R for windows是R语言的Windows开发环境，R语言不仅仅是一种可编程语言，同时提供了用于统计分析、图形表示和报告的编程语言和软件环境，拥有强大的统计库和绘图库，是世界上最广泛使用的统计编程语言。建议使用RStudio进行R语言开发。本站为您提供r for windows 下载，有需要的用户可以在本站下载！

1、开源免费
R语言完全免费，源代码开放，可以在它的网站及其镜像中下载任何有关的安装程序、源代码、程序包及其源代码、文档资料。标准的安装文件身自身就带有许多模块和内嵌统计函数，安装好后可以直接实现许多常用的统计功能。

2、R语言是一种可编程语言，提供一个开放的统计编程环境。
R语言语法通俗易懂，很容易学会和掌握语言的语法。而且学会之后，我们可以编制自己的函数来扩展现有的语言。这也就是为什么它的更新速度比一般统计软件，如，SPSS，SAS等快得多。大多数最新的统计方法和技术都可以在R中直接得到。

3、R语言的所有函数和数据集是保存在程序包里面的。
只有当一个包被载入时，它的内容才可以被访问。一些常用、基本的程序包已经被收入了标准安装文件中，随着新的统计分析方法的出现，标准安装文件中所包含的程序包也随着版本的更新而不断变化。在另外版安装文件中，已经包含的程序包有：base一R的基础模块、mle一极大似然估计模块、ts一时间序列分析模块、mva一多元统计分析模块、survival一生存分析模块等等。

4、R语言具有很强的互动性。
除了图形输出是在另外的窗口处，它的输入输出窗口都是在同一个窗口进行的，输入语法中如果出现错误会马上在窗口口中得到提示，对以前输入过的命令有记忆功能，可以随时再现、编辑修改以满足用户的需要。输出的图形可以直接保存为JPG，BMP，PNG等图片格式，还可以直接保存为PDF文件。另外，和其他编程语言和数据库之间有很好的接口。

5、可以与全球最前沿的科学家讨论
如果加入R的帮助邮件列表一，每天都可能会收到几十份关于R的邮件资讯。可以和全球一流的统计计算方面的专家讨论各种问题，可以说是全世界最大、最前沿的统计学家思维的聚集地。

任何编程语言都有缺点，R语言也不例外，下面比克尔小编为您介绍R语言的缺点

1、对大文本（text data）处理极差... 或者说data management本就不是R的强项。SAS于R的最大优势之一可能就在于它兼顾了数据分析和数据管理。在SAS里对数据进行各种复杂操作都相对容易，只需要简单的DATA STEP（必要时结合PROC SQL）即可完成；在R里可就真的是千辛万苦... 虽然也有相应的aggregate, merge之类的函数，但是大都不太好用。这也是为什么大家常常把数据（尤其是数据大时）在别的环境下整好/分割好再喂给R。人家术业有专攻，数据管理真是有些难为它了。

2、内存管理和平行处理（parallel processing/programming）都为人诟病。数据小时没有感觉，数据大了就各种报错... 

3、package的可靠性问题。我第一门完全使用R做作业的课是门统计课，教授已经六十多岁，见过各种统计软件的出生发展和湮没。她同我们说到R时第一句话就是Never use a package before you understand the manual and confirm the validity of the functions. 也就是包裹虽然好，使用需谨慎。主要原因还是在于开源。不常用的package一定要搞清楚函数的用法和核实过输出，不然真的不推荐使用。我个人也是倾向非常用函数尽量自己写，至少错了也容易debug...

4、不得不提的package的版本问题。 就算你确认了包裹的可靠性并熟知了各个变量要怎么用，还是可能掉入潜在的陷阱，举个例子：去年工作的时候一个项目是使用11年某项目的一个贝叶斯模型分析新的数据。当年写代码的人因为相信末日说两年前就已经辞职环游世界去了，于是我只好独自研读他的代码。第一步，很自然的，就是重复当年的分析结果。这时发现当年他用的一个package和现在的R已经不兼容，于是就下载了这个package的最新版本。结果有一个简单的credible interval怎么都重复不出来... 怎么怎么都重复不出来... 我都快绝望了。最后经各种推理验证，发现这个区别源自于新旧版本的函数内部在对数据排序之后对NaN的不同处理... 而这个小小的修改未在任何地方留下任何文字记录。所以怎么说呢... 很多时候还是写自己的程序靠谱哇...

5、当你跑比较大的simulation，对效率有要求的时候，有时还是不得不用C，这可能是10小时和10分钟的差别，毫不夸张。

1、生成包结构：新建一个目录mypkg，同时作为包名，在mypkg中新建几个目录与文件，mypkg的目录结构如下图所示。R自带的函数package.skeleton可以自动帮你生成这些目录，但它需要一些现成的函数对象或文件作启动，为了顺序说明整个过程，这里没有使用。

2、目录说明：必需的是DESCRIPTION文件、man目录和R目录，剩下的都是可选的。DESCRIPTION文件描述包的meta信息；R目录下面存放R脚本文件，里面的函数可导出作为包函数库提供给外部使用；如果要在包里放一些试验数据，可以放在data目录里，常用是以csv格式存放，在R终端里data(***)可以载入，这里留空；man目录是R的帮助文档，有一定的格式要求，这里也留空，生成包时会有一些警告，可以不用管；src存放c/c++/fortran源代码，必须同时放置Makefile或Makevars文件指导编译程序工作，这里留空；zzz.R可以在载入包时做一些事情，这里也留空。

3、添加功能：DESCRIPTION文件的内容可以参考任意一个R包对应文件的写法，依样把信息修改成自己相应的信息即可。以下只写一个简单的R函数作为说明，在R目录下添加一个名为helloword.R的文件，文件内容如下：helloword <- function(x, y){return(x*y)}

4、安装：在命令行中运行R CMD build mypkg，会编译生成一个mypkg_0.1.tar.gz安装包，其中的数字是我在DESCRIPTION里写的版本号；运行R CMD INSTALL mypkg，就可以把包安装到系统里。

5、试验：运行R，进入R终端；library(mypkg)，载入刚制作的包；search()，可以看到mypkg包已经被载入；在R终端运行helloworld(2,3)，返回6，试验成功。

1、在本站下载好安装包，双击运行“R-3.3.3-win.exe”程序，弹出语言选择框，默认选择“中文（简体）”语言种类，点击“确定”开始安装；

2、阅读软件许可证协议，协议内容自行决定是否浏览，点击“下一步”跳过。

3、自定义选择安装路径，默认路径为“C:\Program Files\R\R-3.3.3”，点击“下一步”继续安装；

4、选择需要安装的组件，分为核心文件、32位文件、64位文件、版本信息四个选项，由于小编的电脑是64位操作系统，所以去掉默认勾选的32-bit Files，用户可以根据自身需求进行选择性安装，点击“下一步”进行安装；

5、在自定义启动选项中默认“No”不允许该操作，点击“下一步”按钮；

6、等待安装进度完成，点击“结束”完成安装即可；