Chào các độc giả, MOSL xin phép giới thiệu các bạn sơ lược về lịch sử phát triển của phần mềm R với tư cách là một phần mềm tính toán thống kê – kinh tế lượng kiêm ngôn ngữ lập trình.

1. Tổng quan về lịch sử phát triển của phần mềm R

1.1. Phần mềm R ra đời

Động lực ra đời của R khá đơn giản là vào khoảng năm 1993.

Ross Ihaka và Robert Gentleman ở University of Auckland (New Zealand) nhận thấy rằng các phần mềm thống kê thương mại sử dụng cho các tính toán thống kê vào thời điểm ấy là còn đắt đỏ và quan trọng hơn là không phù hợp và chưa linh hoạt cho cả mục đích giảng dạy thống kê cũng như một số tình huống công việc.

• Sau đó hai ông đã quyết định lựa chọn ngôn ngữ S được phát triển bởi Bell Laboratories với nỗ lực viết một phần mềm thống kê mới.

• Lí do lựa chọn S có lẽ là do sự thành công của S-PLUS – một phần mềm thống kê cũng dựa trên ngôn ngữ S được phát triển những năm 80 và đến thời điểm đó đã được sử dụng phổ biến.

• Tuy nhiên người nhìn thấy tiềm năng và sức mạnh của R nếu như mã nguồn (R code) của nó được công khai với tư cách là một phần mềm miễn phí chính là Martin Maechler.

• Được thuyết phục bởi Maechler, Ross Ihaka và Robert Gentleman đã quyết định rằng R là miễn phí cho tất cả người sử dụng vào năm 1995.

1.2. Sự phát triển của phần mềm R

Phần mềm R được đón nhận và ngày càng trở nên mạnh mẽ

Được phát triển bởi một cộng đồng rộng lớn những chuyên gia về phân tích dữ liệu.

• Đến thời điểm hiện tại thì R đã là một công cụ phân tích dữ liệu đa năng

• Là công cụ của Data Mining, Machine Learning, và Big Data.

• Với tư cách là một công cụ cho nghiên cứu thống kê – kinh tế lượng.

• R ngày càng trở nên phổ biến và được giảng dạy ở hầu hết các trường đại học lớn

Như University of California, Stanford, Havard, MIT ở Hoa Kì và Cambridge ở Anh.

• Khoảng năm 2004, TS Nguyễn Văn Tuấn có lẽ là người Việt Nam đầu tiên viết về R.

1.3. So sánh R với các phần mềm khác

Mục đích nghiên cứu thống kê – kinh tế lượng, R có thể thực hiện được tất cả các phân tích

G các phần mềm thống kê thương mại như Eviews, SPSS – AMOS, STATA, SAS có thể làm.

• Nếu phân tích dữ liệu mảng thì Eviews có khả năng hạn chế và kém hơn so với Stata.

• Nhưng nếu là nghiên cứu dùng đến thống kê đa biến, thống kê nhiều chiều như phân tích nhân tố khám phá EFA, CFA, phân tích đường dẫn (Path Analysis)… thì bạn có xu hướng dùng SPSS – AMOS hay Stata vì nó phù hợp hơn.

• Nhưng với R bạn chẳng cần lựa chọn gì cả. Nó thực hiện được tất cả các phân tích đó, kể các các phân tích phức tạp cho dữ liệu chéo, dữ liệu mảng, đến dữ liệu chuỗi thời gian và dữ liệu tần số cao (High Frequency Data) vốn phổ biến trong nghiên cứu tài chính. 

• Ngoài ra, với tư cách là một ngôn ngữ lập trình hoàn thiện, R cho phép bạn xử lý những phân tích một cách linh hoạt hoặc thiết kê những hàm, những chương trình cho phép bạn xử lí một vấn đề phân tích cụ thể nào đó và có thể chia sẻ với người khác.

• Thứ bạn cần là sự đều đặn trong thực hành (thường không quá 1 tháng với mỗi ngày học 60 phút). Một khi đã thành thao R ở một mức độ tối thiểu nào đó chắc chắn bạn chỉ muốn học thêm nhiều về R.

2. Tại sao phải dùng phần mềm R

Với nhiều công cụ như Eviews, Stata, SPSS – AMOS, Excel, S – PLUS, MATLAB hiện nay.

Câu hỏi đầu tiên là tại sao phải dùng R?

Có ít nhất năm lí do để bạn lựa chọn R.

Thứ nhất, với tư cách là một công cụ cho nghiên cứu thống kê – kinh tế lượng.

Năng lực phân tích của R là không thua kém bất kì phần mềm thống kê nào hiện có.

Chẳng hạn, nếu phân tích dữ liệu mảng (Panel Data) thì chúng ta sẽ cân nhắc giữa Stata và Eviews vì Stata có năng lực phân tích đa dạng và linh động hơn so với Eviews.

Còn nếu bạn thực hiện các phân tích thống kê đa biến như phân tích EFA, CFA thì bạn sẽ có xu hướng chọn Stata hoặc SPSS – AMOS do chúng linh hoạt và tiện lợi hơn. Tuy nhiên, nếu dùng R thì bạn chẳng cần phải đắn đo về vấn đề này: nó có thể thực hiện tất cả những phân tích mà các phần mềm thống kê thương mại trên có thể làm và làm tốt hơn. 

Thứ hai, R còn là một ngôn ngữ lập trình hoàn thiện định hướng cho tính toán thống kê, phân tích dữ liệu.

Nó cho phép bạn xây dựng những hàm, những câu lệnh chỉ để giải quyết một nhóm các nhiệm vụ phân tích đặc thù nào đó và chia sẻ chúng trên mạng. Chẳng hạn, nếu có một kiểm định mới, một mô hình mới về phương diện lý thuyết và được đăng trên một tạp chí chuyên nghành nào đó, bạn hoàn toàn có thể viết một chương trình nhằm biến kiểm định mới, những mô hình mới chỉ ở dạng lý thuyết kia thành một hàm cụ thể trong R. Nếu được kiểm tra bởi cộng đồng những người sử dụng rằng đúng và không có lỗi, hàm mà bạn viết sẽ được thừa nhận và sử dụng rộng rãi. 

Thứ ba, với tư cách là một công cụ phân tích dữ liệu nói chung,

R còn là một công cụ cho Data Mining, Big Data, Data Visualization và Machine Learning.

Thứ tư, sử dụng R là một xu hướng và ngày càng phổ biến.

• Hiện R được giảng dạy và sử dụng như một công cụ phân tích dữ liệu

• Có mặt ở nhiều trường đại học lớn, có uy tín trong lĩnh vực này ở Mĩ và Châu Âu.

• Đây cũng là lý đo xứng đáng để bạn chọn R. 

Cuối cùng, sự phổ biến của R do sự miễn phí của nó

• Các trường đại học sớm hay muộn thì cũng không thể dùng phần mềm chùa như hiện nay và sẽ sớm chuyển sang sử dụng các phần mềm miễn phí.

• Hiện nay đã có sử dụng R cho việc giảng dạy thống kê và kinh tế lượng. 

3. Kết luận

Dưới đây MOSL đã giới thiệu sơ lược về lịch sử phát triển của phần mềm R.

Cuối bài, MOSL xin chúc các bạn học tập và làm việc hiệu quả.

Xem thêm: Dịch vụ chạy R của Mosl.vn

Liên hệ:

Hotline: 0707.33.9698 hoặc Mail: sales@mosl.vn | Fanpage: Mentor Of Số Liệu – Mosl.vn

Tag:

Nguồn: Tác giả Nguyễn Chí Dũng