R入門：統計プログラミング言語「R」とは？

Rは、統計計算やグラフィックス分野において世界で最も普及している言語であり、データ分析や可視化を簡単かつプロフェッショナルに行えるようにします。

このチュートリアルは、経験のない初心者向けに作成されており、「Rとは何か」から始まり、Rを使ってデータ分析プロジェクトを最初から最後まで完遂できるレベルまで段階的に学んでいきます。Rは、学術研究、データサイエンス、統計モデリングにおける事実上の標準であり、世界中で250万人以上のデータサイエンティストに利用されています。

1. 学習内容

• Rとは何ですか？また、どのようなことができるのでしょうか？
• RとPythonの違いと、それぞれの適切な活用シーン
• Rの歴史と設計思想
• Windows、macOS、LinuxへのRのインストール
• RStudio IDE のインストールと使用方法
• 初めてのRスクリプトを作成して実行する
• Rパッケージのエコシステム（CRANおよびtidyverse）

2. データアナリストの実体験

(1) 苦悩：Excelではもう対応しきれない

アリスは市場アナリストで、最近、ある緊急の任務を任された。

「過去12か月分の売上データ @,000 行を、さまざまな観点から分析した6ページのトレンドレポートにまとめなさい。マネージャーは明日の朝までにそれを見たいと言っている。」

作業を始めるためにExcelを開いたところ、次のようなことがわかった：

• @,000行分のデータ Excelファイルを開くだけで5分もかかります。
• 異なる次元を持つ6つのグラフを作成したいのですが、何度もコピー＆ペーストを繰り返したり、ピボットテーブルを使ったりすると、3時間もかかってしまいます。
• 「地域、月、製品」という3つの次元に基づいて集計を行うには、3階層のネストされたVLOOKUPを使用する必要があります。
• 作業の最中にExcelが2回クラッシュし、彼はパソコンを叩き壊しそうになった。

結局、彼はどうやってそれを成し遂げたのか？ Rに乗り換えたのだ。

(2) Rを用いた解決策

同じタスクに対して、アリスはRで次のように記述しています：

# Load the entire data analysis toolkit with a single line of code
library(tidyverse)

# Read in a single line of code @,000 rows ofData(5 Done in a second)
sales <- read_csv("sales_2024.csv")

# Draw with one line of code 6 Post a picture
sales |>
  group_by(region, month) |>
  summarise(total = sum(amount)) |>
  ggplot(aes(x = month, y = total, color = region)) +
  geom_line() +
  facet_wrap(~ product) +
  labs(title = "2024 Annual Sales Trends(By Region/Products)")

所要時間：5分—データの読み込みに5秒、集計に1秒、6つのグラフの作成に3秒、残りの時間はタイトルの仕上げに費やしました。

それがRの素晴らしさです。最小限のコードで、最も複雑なデータ分析を実行できることです。その設計思想は、「統計学者がツールとの格闘に時間を費やすのではなく、思考に集中できるようにすること」にあります。

3. Rとは何か？

Rは、統計計算およびグラフィックスのためのプログラミング言語であり、1993年にニュージーランドのオークランド大学でロス・イハカとロバート・ジェントルマンによって開発されました。

(1) Rの3つの主な役割

(2) Rの主な利点

• 最も包括的な統計手法のコレクション：基本的なt検定から最先端のベイズ推論に至るまで、Rにはあらゆる用途に対応したすぐに使えるパッケージが用意されています
• 可視化分野のリーダー：ggplot2はデータ可視化のゴールドスタンダードであり、PythonやJavaScriptで広く採用されています。
• 学術的な基準：統計学、医学、経済学の学術論文の90％でRが使用されている
• 充実したパッケージエコシステム：CRANには、査読を経た2万を超えるオープンソースパッケージが掲載されています
• 再現性：R Markdownは「コード、データ、論文」を統合した一つの全体としてまとめ上げます

4. RとPythonの違い

多くの初心者が「RとPython、どちらを学ぶべきか」と尋ねます。その答えは、両方学ぶことですが、目的はそれぞれ異なります。

(1) ポジショニングの違いを理解するための1枚のチャート

graph TB
    subgraph Division of Labor Among Programming Languages
        A[R<br/>Statistical Analysis<br/>Academic Research<br/>Data Visualization] 
        B[Python<br/>Web Development<br/>Machine Learning<br/>Automation Engineering]
        C[SQL<br/>Database Query]
        D[JavaScript<br/>Front-End Interaction]
    end
    
    style A fill:#e1f5ff
    style B fill:#fff4e1
    style C fill:#f0e1ff
    style D fill:#e1ffe1

graph TB
    subgraph Division of Labor Among Programming Languages
        A[R<br/>Statistical Analysis<br/>Academic Research<br/>Data Visualization] 
        B[Python<br/>Web Development<br/>Machine Learning<br/>Automation Engineering]
        C[SQL<br/>Database Query]
        D[JavaScript<br/>Front-End Interaction]
    end
    
    style A fill:#e1f5ff
    style B fill:#fff4e1
    style C fill:#f0e1ff
    style D fill:#e1ffe1

