„R is the most powerful and flexible statistical programming language in the world“ – diese bereits 2010 getroffene Aussage von Norman Nie, einem der Gründer von SPSS, hat schon damals das riesige Potenzial von R zum Ausdruck gebracht. Das Involvement der wissenschaftlichen Community in Verbindung mit dem zunehmendem Engagement großer Unternehmen wie IBM ®, SAP®, Oracle® sowie diverser kleiner Spezialisten hat die positive Entwicklung von R seitdem weiter voran getrieben.

Zwei wesentliche Gründe dafür hat das Zitat von Norman Nie gleich geliefert: Die Flexibilität und die Mächtigkeit. Erstere gehört zu den wichtigsten Eigenschaften an eine Sprache für die Datenanalyse und Statistik, denn erst ein hohes Maß an Flexibilität ermöglicht die effiziente Automatisierung sich wiederholender Abläufe und Analysen, die Anpassung vorhandener Verfahren an konkrete Bedürfnisse und die Programmierung von komplexen Simulationen wie sie für das Data Mining benötigt werden.  Mächtigkeit und Stärke von R begründen sich also unter anderem in seiner Flexibilität, vor allem aber in der Verbindung aus umfassenden Statistik Bibliotheken und etablierten Programmierkonzepten. So bietet R alle Vorteile einer höheren Programmiersprache.

Hinzu kommt der Open Source Charakter von R. Der Quellcode der Programmiersprache ist auf Comprehensive R Archive Network (CRAN) vollständig einsehbar und somit nachzuvollziehen. Zudem ist R auf einer Vielzahl an Betriebssystemen und Plattformen lauffähig und dadurch in nahezu jedem Kontext anwendbar und stets sehr nahe an aktuellen Forschungsergebnissen.

Tiefergehende Programmierkenntnisse als Grundlage für eine intuitivere Nutzung von R

Insbesondere Nutzer, die R auf komplexere  Weise nutzen wollen können durch die flüssige Anwendung grundlegender Programmierelemente entscheidende Mehrwerte im Umgang mit der statistischen Programmiersprache erzielen. Diese Elemente wie Klassenstrukturen, Schleifen und Funktionen erweitern den methodischen Werkzeugkasten des Anwenders und ermöglichen ihm so ein effektives und intuitiveres Arbeiten mit R. Vergleichbar mit der Grammatik einer Fremdsprache bilden die Programmierkenntnisse ein Grundgerüst, mit dem sich weitergreifende und anwendungsfallspezifische Methoden erschließen lassen.

Darüber hinaus ist es jedem möglich eigene Programme in R zu schreiben, eigene Funktionen zu definieren und eigene Pakete zu entwickeln. Auch erlaubt R die rekursive Ausführung von Funktionen. R ermöglicht also ausgehend von den eigenen Bedürfnissen die Programmierung von neuen Funktionsweisen. Basis für die umfassende Nutzung der Potenziale von R sind die entsprechenden Fähigkeiten des Anwenders.

Data Science Trainings: Programmierkurse für Einsteiger und Fortgeschrittene

Im Rahmen der Data Science Trainings von eoda können Interessierte ihre Programmierkenntnisse erweitern. Der Kurs „Programmieren mit R II“ am 17. und 18. März vermittelt den Teilnehmern anhand praxisnaher Beispiele die Inhalte, um schneller reproduzierbare und hochwertige Skripte zu erstellen.

Zu den Themen gehören unter anderem:

Das Programm richtet sich besonders an Interessierte, die schon Erfahrungen im Programmieren mit R haben.

Einsteigern sei der Kurs „Programmieren mit R I“ empfohlen.

Hier entlang.