اولین کارگاه مدل های تشخیصی شناختی (مدل فیوژن) با استفاده از آرپجیو با ارائه مدرک معتبر توسط من در معاونت برنامه ریزی و امور اقتصادی دانش بنیان دانشگاه آزاد اسلامی واحد تهران جنوب در تاریخ 29 بهمن 1395 برگزار شد.
روش های مختلفی برای استفاده از راهنما در آر وجود دارد که به شرح زیر است.
1. کلیک برروی گزینه Help در بالای صفحه نرم افزار
2. در صورت دسترسی به اینترنت، استفاده از سایت نرم افزار (CRAN)
3. در صورت دانستن نام تابع، قرار دادن علامت ؟ ابتدای تابع مثلاً ?cdi.kli
4. در صورت دانستن موضوع تابع: help.search(“factor analysis”)
5. برای یافتن تابع در کدام بسته: find(“cdi.kli”)
6. در صورت دانستن چندحرف از تابع : aproos(“cdi”)
7. برای مشاهده مثال های کار شده برای تابع: example(cdi.kli)
8. برای ویرایش داده های موجود: fix(data.frame.name)
روش نصب بسته
پس از نصب نرم افزار با اتصال به اینترنت می توان از دو طریق زیر بسته های آماری را نصب کرد.
الف) در تابع insta;;.packages(‘package.name’)زیر می توان به جای عبارت داخل پرانتز در گیومه نام بسته را نوشت. مثلاً CTT. پس کلیک بر روی کلید اینتر از شما درخواست می شود تا سرور خود را انتخاب کنید. تفاوتی بین سرورهای مختلف وجود ندارد.
>install.packages(‘package.name’)
برای نصب همزمان دو بسته می توان از عملگر c() استفاده کرد. مثلا به صورت زیر:
>install.packages(c(‘CTT’,’psychometric’))
پس از نصب این بسته ها، بسته وابسته به این دو بسته یعنی Multilevel نیز نصب خواهد شد و پیغام های زیر ظاهر می شود:
package ‘multilevel’ successfully unpacked and MD5 sums checked
package ‘CTT’ successfully unpacked and MD5 sums checked
package ‘psychometric’ successfully unpacked and MD5 sums checked
ب) ابتدا باید بسته نرم افزار مورد استفاده را دانلود و ذخیره کرد و سپس در منوی Packages گزینه install package(s) from local zip files را انتخاب و نصب کرد.
در نهایت برای بارگذاری بسته ها می توان از دستور library(package name)استفاده کرد.
مشخص کردن پوشه بسته های دانلود شده
تابع .libPaths نیز نشان می دهد که آر بسته دانلود شده را در کجا ذخیره کرده است. این تابع با نقطه شروع می شود. به صورت زیر:
.libPath()
این دستور نتیجه زیر را نمایش می دهد:
"C:/Users/azam/Documents/R/win-library/3.3" [1]
"C:/Program Files/R/R-3.3.2/library"[2]
بارگذاری (load) بسته ها
قبل از فراخواندن بسته، باید آن را در محیط آر بارگزاری (Load) کنید. تابع library(package name) بسته های مورد نظر را بارگزاری می کند. مثلا به صورت زیر:
>library(CTT)
>library(psychometric)
نمایش فهرست همه بسته های های دانلود شده در رایانه
اگر تابع library() را بدون مشخص کردن نام بسته تایپ کنید، لیستی از همه بسته های نصب شده در رایانه ی شما را نشان می دهد. به صورت زیر:
>library()
رها کردن (detach) یک بسته در R
اگر لازم باشد بسته ای از محیط آر رها شود (detach) می توان از تابع detach استفاده کرد و نام بسته را با package به آر داد. مثلا برای غیر فعال کردن بسته CTT می توان از دستور زیر استفاده کرد:
detach(package:CTT)
حال اگر تابع های بسته CTT را فراخوانی کنیم آر خطایی به صورت زیر ارائه می دهد که معنای آن این است که در محیط کنونی آر چنین توابعی تعریف نشده است.
Error: could not find function "score”
جستجوی بسته های تعریف شده در محیط آر
برای دیدن بسته هایی که در حال حاضر در محیط آر تعریف شده اند (بسته های بارگزاری شده) می توان از تابع search استفاده کرد. به طور مثال در رایانه من بسته های زیر وجود دارد:
> search()
[1] ".GlobalEnv" "package:CTT" "package:psychometric"
[4] "package:multilevel" "package:MASS" "package:nlme"
[7] "package:stats" "package:graphics" "package:grDevices"
[10] "package:utils" "package:datasets" "package:methods"
[13] "Autoloads" "package:base"
پاک کردن بسته از رایانه
برای پاک کردن بسته ای از رایانه ی می توان از تابع remove.packages استفاده کرد:
remove.packages("CTT")
Removing package from ‘C:/Users/azam/Documents/R/win-library/3.3’
(as ‘lib’ is unspecified)
به روز کردن بسته
برای به روز کردن بسته ای می توانید از تابع update.packages استفاده کنید
update.packages("CTT")
R، یک زبان برنامه‌نویسی و محیط نرم‌افزاری برای محاسبات آماری و علم داده‌ها است، که بر اساس زبان‌های اس و اسکیم پیاده‌سازی شده است. این نرم‌افزار متن باز، تحت اجازه‌نامه عمومی همگانی گنو عرضه شده و به رایگان قابل دسترس است.
