S: nur für Statistiker?

Transkript

1 S: nur für Statistiker? Gliederung - Übersicht Was ist S? Historie S: die Sprache Beispiele R GUI Anwendungen Was ist S? An Interactive Environment for Data Analysis and Graphics Programmiersprache für Statistiker Software System Award der ACM (1998) S has forever altered the way people analyze, visualize, and manipulate data Eigenschaften: kompakt, schnörkellos, einfach, lesbar Einfluss: Scheme, Lisp-Stat, APL, GenStat (und Fortran) Die Idee Schließen der Lücke zwischen Fortran und statistischen Programmpaketen (damals BMDP, GenStat, SAS, SPSS) Einbettung (vorhandenen) Fortran-Codes Interaktivität Sammlung von General statistical software algorithms ( Elementarbausteine, später functions) Plattform für Entwicklung neuer statistischer Methoden (Programmierung und Kommunikation) Realisation: S -> m4 -> Ratfor -> Fortran -> Binärcode

2 S: die Historie - Anfänge Geburtsort: Bell Labs (AT&T) Geburtsdatum: 20. April 1976 zeit- und ortsgleich mit Unix und C John Chambers (Bell Labs) Rick Becker (MIT, Troll) Paul Tukey (APL) Graham Wilkinson (GenStat) Doug Dunn (Zeitreihenanalyse) S : the System Anfang 1977: erste Version und Manual (auf General Electric/Honeywell unter GCOS) Mitte 1980: erste Unix-Version (mit portablem Unix auf 32-Bit-Rechnern) Ab 1981: erste Lizenzen (kostenlos) am RRZK: 1987 (Sinix), 1995 (AIX) S: die Historie - Weiterentwicklung : New S (Version 3) basiert auf QPE (Quantitative Programming Environment) Objektorientierte Programmiersprache umgeschrieben in C (nicht mehr Ratfor) Neue Funktionen: Statistical Models in S Neue Features: complex Berechnungen doppelt genau Listen 1993: Kommerzialisierung: exklusive Lizenz für StatSci (->Mathsoft -> Insightful) S: die Historie - Weiterentwicklung 1998: Version 4 Programming with Data Handhabung sehr großer Datenmengen DataFrames Library für eigene GUIs Windows-Version mit grafischer Benutzeroberfläche (1995)

3 S: die Sprache objektorientiert (Daten, Funktionen, Ergebnisse) eigene Klassen und Methoden definierbar wesentliche Bausteine: Funktionen, Vektoren Funktionen-Baukasten: elementare Statistik und Grafik sowie Utilities Wandel von Objekten möglich keine Unterscheidung von Zahlentypen keine Deklarationen jedes Objekt ~ eine Datei Debugging Bibliotheken S: die Sprache - Vektoren Vektoren: Konstanten, Vektoren, Matrizen, Arrays Unterschiede über zusätzliche Attribute (z.b. dim, tsp,...- attributes) Eingabe: c ( Wert, Wert,...) n 1 :n 2 seq (from=..., to=..., by=..., length=...) rep(objekt, times=...) Wandlung: as.vector matrix as.logical as.numeric S: die Sprache - Indizierung x [ i, j ] klassisch: i, j Variablen oder Konstanten i, j leer x [Geschlecht==1, ] i, j logische, numerische oder Namen-Vektoren x [ x[,2]<30, 1 ] x [ Groesse<160 Gewicht<=50, c( Alter, Geschlecht ) ] i, j negativ Elimination der Elemente i Matrix/Array i enthält Matrixpositionen

4 S: die Sprache - Kontrollstrukturen if (logischer Ausdruck) {Anweisungen} else if (logischer Ausdruck) {Anweisungen} else {Anweisungen} ifelse (logischer Ausdruck, Wert falls wahr, Wert falls falsch) switch (Ausdruck, Anweisung1, Anweisung2,...) (je nach ganzzahligem Wert 1, 2,... von Ausdruck wird die 1., 2.,... Anweisung ausgeführt, bzw. je nach character-wert a, b,... von Ausdruck wird die Anweisung ausgeführt, die eine Zuweisung für a, b,.. enthält) S: die Sprache - Schleifen for (Parameter in Objekt) {Anweisungen} (Objekt: z.b. 1:n oder eine Matrix) while (logischer Ausdruck) {Anweisungen} repeat {Anweisungen} break (für Abbruch der Schleife) next (für Sprung zum Schleifenbeginn) apply(matrix, 1 oder 2, Funktion) Anwendung einer Vektoroperation auf Zeilen(1) oder Spalten(2) einer Matrix z.b. apply(mat,2,mean) (für spaltenweise Mittelwerte einer Matrix mat) S: die Sprache eigene Funktionen Name <- function (par1=default, par2=default,...) { Anweisungen Variable # Ergebniswert für Name list (erg1=variable1, erg2=variable2,...) } Parameter: Variable (ohne =...) Parameter obligatorisch Variable = default Parameter optional mit Voreinstellung Variable = NULL Parameter optional ohne Voreinstellung... (drei Punkte als letzter Parameter) Weiterreichen von Parametern an andere Funktionen eigene Operatoren möglich: z.b. %*%

5 S: Funktionen-Spektrum Mathematik: u.a. Matrizenrechnung Statistik: elementare Statistik alle Methoden (in Zusatz-Bibliotheken) Grafik: elementare Plot-Funktionen alle üblichen statistischen Darstellungen Utilities R A Language not unlike S Open Source-Implementation von S In allen Linux-Distributionen enthalten R: die Historie Geburtsdatum: ca Geburtsort: University of Auckland (NZ) Ross Ihaka (Scheme) Robert Gentleman Martin Mächler ( S-Hochburg ETH Zürich, 1995) Kurt Hornik (TU Wien, 1996) Luke Tierney (Lisp-Stat, 1997) John Chambers (Bell Labs, 1998) basiert auf Scheme (Lisp-Dialekt) S like Syntax 1993: erste Version auf Macintosh 1995: GNU license 1996: CRAN (Comprehensive R Archive Network) 1997: Bildung des Core-Teams (Seit 1999 regelmäßige Treffen des Core-Teams) R: die Entwicklung 2000: Version 1 Name R: ursprünglich R & R (Ross & Robert) Interpreter in C, Funktionen überwiegend in R Unterschiede zwischen S und R Zukünftige Entwicklung von R?

6 GUI Wozu eine GUI? S-Plus: gui...(...) S-Plus mit grafischer Benutzeroberfläche R: Tcl/tk-Interface Zahlreiche Experimente für R-GUI Konnektivität Aufruf von Fortran-, C-, C++-Programmen Interfaces u.a. zu Datenbanken (mysql, Oracle, Postgres) Graphiksystemen (Arc-Info GIS, Ggobi, Xgobi) Parallel Computing (PVM, MPI): Rmpi, rpvm, snow Excel, Tcl/Tk, PVM, Java, Javascript,... S-Anwendungen Neue statistische Methoden libraries (in S-Plus und R) R: genormte packages CRAN: ca. 800 Pakete für R (u.a. Sudoku) BioConductor (Bioinformatik: analysis of genomic data) S-Plus: Zusatzmodule (u.a. Wavelets, SpatialStats, Trellis) Erste Informationsquellen