R语言统计分析与可视化入门教程：用iris数据完成检验、回归与论文图表

Roxi 加速器 — 稳定·快速·安全

全球节点覆盖，支持所有主流平台，一键连接无需配置。新用户免费试用。

立即体验 →

先把环境跑通：R语言怎么用？

有人问：“R语言是不是一打开就满屏报错？”坦白说，第一次确实像在看天书，但新手真正容易踩的坑通常不是统计，而是工作目录、列名和包版本。本文按⭐⭐☆☆☆难度，用R 4.4与RStudio演示一套可复现流程。

1. 安装R和RStudio，打开RStudio后新建脚本文件，不要把代码只写在控制台里。
2. 在控制台运行：

install.packages(c("tidyverse", "broom"))
library(tidyverse)
library(broom)

首次安装可能需要几分钟。若提示镜像选择，选距离较近的镜像即可。然后载入内置数据集：

data(iris)
str(iris)
summary(iris)

新手避坑：R区分大小写，Sepal.Length和sepal.length不是同一列；中文文件路径也可能在旧环境中引发编码问题。导入CSV时优先使用：

df <- read_csv("data.csv", locale = locale(encoding = "UTF-8"))

从描述统计到检验：一段代码读懂数据

问：R语言统计分析教程为什么总强调先看分布？因为均值相同，不代表数据结构相同。先按物种计算萼片长度的均值、标准差和样本量：

iris %>%
  group_by(Species) %>%
  summarise(
    n = n(),
    mean = mean(Sepal.Length),
    sd = sd(Sepal.Length)
  )

现在比较两组数据。筛选setosa和versicolor后进行Welch t检验：

test_data <- filter(iris, Species != "virginica")
t.test(Sepal.Length ~ Species, data = test_data)

不要只盯着p值。报告时同时写均值、标准差、置信区间和效应方向。若数据明显偏态，可改用wilcox.test()；若有三个及以上组，再考虑ANOVA，并检查方差齐性。统计方法要由研究设计决定，不能因为某个函数“能跑”就硬套。

ggplot2可视化与故障排查

问：R语言可视化教程里的图怎样达到论文可用？先保证变量和图形匹配，再统一主题和输出尺寸：

p <- ggplot(iris, aes(Species, Sepal.Length, fill = Species)) +
  geom_boxplot(width = 0.65, show.legend = FALSE) +
  geom_jitter(width = 0.12, alpha = 0.45) +
  labs(x = NULL, y = "Sepal length (cm)") +
  theme_classic(base_size = 12)

ggsave("figure1.png", p, width = 160, height = 110, units = "mm", dpi = 300)

排查树：图为空，先检查nrow(df)；“object not found”，检查列名和是否运行了前面的代码；中文乱码，检查编码和字体；结果每次不同，确认是否使用随机抽样并设置set.seed(123)。

老司机提示：把原始数据、脚本和输出图放在同一项目目录，脚本从上到下可一次运行。我的测试中，iris分析从载入到导出300 dpi图片约3秒；验证成功的标准是：脚本重启R后仍能完整运行，输出文件存在，且nrow(iris)返回150。

如果你还在整理科研网络环境，安卓UU加速器可作为选项之一；免费镜像、官方安装包和本地缓存同样足够完成R学习。