发帖
雷达卡
方匡南现为厦门大学经济学院统计系副教授，博士生导师耶鲁大学博士后
2010年毕业于厦门大学经济学院，获经济学博士学位，并获厦门大学2010毕业生。台湾辅仁大学管理学院访问学者。
曾先后担任广发期货经纪有限公司股指期货研究员、广发基金公司金融工程研究员。
主要研究方向：数据挖掘、计量经济、应用微观经济。
曾先后在 Statistics in Medicine、Communication in statistics、Journal of Statistical Computation and Simulation、Journal of Applied Statistics、PLoS ONE等国际权威期刊发表20多篇，在《管理科学学报》、《经济研究》、《统计研究》、《数量经济技术经济研究》等国内权威期刊发表30多篇。一篇论文被人大复印资料《社会保障制度》、中央编译局、改革论坛网全文转载。
担任《经济研究》、《管理科学学报》、OMEGA、Journal of Applied Statistics、Communication in Statistics 等期刊匿名评审人。
获全国统计科研成果二等奖1项，三等奖3项，福建省社会科学成果二等奖1项、三等奖1项，及其他奖项多项。
主持国家自然科学基金2项，国家社科基金重大项目子课题1项，国家统计局2011年度全国统计科研计划重大项目1项，主持福建省社会科学基金1项，主持中央高校基本科研业务费专项资金1项。
【R特训】R数据分析从入门到精通_方匡南老师主讲
https://bbs.pinggu.org/thread-3820540-1-1.html
问答汇总：
Q1:坛友吃饭不喝酒：
R语言在论文数据处理上，和eviews、stata等相比，优势在哪里？
做论文所需要的回归、聚类、因子分析等数据处理时，R语言的编程技巧重要吗？如果重要，烦请老师推荐几本R语言编程方面的书籍，以及一些学习的建议。期待您的回复~谢谢~~~
A1:
你好，你的问题问的很好！
R是由新西兰奥克兰大学的Ross Ihaka与Robert Gentleman一起开发的一个面向对象的编程语言，因两人的名都是以R开头，所以命名为“R”。R是“GNU S”，一个免费开源、能够自由有效地用于统计计算和绘图的语言和环境，可以在UNIX、Windows和Mac OS系统运行，它提供了广泛的统计分析和绘图技术，包括回归分析、时间序列、分类、聚类等方法。R的前身是S语言，S语言是贝尔实验室（Bell Laboratories）的Rick Becker、John Chambers和Allan Wilks开发的，提供了一系列统计和图形显示工具，这个语言过去一度是数据分析领域里面的标准语言。但是正在逐步被R语言取代。
相对于eviews, stata的优势有：
(1). R是免费的，不存在版权的问题。现在还有许多人使用SPSS、SAS、MatLab，但大都用的都是盗版软件。从法律上来讲这是非法的，但是非法的东西在中国很流行，很多教授也用这些非法软件，甚至还大面积安装。不过，这种行为并不可取，而免费就成为了R流行开来的的一个因素。
(2).80%的统计学者和数据分析师都在用R，并且这些学者和数据分析师开发了很多R的packages,目前大概有7000多个packages,涉及到统计的各个方面，所以资源很丰富，几乎目前的一些统计方法，在eviews，stata等上面还没法用的时候，在R上几乎都可以实现
(3).R是开源的，你可以看到各个package的R源程序，可以在这些程序的基础上去修改实现自己提出的一些统计方法，就像Google首席经济学家 Hal Varian所说：“R最优美的地方是它能够修改很多前人编写的包的代码做各种你所需的事情，实际你是站在巨人的肩膀上。”
（4）. 完整的数组和矩阵操作运算符以及完整的数据分析工具；
