1、将安装包进行解压

2.以管理员身份运行如下提程序

3、选择语言，然后点确定

4、点下一步

5.点击“浏览”可以选择软件安装路径，建议和教程中的保持一致，本例默认安装（安装路径不要出现中文），点击“下一步”

6、点下一步

7、点下一步

 8、点下一步

 9、点创建桌面快捷方式，然后点下一步

10、安装中，请等待

11、打开软件

12、OK软件打开界面如下图所示

1、将安装包进行解压

2.以管理员身份运行如下提程序

3、选择语言，然后点确定

4、点下一步

5.点击“浏览”可以选择软件安装路径，建议和教程中的保持一致，本例默认安装（安装路径不要出现中文），点击“下一步”

6、点下一步

7、点下一步

 8、点下一步

 9、点创建桌面快捷方式，然后点下一步

10、安装中，请等待

11、打开软件

12、OK软件打开界面如下图所示

最开始学 R，是课程要做问卷数据统计。 之前一直用 Excel 手动筛选、做图表，数据一多，来回复制很容易出错。听学姐说很多论文里的统计分析和图都是 R 做的，就打算试一试。刚打开的时候完全不习惯，它不像普通软件点点鼠标就能出结果，要敲代码。那段时间踩了一堆基础坑，文件路径带中文读不进表格、包装完忘记调用，代码看着没问题，就是一直报错，折腾好久。

R 是偏向统计分析的编程语言，经管、医学、生物、地理这些专业的学生用得比较多。 它不是用来做网页或者开发小程序的，核心就是处理数据、统计检验、绘制科研图。课程作业、毕业论文、课题里的相关性、回归、聚类分析，还有期刊要求的配图，都可以靠它完成。很多做科研的人，都会用它复现整套分析流程。

它比较好用的地方，统计相关的扩展包特别丰富，绘图自由度很高。 基础的数据清洗、分组汇总都可以写代码自动跑，不用反复手动操作。大部分统计方法都有现成的工具包，不用自己推导复杂公式。画出来的图细节能精细调整，字体、坐标轴、配色都可以按期刊要求修改。脚本可以保存下来，之后审稿或者重新分析，直接运行就能复现全部结果。

但它上手门槛不低，不适合只做简单表格的人。 如果你平时很少做统计，只是偶尔算几个数字，Excel 完全够用，没必要硬学 R。 更适合经常处理问卷、实验数据，要做统计分析和科研绘图的学生，还有做数据分析的自学爱好者。

新手高频用到的，就这几块。 导入表格，清洗、筛选、整理原始数据。 基础统计，t 检验、方差分析、相关性、简单回归。 绘制箱线图、散点图、柱状图这类科研图。 导出图片和分析结果，保存脚本。 机器学习、批量爬虫、复杂多模型属于进阶内容，零基础不用急着碰。

聊聊我当初踩过的坑，新手可以避开。 第一，文件路径尽量不要有中文和空格，这是新手最高发的报错点，表格死活读不进来。 第二，包不是装完就完事，每次打开脚本都要调用，忘记写调用语句，函数直接失效。 第三，不要一次性装一大堆包，包之间很容易版本冲突，用到哪个再装哪个。 第四，别光盯着代码，数据本身比代码重要。原始数据有异常值、统计方法选错，跑出来的结果再好看也没有意义。 第五，不要全选所有代码一次性运行，出错之后很难定位，最好一行一行跑，方便排查。

给零基础同学一点学习建议。 刚上手不用死背所有函数，先学会导入数据、简单筛选、画基础图，跑通完整流程再说。 写脚本养成加注释的习惯，隔一段时间回头看，自己也能看懂当时的思路。 跟着教程练习的时候，留意教程对应的版本，版本不一样，部分写法会有区别。 先把统计学基础理顺，不然代码跑通了，也看不懂结果代表什么意思。

总的来说，R 在科研统计这块认可度很高，很多专业论文都会用到。 难点不是语法有多难，而是转变思维，习惯用代码处理数据，理解统计逻辑。如果你经常要做数据分析、绘制符合期刊规范的图，它能省下大量重复劳动。 没有统计分析的需求，单纯跟风去学，很容易学着学着就放弃了。工具好不好，还是看你的学习和写作需求。