควอร์ไทล์
>IQR(x)
การหาค่าสถิติพื้นฐานอย่างง่าย เช่น
Min. 1st Qu. Median Mean 3rd Qu. Max.
ค่าต่ำสุด ควอไทล์ที่ 1 ค่ามัธยฐาน ค่าเฉลี่ย ควอไทล์ที่ 3 ค่าสูงสุด
ใช้คำสั่ง >summary(x)