(2) 6次元比較表

(3) 簡単なまとめ

• 統計処理、グラフ作成、論文執筆 → Rを使う
• 製品の開発、ウェブサイトの構築、AIの活用 → Pythonを使う
• データ処理 → どちらでも構いませんが、データサイエンスの分野ではRの方が「本格的」です

5. Rの誕生

(1) 物語を持つ言語

Rは、何もないところから設計されたわけではなく、明確な進化の道筋をたどっています：

• 1976年：ベル研究所が（統計解析専用に設計された）S言語を開発した
• 1993年：ロス・イハカとロバート・ジェントルマンが、Sを基にR言語を設計した
• 名称の由来：2人の著者の名前の頭文字（Ross + Robert）に由来しており、S言語へのオマージュも込められている
• 2000年：R 1.0がリリースされ、Rは成熟期に入った
• 2015年：R 3.0がリリースされ、パフォーマンスが大幅に向上した
• 2024: R 4.4.x（現在のメインストリーム版）

(2) なぜRは30年も続いているのか？

Rは「完璧」な言語というわけではありません（構文には独特な点があり、IDEの起動も遅いですが）、それでも30年間も生き残ってきた理由は次の通りです：

• 統計学者が実際に使っているもの（「ただ使っているだけ」ではないもの）
• パッケージの作成者はユーザーそのものである（問題に直面すると、彼らはパッケージを作成する。CRANは「実用的な知識ベース」となっている）
• 学術界では障壁が設けられている（学術誌は再現可能なRコードの提出を求めている）

6. R のインストール（R 4.x メインプログラム）

Rはオープンソースで無料です。インストールパッケージはCRANのウェブサイトからダウンロードできます。

(1) 各プラットフォームごとのインストール手順

(2) Linuxのインストールコマンド

# Ubuntu/Debian User:Execute the following commands one by one in the terminal
sudo apt update -qq
sudo apt install --no-install-recommends software-properties-common dirmngr
wget -qO- https://cloud.r-project.org/bin/linux/ubuntu/marutter_pubkey.asc | sudo tee -a /etc/apt/trusted.gpg.d/cran_ubuntu_key.asc
sudo add-apt-repository "deb https://cloud.r-project.org/bin/linux/ubuntu $(lsb_release -cs)-cran40/"
sudo apt install -y r-base

(3) インストールを確認する

インストールが完了したら、システムターミナルを開き、次のコマンドを入力してください：

R --version

期待される出力：

R version 4.4.1 (2024-06-14) -- "Race for Your Life"
Copyright (C) 2024 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu

Rのバージョン番号が表示されていれば、メインプログラムのインストールは正常に完了しています。

7. RStudio のインストール（推奨 IDE）

Rには基本的なグラフィカルユーザーインターフェースが備わっていますが、Rユーザーの99％はRStudioを使用しています。RStudioはPosit, Inc.が開発したR専用のIDEであり、世界中のRユーザーにとって標準的なツールとなっています。

(1) RStudioをダウンロードする

Positの公式サイトにアクセスして、RStudio Desktopの無料版（Windows、macOS、Linux対応、約200 MB）をダウンロードしてください。

(2) RStudioの4ペイン表示

RStudioを初めて起動すると、4つのペインが表示されます：

graph TB
    A["Source Editor<br/>Source Editor<br/>Write R Scripts and Documentation"] 
    B["Console<br/>Console<br/>Execute Code,Display Results"]
    C["Environment/History<br/>Environment/History<br/>View Variables,Historical Commands"]
    D["Documents/Charts/Packages/Help<br/>Files/Plots/Packages/Help"]
    
    A -- "Ctrl+Enter<br/>Run the selected row" --> B
    B -- "Assignment Generation" --> C
    B -- "plot Drawing" --> D
    C -- "Click on the variable name to view" --> D
    
    style A fill:#fff3cd
    style B fill:#d4edda
    style C fill:#cce5ff
    style D fill:#f8d7da

graph TB
    A["Source Editor<br/>Source Editor<br/>Write R Scripts and Documentation"] 
    B["Console<br/>Console<br/>Execute Code,Display Results"]
    C["Environment/History<br/>Environment/History<br/>View Variables,Historical Commands"]
    D["Documents/Charts/Packages/Help<br/>Files/Plots/Packages/Help"]
    
