科研日记10——R软件的基本介绍与安装

一、引言

在流行病学研究与数据分析实践中，统计软件环境的正确配置是开展一切后续工作的基础。R语言作为一款开源、免费的统计计算与图形绘制工具，已被广泛应用于医学研究、公共卫生、生物统计等领域。本文旨在系统介绍R软件的基本功能及其在流行病学中的应用，并提供Windows环境下R、Rtools及RStudio的完整安装与配置流程，仅供参考。

二、R软件概述及其在流行病学中的应用

2.1 R软件简介

R语言由Ross Ihaka和Robert Gentleman于1993年在新西兰奥克兰大学开发，基于S语言语法，遵循GNU通用公共许可证。R的核心优势包括：

完全开源、免费，无使用限制；
拥有丰富的扩展包（超过2万个CRAN包）；
强大的数据清洗、统计分析、图形绘制功能；
与RStudio集成后提供友好的开发环境；
支持可重复研究（动态文档生成）。

2.2 流行病学中的典型应用场景

R语言在流行病学全流程数据分析中发挥着重要作用，具体包括但不限于以下方面：

数据管理与清洗：利用tidyverse、dplyr包实现多源异构数据的合并、筛选、变换与异常值处理。
描述性统计与可视化：计算发病率、患病率、死亡率等核心指标，绘制直方图、箱线图、森林图、空间分布图等。
现况研究：估计患病率及其置信区间，进行抽样权重调整。
队列研究：计算相对风险（RR）、归因危险度（AR），拟合Cox比例风险模型（survival包）。
病例对照研究：计算比值比（OR），进行条件逻辑回归。
临床试验与随机对照试验：分析干预效应，使用lme4包拟合混合效应模型。
筛检与诊断试验评价：计算灵敏度、特异度、约登指数，绘制ROC曲线（pROC包）。
时间序列分析：应用ARIMA模型预测传染病发病趋势（forecast包）。
空间流行病学：利用sf、ggmap包进行疾病制图与空间自相关分析。
系统综述与Meta分析：使用meta、metafor包合并效应量，评估发表偏倚。
因果推断与孟德尔随机化：借助MatchIt、MendelianRandomization等包进行倾向性评分匹配与遗传工具变量分析。

综上所述，R语言已成为现代流行病学研究中不可或缺的分析工具，掌握其安装与基本使用方法是每位公共卫生研究者的基本功。

三、Windows环境下R及相关组件的安装流程

3.1 R的安装

由于CRAN主站位于国外，下载速度较慢，建议使用清华大学开源软件镜像站。

镜像地址：https://mirrors.tuna.tsinghua.edu.cn/CRAN/
进入后点击“Download R for Windows” → “base” → “Download R 4.6.0 for Windows”（文件名：R-4.6.0-win.exe）。
若需历史版本，可在base页面点击“Previous releases”选择R 4.6.0或其他版本。

下载完成后，双击安装包，按照向导进行安装。安装路径可自定义（如D盘），建议避免使用中文路径或空格。安装语言选择默认（英文）即可。

以R4.6.0的安装为例，可按如下操作进行：

3.2 Rtools的安装

Windows系统下，许多R包（尤其是需要编译C/C++代码的包）要求安装Rtools工具链。若不安装，install.packages()可能频繁报错。

在镜像站首页点击“Rtools” → 选择“Rtools4.5” → 下载“Rtools4.5 installer”。
安装时建议自定义路径，例如 D:\rtools4.5。
安装完成后重启计算机，确保系统环境变量生效。

3.3 RStudio的安装

RStudio是R的集成开发环境，提供代码编辑、语法高亮、项目管理和图形预览等便利功能。

官网下载地址：https://posit.co/download/rstudio-desktop/
点击“Download RStudio Desktop for Windows”，下载后直接安装。
若官网访问缓慢，可使用代理或通过校内共享文件获取安装包。

注：为方便读者，相关安装文件（R 4.6.0、Rtools4.5、RStudio）已打包上传，请点击文末 “阅读原文” 获取下载链接。

3.4 R包存储路径配置（避免C盘爆满）

为保持系统整洁并避免C盘空间不足，建议将R包统一安装在非系统盘（如D盘）。在RStudio的Console中依次执行以下命令：

# 1. 创建专用包目录dir.create("D:/R_Packages", recursive = TRUE, showWarnings = FALSE)# 2. 写入R的环境配置文件writeLines('R_LIBS_USER="D:/R_Packages"', con = "~/.Renviron")# 3. 立即生效.libPaths(c("D:/R_Packages", .libPaths()))

配置完成后，所有通过install.packages()安装的包都将默认存放于D:/R_Packages目录下。

3.5 安装结果验证

运行以下代码，检查环境是否配置正确：

cat("当前 R 版本:", R.version$version.string, "\n").libPaths()[1]file.exists("~/.Renviron")

预期输出示例（以实际显示为准）：

当前R版本：R version 4.6.0 (2025-xx-xx)
包路径：D:/R_Packages
配置文件存在：TRUE

若三项结果均正常，则表示安装与配置成功。

四、常见问题与注意事项

中文用户名问题：若Windows用户名包含中文字符，可能导致RStudio闪退。可尝试修改系统临时文件夹路径（设置环境变量TEMP、TMP为D:\Rtemp）。
R包安装失败：可更换CRAN镜像源（清华、阿里云、中科大等），或在RStudio中通过“Tools → Global Options → Packages → Change CRAN mirror”修改。
Rtools未被识别：安装后若编译包失败，检查系统PATH是否包含D:\rtools4.5\usr\bin，重启电脑通常可解决。
RStudio无法启动：右键以管理员身份运行，或检查安装目录是否包含特殊字符。

五、结语

R软件环境的正确配置是开展流行病学数据分析的第一步。本文详细介绍了R、Rtools及RStudio在Windows系统下的安装与配置方法，并概述了R语言在流行病学研究中的典型应用场景。希望本文能为初入R语言领域的公共卫生研究者提供清晰、可靠的操作指南。后续科研日记将继续介绍R的基本语法与流行病学常用包的使用示例。

相关安装文件获取方式：请点击本文底部左下角的 “阅读原文” ，使用百度网盘下载（需跳转至百度网盘App完成下载）。因平台限制，直接点击链接后可能需手动输入提取码，提取码见网盘页面提示。

参考文献

[1] 卡巴科弗 R I. R语言实战[M]. 第2版. 王小宁, 刘撷芯, 黄俊文, 等, 译. 北京: 人民邮电出版社, 2016.

[2] 刘跃伟. R语言的流行病学应用[M]. 北京: 电子工业出版社, 2025.