زبان اس بجز R، توسط شرکت Insightful، در نرم‌افزار تجاری اس‌پلاس نیز پیاده‌سازی شده است. اگرچه دستورات اس‌پلاس و R بسیار شبیه است لیکن این دو نرم‌افزار دارای هسته‌های متمایزی می‌باشند.
ویژگی‌ها
R، حاوی محدودهٔ گسترده‌ای از تکنیک‌های آماری (از جمله: مدل‌سازی خطی و غیرخطی، آزمون‌های کلاسیک آماری، تحلیل سری‌های زمانی، رده‌بندی، خوشه‌بندی و غیره) و قابلیت‌های گرافیکی است. در محیط R، کدهای سی، سی++ و فورترن قابلیت اتصال و فراخوانی هنگام اجرای برنامه را دارند و کاربران خبره می‌توانند توسط کدهای سی، مستقیماً اشیا R را تغییر دهند.
گرچه نرم‌افزار R اغلب به منظور انجام محاسبات آماری به کار می‌رود، این نرم‌افزار قابل به کارگیری در محاسبات ماتریسی است و در این زمینه، همپای نرم‌افزارهایی چون اُکتاو و نسخهٔ تجاری آن متلب است.
R، همچنین نرم‌افزار قدرتمندی برای ایجاد اشکال گرافیکی و نمودارهاست.
بسته‌ها
امکان توسعهٔ قابلیت‌های R، با افزودن بسته‌های ایجاد شده توسط کاربران آن، یکی از ویژگی‌های مهم این نرم‌افزار است. این بسته‌ها توسط R، LaTeX، جاوا، سی++ و فورترن نوشته شده‌اند. مجموعه‌ای از بسته‌های اصلی R، هنگام نصب همراه برنامه وجود دارند و در مجموع ۴۴۴۲ بسته (تا آوریل ۲۰۱۳) در شبکهٔ بایگانی فراگیر آر (CRAN) وجود دارد.[۳] این بسته‌ها طیف وسیعی از قابلیت‌ها را در زمینه‌های مختلف تحلیل داده‌ها به R می‌دهند.
ابزار جانبی
R، دارای محیط خط فرمان برای ورود و اجرای دستورات است. ابزار مختلفی جهت تسهیل ویرایش دستورات و ارتباط با کاربر برای R ساخته شده است، که برخی از آنها در فهرست زیر آمده‌اند:
JGR: ویرایشگر چندسکویی بر پایهٔ جاوا.
R Commander: رابط گرافیکی بر پایهٔ tcltk، دارای قابلیت استفاده از منوها به جای نوشتن دستورات (مناسب برای کاربران مبتدی و آشنا با اس‌پلاس).
آراکسل RExcel: امکان استفاده از R و R Commander در برنامهٔ ماکروسافت اکسل
rggobi: رابط برنامهٔ GGobi برای به تصویر کشیدن داده‌های ماتریسی
منبع: ویکی پدیا
در سایت زیر می توانید به این نرم افزار و منابع مرتبط برای آموزش آن دست یابید:
https://www.r-project.org/
در این مجله مقالات مربوط به رویکردهای جدید تجربی و کمی در زمینه رفتار انسان چاپ می شود. در این مجله، رفتار به گسترده ترین حالت آن مد نظر است و همه روش های کمی و کاربردهای آن در زمینه رفتارهای انسان مد را در بر می گیرد که از سال 1958 ایجاد شده است.
حیطه های موضوعی این مجله عبارتند از:
تحلیل داده
روش شناسی پیمایشی
طرح آزمایشی
پزشکی
روانشناسی
آموزش و پرورش
اقتصاد
بازاریابی
علوم اجتماعی
جامعه شناسی
علوم سیاسی
علوم شناختی
علوم مغزی
هوش مصنوعی
فناوری اطلاعات و رفتارهای انسانی
یادگیری ماشین برای انسان
مدل گرافیکی
عامل تاثیر (impact factor): 595/.
در سایت زیر می توانید به این مجله دسترسی داشته باشید:
http://www.springer.com/statistics/statistical+theory+and+methods/journal/41237