    A -- "Ctrl+Enter<br/>Run the selected row" --> B
    B -- "Assignment Generation" --> C
    B -- "plot Drawing" --> D
    C -- "Click on the variable name to view" --> D
    
    style A fill:#fff3cd
    style B fill:#d4edda
    style C fill:#cce5ff
    style D fill:#f8d7da

(3) 4ペインメニュー

8. 最初のRスクリプト

それでは、最初のRスクリプトを書いてみましょう。ワークフロー全体は以下の通りです：

▶ サンプル：Hello World ＋ 簡単な計算

# ============================================
# My First R Screenplay
# File Name:hello.R
# ============================================

# 1. Comments are marked with # Introduction,Will not be executed
# 2. Used for variable assignment <-
name <- "World"

# 3. Use cat() Output (cat = concatenate, join)
cat("Hello,", name, "!\n")

# 4. R It's a calculator.(Enter the expression directly)
1 + 1
2 * 3
sqrt(144)  # Square Root = 12
log(100)   # Natural Logarithm

# 5. Performing Calculations Using Variables
pi_value <- 3.14159
radius <- 5
area <- pi_value * radius ^ 2
cat("The radius is", radius, "The area of the circle is approximately equal to", round(area, 2), "\n")

期待される出力：

Hello, World !
[1] 2
[1] 6
[1] 12
[1] 4.60517
The radius is 5 The area of the circle is approximately equal to 78.54

(1) 手順

9. Rパッケージのエコシステム

Rの最大の強みは、そのパッケージのエコシステムにあります。世界中の統計学者によって提供された2万を超えるオープンソースのパッケージが、事実上すべての統計手法やデータサイエンスのシナリオを網羅しています。

(1) パッケージ管理の3つの基本要素

# 1. Installation Package (Download from CRAN Mirror, Just do it once)
install.packages("dplyr")

# 2. Load Package(It must be loaded once for each new session.)
library(dplyr)

# 3. View Installed Packages
installed.packages()[, "Package"]

(2) tidyverse：Rにおけるデータサイエンスのための「5点セット」

tidyverseは、Hadley Wickham（ggplot2の作者）が主導する「tidy」パッケージの集合体であり、現代のRデータサイエンスにおける事実上の標準となっています：

# One-time installation 8 A core package(dplyr/ggplot2/readr/tidyr/stringr/purrr/tibble/readxl)
install.packages("tidyverse")

❓ よくある質問

📖 まとめ

• Rは1993年に開発された統計計算およびグラフィックス言語であり、「統計学者の作業台＋データサイエンティストの絵筆＋再現可能な研究の標準」と位置づけられている。
• RとPythonの主な違い：Rは統計、学術研究、可視化を主眼としているのに対し、Pythonはエンジニアリング、AI、汎用的な開発を主眼としている
• インストール手順：まず（CRANからダウンロードした）Rのメインプログラムをインストールし、次に（Positのウェブサイトから）RStudio IDEをインストールします。
• RStudioの4ペインレイアウト：ソースエディタ（左上）→ コンソール（左下）→ 環境／履歴（右上）→ ファイル／プロット／パッケージ／ヘルプ（右下）
• 最初のスクリプト：<- 課題 + cat() 出力 + # で始まるコメント
• tidyverseの5つのパッケージ（dplyr、ggplot2、readr、tidyr、stringr）は、データサイエンスにおけるRの中核をなしています

📝 練習問題

1. 基本演習：CRANのウェブサイトにアクセスし、お使いのオペレーティングシステムに対応した最新のRインストールパッケージを見つけ、現在のバージョン番号をメモしてください。RプログラムとRStudioをインストールした後、RStudioの4ペインインターフェースのスクリーンショットを撮り、保存してください。

2. 応用演習：RStudioで新しいスクリプトを作成し、「自己紹介」プログラムを記述してください：① 3つの変数を定義します（name name、age age、city city）； ② cat() を使用して文を構成し、「My name is [Name], I am [Age] years old, and I am from [City]」と出力してください；③ # を使用して、コードの説明となる2～3行のコメントを記述してください。スクリプトを実行した後、スクリーンショットを撮り、コンソールの出力を保存してください。

3. 課題：最も興味を引くRパッケージを1つ調べて（推奨：ggplot2 / dplyr / shiny / rmarkdown / forecast）、その目的、代表的な使用例、および実用例（RStudioのウェブサイトや CRANのタスクビュー)で確認できます）。調査結果をドキュメントに保存してください。

Web-Tutorial 技術チーム

複数の開発者によって共同維持されているプログラミングチュートリアルプラットフォーム。各チュートリアルは専門分野の開発者が執筆・レビューしています。正確で信頼性の高いコンテンツを目指しています — 問題を見つけた場合はお知らせください。

私たちについて