学习单元 1 · 初识 R

课程一 · 预计学习约两小时 · 无需 R 基础

注记试教课程

本课使用 12 条虚构的课堂记录。需要 R 和代码编辑器,但无需额外的包、账号或数据下载。这些记录不能用于对真实学习者作研究判断。

我们要回答什么问题

如何描述一个小班的学习时数和测验成绩?今天我们将运行保存的脚本、查看数据表,并解释一个汇总指标。不必记住所有命令,重点是理解每行代码要求 R 做什么,以及如何核对结果。

完成本课后,你应能够:

  • 运行脚本中的指定代码,并区分计算与赋值。
  • 说明行和列代表什么,计算并解释均值。
  • 修改一个输入,并核对哪些结果改变了、哪些没有改变。

准备并打开脚本

课前安装 R 和 RStudio Desktop。已有的 Positron 或 VS Code 环境也适用。为方便初次学习,本课以 RStudio 演示。无需配置 AI 编程助手。

下载完整的起始脚本,保存在名为 r4ss-course 的文件夹中,然后用编辑器打开。脚本会自行创建小型数据表,因此运行结果不依赖于文件夹的位置。

在 RStudio 中,脚本编辑器保存你编写的指令;控制台接收命令并显示结果。将光标放在一行代码上,Windows 按 Ctrl+Enter,macOS 按 Cmd+Enter。从上往下依次运行。以 # 开头的文字是写给读者的注释。

> 是控制台提示符,不要把它输入脚本。如果看到 +,R 可能在等待尚未闭合的括号或引号。按 Esc,检查代码,再运行完整的表达式。使用 Ctrl+S 或 Cmd+S 保存脚本。

提示如果安装或配置失败

先检查能否打开 R,再检查编辑器能否找到 R。求助时请提供完整报错。排查期间,可以和同伴利用本页已经渲染的结果完成预测与解释练习。

先预测,再运行

运行前,先读下面三行。<- 将一个值保存在指定名称下;单独写出名称会显示其值;加 1 则进行一次计算。

study_hours <- 3
study_hours
[1] 3
study_hours + 1
[1] 4

加法结果是 4,但对象中仍保存着 3,因为这次计算没有为它重新赋值。再次运行 study_hours 就能核对。

动手练习,5 分钟:把赋值改为 5,重新运行三行代码,向同伴解释两个显示结果。然后恢复为 3,使后续结果与本页一致。

查看小型数据表

数据常以表格组织。这里,learner_id 标识学习者,study_hours 表示报告的学习时数,quiz_score 表示 0–100 分的测验成绩。列名区分大小写。三列描述的是同一组人的不同属性。

运行下面的代码块。c() 将若干值放在一起,data.frame() 将长度相同的列组织成表格。今天可以直接使用这个代码块,无需立即掌握所有细节。

# Fictional classroom records, created solely for these lessons.
classroom <- data.frame(
  learner_id = 1:12,
  study_hours = c(1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6, 7),
  quiz_score = c(48, 55, 51, 62, 58, 68, 63, 74, 70, 81, 76, 86)
)

查看开头几行,并计算总行数:

head(classroom, 3)
  learner_id study_hours quiz_score
1          1           1         48
2          2           2         55
3          3           2         51
nrow(classroom)
[1] 12

head(classroom, 3) 显示前 3 行,并未删除其余记录。nrow() 计算全部 12 行。左侧打印的行号用于显示,而 learner_id 是我们明确设置的标识符列。

动手练习,10 分钟:改为显示前 5 行。解释为什么显示结果变了,而 nrow(classroom) 没变。从打印的表格中找出第 3 位学习者的成绩,暂时不要修改数据。

汇总并解释

$ 从表中选取指定列。classroom$quiz_score 表示 classroom 中的 quiz_score 列。mean() 接收数值,计算算术平均数。

mean(classroom$study_hours)
[1] 4
mean(classroom$quiz_score)
[1] 66

平均学习时数为 4 小时,平均成绩为 66 分。这不意味着每个人的取值都相同。这些指标仅描述这 12 条虚构记录。本例没有缺失值,后续课程将介绍缺失值如何影响汇总结果。

解释全班的平均成绩

classroom 表包含 12 位虚构学习者,每人的成绩以分为单位,范围为 0 至 100。运行下面的代码,得到:

mean(classroom$quiz_score)
# [1] 66

根据这个结果,以下哪些说法成立?

请选择所有正确选项。

讨论:用一个均值代替 12 个成绩时,丢失了什么信息?回答前,比较已经显示的最高分与最低分。

一次修改一个地方

extra_hour <- study_hours + 1
extra_hour
[1] 4
study_hours
[1] 3

extra_hour 保存了新的值 4,而 study_hours 仍然是 3。对象与列名可以相似,但 study_hours 和 classroom$study_hours 是不同的表达式。修改单个对象不会改变数据表中的列。

找出代码中的问题

表中的列名是 learner_id、study_hours 和 quiz_score。你想计算平均测验成绩,但下面这行代码返回了 NA,并给出警告:

mean(classroom$Quiz_score)

首先应该检查什么?

请选择一个答案。

如果看到 object 'classroom' not found,先运行创建数据表的代码块。如果函数返回 NA 并出现警告,应阅读警告并检查输入。反复点击运行通常无法解决列名拼写错误。可以用 names(classroom) 查看实际列名。

独立任务

预留 15 分钟。复制并保存起始脚本,在文件名中加入自己的名字。

  1. 创建值为 6 的对象 planned_hours。计算 planned_hours + 2,但不替换原值;然后再次显示 planned_hours。
  2. 显示 classroom 的前 4 行,并计算全部行数。
  3. 计算平均测验成绩。写一条注释,说明数值、单位以及它描述的是哪些观测。
  4. 向同伴解释:为什么给 planned_hours 加 1 不会改变全班平均成绩?
提示

参考上面的赋值、head()、nrow() 和 mean()。注释以 # 开头。查看答案前,先检查对象名与列名大小写。

参考答案
planned_hours <- 6
planned_hours + 2
planned_hours
head(classroom, 4)
nrow(classroom)
mean(classroom$quiz_score)
# 12 位虚构学习者的平均测验成绩为 66 分。

首次计算显示 8,planned_hours 仍显示 6。共有 12 行。单独的对象不会修改 classroom 中的列。

回顾与离堂问题

脚本保存指令,控制台运行并显示结果。赋值保存数值,数据表组织观测,汇总指标描述一组值。保存脚本,重启 R,再从头运行,检查是否依赖于先前留在环境中的对象。

离堂问题:请用自己的话解释 study_hours、classroom$study_hours 与 mean(classroom$study_hours) 的区别。

进入下一个学习单元前,用两句话说明均值能够告诉我们什么、不能告诉我们什么。教材阅读为《R 语言简介》;其中较广泛的数据结构讨论现阶段可选读。

返回课程地图 · 教学提示