（5）. 出色的图形统计功能。除了基本统计直方图、折线图等，还可以绘制一些高级的图形，而这些是SPSS这类软件所不能匹敌的。R的图形统计工具一般有四个等次，最基本的plot，高级一点的grid，然后到Lattice，最后到ggplot2。ggplot2是一个更具有创新性的图形展示工具，它有自己的语法，相当于一门新的绘图语言。除此之外，ggobi这类的动态绘图也是具有很好的交互性的绘图软件。
（6）. 简单高效的建模工具。只需用lm就可以建立线性模型，广义线性模型可以用glm，广义可加模型也有gam就函数。
（7）. 提供很多高级功能。除了统计之外，你还可以使用R来给电脑关机，发微博，发校内状态，下五子棋以及配合LaTeX撰写动态统计报告以及自动生成概率统计的试卷和答案。
（8）.兼容几乎全平台。除了支持OS X、Linux、Windows之外，甚至可以在iOS设备上编辑和运行R的程序，还可以在iphone等移动设备上安装R程序。
（9）.逐渐支持多国语言。作为一个开源软件，R在其主页上也有提供大家添加数据自己国家语言的文件(http://developer.r-project.org/Translations.html)。其中，中文的翻译也在https://github.com/r-cn/r-cntrans 上面得到了国内众多的R爱好者的支持。
（10）. 更新速度快。R几乎囊括了所有统计方法，当其他软件还不能完成一些的统计方法，在R中几乎都可以完成。R的更新速度是以周来计算的。
关于回归，聚类，因子分析等方法都是比较经典的方法在R里面都有现成的函数去实现，这个很简单，不需要很多编程技巧的，只要调用函数就可以了。比如做回归，只要用lm()就可以了，很简单的，再比如K-mean聚类分析只要用K-means函数就可以了，此外还有一个专门做聚类的package cluster.
关于R的参考书，现在市面已经很多了，我自己在今年3月也出了一本入门级参考书《R数据分析——实例详解》，电子工业出版社！谢谢！
Q2:坛友逆时针＠～＠：
R语言0基础应该怎么学？求推荐入门级的书
A2:
你好
R语言虽然不像菜单式、傻瓜式操作，但是学起来是非常简单、快速的，这个不像C,C++等低层语言，R语言是面向对象的，即使没有什么编程基础的话，也可以很快学会的！
关于R的参考书，现在市面已经很多了，我自己在今年3月也出了一本入门级参考书《R数据分析——实例详解》，电子工业出版社！谢谢！
Q3:坛友yuerthe9：
有软件开发基础，但是数学基础差。要想学好统计分析、数据挖掘应该怎么入手？或者说有哪些好的建议。
A3:
你好，
有软件开发基础很好，学习R语言应该是很轻松的事。要学好统计分析和数据挖掘的基础有两个，一个是学好数学、统计基础，另一个是学好计算机编程。所以现在，你学习数据分析和数据挖掘的问题是在于统计的基础知识问题。
如果你学习数据分析的目的不是做学术研究，而是做应用的话，建议你找一本偏向于介绍数据分析应用的参考书，尤其是有较多案例的参考书，又较详细讲解数据分析的原理，这样学习效率较高，实用性较强！
Q4:坛友3qsir：
请问匡老师 : 您好! 有关 R 统计分析软件问题 :
(1) 在 R 软件包有无专门处理 Rolling Regressions 的Package ( It is similar with Zivot and Wang(2005) 的范例 Chapter 9.1 有提到单变量 Rolling分析) Using S-Plus software
(2) 在 R 软件包有无专门处理多元波动模型中DCC or Bekk 的Package ( It is similar with Tsay(2002) 的范例 Chapter 10.4
Using Rats software
谢谢 !
