第一章 R语言简介
免费开放、功能强大的R语言数据科学分析日渐流行。R语言的功能每天都在扩展，用户每天都在增多。现在，R语言已经成为诸多名校统计学课堂上的首选软件，是定量研究最受欢迎的工具之一。
正如周雪光老师所说，“在学习R程序语言时，可能会因为一点小问题而卡上数小时。如今，网络上有丰富的Q&A资源。编程序出现问题时，只要把‘error message’拷贝到Google上，就会发现已经有人提出过同样或类似问题，而且已经有若干热心网友进行解答，甚至延伸讨论。网络资源之丰富令人惊讶，实践至今还没有碰到过在网上毫无线索可寻的情形，可以说比在计算机房转身问同学还有效率。新知识、新视野、新感受有着巨大的诱惑力”[1]。
本书利用R语言分析中国综合社会调查数据。该调查数据对研究者开放，方便获取。数据分析过程可复制，开源，可以有效地帮助读者进行学习、研究。和市场上一般的R语言书不同，本书基于真实的调查数据，贴近数据学习和科研分析的真实过程，从读入原始数据开始，逐渐深入。全书内容完整涵盖描述性统计分析、图表呈现、简单回归分析、广义回归模型、因子分析等主流统计教程的方法，适合各层次的读者参考。作为日渐流行的分析工具，R语言在社会科学中的应用方兴未艾。通过学习R语言，能打开新知识的大门，探索开源统计软件的魅力，跟踪学习新的方法，扩充研究的方法，更好地完成研究课题和论文写作。
在开始分析中国综合社会调查数据（CGSS 2015）之前，我们来看一个简单的例子。
分析先以Iris数据集为例，这是R语言入门教程的骨灰级数据。Iris数据集是分类实验数据集，由Fisher收集整理，几乎在每一本机器学习和R语言的英文教科书中都会出现。Iris，即鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类（Setosa，Versicolour，Virginica），每类50个数据，每个数据包含4个属性。可通过花萼长度、花萼宽度、花瓣长度、花瓣宽度4个属性预测鸢尾花卉属于3个种类中的哪一类。
Iris以鸢尾花的特征作为数据来源，常用在分类操作中。该数据集由3种不同类型鸢尾花的50个样本数据构成。其中的一个种类与另外两个种类是线性可分离的，后两个种类是非线性可分离的。
该数据集包含了5个属性：
& Sepal.Length（花萼长度），单位是cm；
& Sepal.Width（花萼宽度），单位是cm；
& Petal.Length（花瓣长度），单位是cm；
& Petal.Width（花瓣宽度），单位是cm；
& 种类：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica（弗吉尼亚鸢尾）。
安装完成后，打开RStudio，进行如下操作：
图1-1用简单的View命令能观察数据，该数据类似一个随处可见的excel数据。而图1-2中一行 plot（iris）给出了该数据中5个变量两两之间的散点图，R语言的简洁特性一览无余。
图1-1 数据浏览的View命令示例
图1-2 代码入门
[1] http：//www.aisixiang.com/data/106931.html，原文见周雪光老师博文“重学量化方法的观察和感受”。