The R Software: Fundamentals of Programming and Statistical Analysis

محتوای نرم افزار R به گونه ای ارائه شده است که برای خواننده هم جامع و هم آسان باشد. این کتاب علاوه بر کاربرد آن به عنوان یک متن خودآموز، می تواند از سخنرانی های R در هر سطحی از مبتدی تا پیشرفته پشتیبانی کند. این کتاب می‌تواند به عنوان یک کتاب درسی در مورد R برای مبتدیان و همچنین کاربران پیشرفته‌تر که روی سیستم‌عامل‌های Windows، MacOs یا Linux کار می‌کنند، باشد. بخش اول کتاب به قلب زبان R و مفاهیم اساسی آن از جمله سازماندهی داده ها، واردات و صادرات، دستکاری های مختلف، مستندسازی، نمودارها، برنامه نویسی و نگهداری می پردازد. فصل آخر در این بخش به برنامه نویسی شی گرا و همچنین رابط R با C/C++ یا Fortran می پردازد و شامل بخشی در مورد تکنیک های اشکال زدایی است. در ادامه قسمت دوم کتاب آمده است که توضیحات مفصلی در مورد چگونگی انجام بسیاری از تحلیل های آماری استاندارد، عمدتاً در زمینه آمار زیستی ارائه می دهد. موضوعات از تنظیمات ریاضی و آماری که شامل عملیات ماتریس، ادغام، بهینه سازی، آمار توصیفی، شبیه سازی، فواصل اطمینان و آزمون فرضیه، رگرسیون خطی ساده و چندگانه، و تجزیه و تحلیل واریانس است. هر فصل آماری در بخش دوم متکی به یک یا چند مجموعه داده‌های زیست پزشکی واقعی است که توسط دانشکده بهداشت عمومی بوردو (Institut de Santé Publique, d'Épidémiologie et de Developpement - ISPED) در دسترس قرار گرفته و در ابتدای کتاب توضیح داده شده است. . هر فصل با یک بخش ارزیابی به پایان می رسد: یادداشت مهم ترین اصطلاحات، به دنبال آن بخشی از تمرین های نظری (که باید روی کاغذ انجام شود)، که می تواند به عنوان سؤال برای یک آزمون استفاده شود. علاوه بر این، کاربرگ‌ها خواننده را قادر می‌سازد تا توانایی‌های جدید خود را در R بررسی کند. راه‌حل‌های تمام تمرین‌ها و کاربرگ‌ها در این کتاب گنجانده شده است.

The contents of The R Software are presented so as to be both comprehensive and easy for the reader to use. Besides its application as a self-learning text, this book can support lectures on R at any level from beginner to advanced. This book can serve as a textbook on R for beginners as well as more advanced users, working on Windows, MacOs or Linux OSes. The first part of the book deals with the heart of the R language and its fundamental concepts, including data organization, import and export, various manipulations, documentation, plots, programming and maintenance. The last chapter in this part deals with oriented object programming as well as interfacing R with C/C++ or Fortran, and contains a section on debugging techniques. This is followed by the second part of the book, which provides detailed explanations on how to perform many standard statistical analyses, mainly in the Biostatistics field. Topics from mathematical and statistical settings that are included are matrix operations, integration, optimization, descriptive statistics, simulations, confidence intervals and hypothesis testing, simple and multiple linear regression, and analysis of variance. Each statistical chapter in the second part relies on one or more real biomedical data sets, kindly made available by the Bordeaux School of Public Health (Institut de Santé Publique, d'Épidémiologie et de Développement - ISPED) and described at the beginning of the book. Each chapter ends with an assessment section: memorandum of most important terms, followed by a section of theoretical exercises (to be done on paper), which can be used as questions for a test. Moreover, worksheets enable the reader to check his new abilities in R. Solutions to all exercises and worksheets are included in this book.