祝 研究顺利
A4:
你好
（1）Rolling regression是比较简单的，可以试试rollapply()函数，另外也可以自己编写一个小函数实现rolling regression
（2）关于DCC-GARCH，以前R确实没有现成的函数，以往是调用OX软件来做的，比如Tsay 在他的 Financial time serises一书里 以前就是这么做的。现在R有相应的package和函数处理DCC-GARCH，具体请参考 package ccgarch
Q5:坛友Edwardliu：
请问方老师，学习R的入门技巧！
A5:
你好
R相对于C,C++等底层语言来讲，是比较容易上手的。建议你选一本参考书，跟着参考书学习，或者在经济条件允许的情况下，选一些合适的R培训班，这样事半功倍，学习效果应该是的。
Q6:坛友ydb8848：
方老师，您好，请问对于R软件是专门学一下还是遇到问题再有针对性的学习？哪种效果更好啊？谢谢
A6:
你好，关于学习方法哪个好，这是因人而异。
我个人的建议是先学习一下R的基本用法，建议选用合适的参考书或者报一些R的培训班，快速掌握R和数据分析的基本方法。然后再结合自己的工作，比如用到某个数据分析的时候再边做边学习，这就是所谓的 learning by doing，这样积累一段时间后，我相信你用R就得心应手了！
Q7:坛友laoo：
请问R和Matlab需要都学吗？两者重叠吗？
A7:
你好
我自己学过matalab，也学过R。两者之间有一定的相似性，也有较大的差异。以前学统计的，数学的，尤其是做工作的都比较喜欢用matalab编程做数据分析，但是现在越来越多的人都转而用R。如果你时间充裕，对两者都有兴趣，两个都学也没有坏处。但是如果你时间很宝贵，我建议你先学会一个，比如先学R。
Q8:坛友lyb342：
方老师，您好。如何快速学习和应用MCMC（Gibbs Sampling）方法呢？
A8:
你好，关于如何快速学习和应用MCMC，我个人认为没啥捷径。我个人认为难的不是程序如何编写，难的是如何掌握MCMC这些方法的原理。所以建议找一本比较好的MCMC参考书，先学习里面的方法原理，然后用R编程实现这样方法，找一些案例数据去分析，这样学习的效果比较好！
Q9:坛友chengyong：
请问方老师，R软件在金融风险管理如尾部极值处理方面，还有哪些软件包进行深入研究呢？在变结构方面呢？如何进一步研究呢？
A9:
你好
关于R做金融风险管理方面，可以看一下Extreme Value Theory models的几个package: evd, evdbayes, evir, extRemes, ismev,另外也可以看一下fExtremes 等package
Q10:坛友丹心永驻思华年：
R语言的应用前景如何！
A10:
你好！
R是由新西兰奥克兰大学的Ross Ihaka与Robert Gentleman一起开发的一个面向对象的编程语言，因两人的名都是以R开头，所以命名为“R”。R是“GNU S”，一个免费开源、能够自由有效地用于统计计算和绘图的语言和环境，可以在UNIX、Windows和Mac OS系统运行，它提供了广泛的统计分析和绘图技术，包括回归分析、时间序列、分类、聚类等方法。R的前身是S语言，S语言是贝尔实验室（Bell Laboratories）的Rick Becker、John Chambers和Allan Wilks开发的，提供了一系列统计和图形显示工具，这个语言过去一度是数据分析领域里面的标准语言。
R是一套完整的数据处理、计算和制图软件系统，它是一套开源的数据分析解决方案，由一个庞大而活跃的全球性社区维护。其功能包括：数据存储和处理系统；数组运算工具（其向量、矩阵运算方面功能尤其强大）；完整连贯的统计分析工具；的统计制图功能；简便而强大的编程语言：可操纵数据的输入和输出，可实现分支、循环，用户可自定义功能。与其说R是一种统计软件，还不如说R是一种统计分析与计算的环境，因为R不仅提供若干统计程序，而且使用者只需指定数据库和若干参数便可进行统计分析。R的思想是：它可以提供一些集成的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使使用者（用户）能灵活地进行数据分析，甚至创造出符合需要的新的统计计算方法。
2009年，《纽约时报》发表了题为 “Data Analysts Captivated by R’s Power”的社评，集中讨论了R语言在数据分析领域的发展，并引发了SAS和R用户广泛而激烈的争论。文章认为让R变得如此有用和如此快地广受欢迎是因为统计学家、工程师、科学家们在不断精炼代码或编写各种特有、具体的包。
KDnuggets网站每年都会做一些数据分析和数据挖掘软件使用的专题问卷调查。据KDnuggets网站2011年对570个数据挖掘和数据分析的工作者关于过去12个月数据挖掘和数据分析所使用的编程语言的调查显示（http://www.kdnuggets.com/2011/08 ... ning-analytics.html）， R语言名列榜首（如图1- 所示），占接近半壁江山（45%），而紧随其后的SQL、Python、Java则在某一领域具有各自独到的优势，而SAS和MATLAB分别名列第5和6，被R远远甩在后面。
总之一句话，R的前景非常美好！
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
