StatSoft White Paper

Transcript

1 StatSoft White Paper Opzioni e Possibilità d Integrazione per Sfruttare le Funzionalità Specializzate di R nelle Soluzioni di STATISTICA e di WebSTATISTICA Sommario Panoramica... 3 Architettura e Funzionalità Base dell Integrazione di R in STATISTICA... 6 Interfaccia COM per l Ambiente R... 7 Macro di Supporto per l Integrazione di R (R.svb)... 8 Script di R sotto forma di Macro Native di STATISTICA... 8 Recupero dei Risultati Funzionalità Uniche di STATISTICA Estensioni del Linguaggio R: Passaggio dei Dati ad R e Recupero dei Risultati Esecuzione degli Script in R dall interno di STATISTICA Visual Basic Gli Script in R sono Macro di STATISTICA Passare i Parametri agli Script in R: Oggetto Collection Gestione dei Risultati degli Script Altri Esempi Supporto di R in WebSTATISTICA... 21

2 Pagina 2 di 30 WebSTATISTICA è un Potente Server di R Caricamento degli Script R da STATISTICA a WebSTATISTICA Creazione di Nodi di STATISTICA Data Miner basati su R Integrazione di R in (Web)STATISTICA Enterprise Creazione di Configurazione d Analisi basate su R Chiamata di Script in R da Configurazioni d Analisi in SVB Riepilogo Commenti Finali, e Alcune Avvertenze Gestione degli Errori Punti di Forza e Limiti... 29

3 Pagina 3 di 30 Panoramica R è un linguaggio ed un ambiente di programmazione per il calcolo statistico ( L ambiente di R ed il suo codice sorgente sono gratuitamente disponibili sotto licenza GNU GNL; esistono inoltre codici binari precompilati per piattaforme Microsoft Windows, Unix, e Mac OS. R si basa su un interfaccia a linea di comando, nonostante siano disponibili molte interfacce grafiche utente alternative. R è altamente estensibile: gli utenti possono integrare librerie (anche dette pacchetti ) grazie alle quali implementare un insieme di funzioni, solitamente progettate per una specifica area di ricerca. La comunità di utenti di R gestisce un numero elevato di repository in cui sono depositati centinaia di questi pacchetti facilmente scaricabili da tutti gli utenti attraverso Internet. Molti di questi pacchetti sono dedicati a platee di utenti altamente specializzati con particolari necessità analitiche. L obiettivo di questo documento è fornire una descrizione dettagliata delle nuove funzionalità che rendono completamente disponibili la completezza e la potenza di R agli utenti di tutte le soluzioni di StatSoft. Inoltre, queste funzionalità consentono agli utenti di combinare le caratteristiche uniche di STATISTICA e del software R. A partire dalla release di STATISTICA Versione 8 MR3: Gli script nativi di R potranno essere eseguiti direttamente dall interno di STATISTICA, WebSTATISTICA, STATISTICA Enterprise. L output di R potrà essere prodotto sotto forma di spreadsheet e grafici nativi di STATISTICA, e gestito attraverso i contenitori altamente flessibili rappresentati dai Registri di STATISTICA.

4 Pagina 4 di 30 Quindi, le aziende potranno adesso utilizzare le routine e le funzionalità specializzate di R con STATISTICA, STATISTICA Enterprise e WebSTATISTICA per: Aggiungere nuovi moduli basati su R:

5 Pagina 5 di 30 Sfruttare le funzioni grafiche, la flessibilità degli Spreadsheet, ed i preziosi contenitori sotto forma di Registri di STATISTICA per gestire l output di R Integrare R in STATISTICA Enterprise per rendere disponibili agli utenti con poca familiarità con il linguaggio R le funzionalità specializzate di R come template d analisi riutilizzabili, all interno di un sistema d analisi aziendale sicuro e differenziato per ruoli Costruire server scalabili basati su R attraverso WebSTATISTICA, allo scopo di beneficiare di server multi-processore in sede di esecuzione di script R per applicazioni aziendali on demand e/o validate

6 Pagina 6 di 30 Architettura e Funzionalità Base dell Integrazione di R in STATISTICA L integrazione di R in STATISTICA è stata ideata per creare una vera e propria piattaforma STATISTICA-R che consenta agli utenti di eseguire i programmi ( script ) in R direttamente dall interno di STATISTICA, e che permetta di beneficiare a pieno delle funzionalità specializzate disponibili in R. L ambiente d integrazione di R in STATISTICA è stato specificamente progettato per: Consentire agli utenti di eseguire script in R così come sono, ed inviare i risultati all interno di report di STATISTICA. o l output presente sulla console di R viene copiato su report; i comandi di R vengono evidenziati o i grafici generati attraverso gli script vengono automaticamente integrati nei report sotto forma d immagini scalabili o questi grafici vengono inoltre replicati sotto forma di grafici di STATISTICA (dentro questi grafici vengono inserite immagini metafile scalabili), consentendo quindi agli utenti d inserire annotazioni attraverso le potenti funzionalità grafiche disponibili in STATISTICA; i grafici potranno essere stampati od esportati in una varietà di formati d immagine o i report possono essere modificati, stampati, salvati in file PDF Fornire estensioni (parole-chiave) del linguaggio R per l esecuzione di script in STATISTICA con la funzione di: o trasferire i dati dagli spreadsheet di STATISTICA nei data frame di R o estrarre dati tabulati dalle variabili di R negli spreadsheet di STATISTICA; tali spreadsheet dei risultati (così come tutti i grafici prodotti dallo script) vengono

7 Pagina 7 di 30 restituiti all utente sulla base delle impostazioni definite a livello di Gestore Output, ad esempio all interno dei Registri di STATISTICA. Eseguire gli script di R come Macro native da implementare all interno di programmi in STATISTICA Visual Basic (SVB) o gli script potranno essere parametrizzati attraverso una Raccolta di oggetti (numeri, stringhe, array, codice aggiuntivo in R, spreadsheet, ecc.) mappati in variabili di R accessibili su script; questo approccio fornisce un controllo fine su tutto il comportamento dello script lungo sue esecuzioni ripetute oppure quando usato come backend di moduli personalizzati di STATISTICA. o per impostazione predefinita tutto l output degli script viene gestito dal Gestore Output di STATISTICA; gli script possono inoltre venire eseguiti usando un metodo che restituisce il proprio output in forma di Raccolta di Documenti, fornendo quindi agli utenti un modo semplice per estrarre specifici risultati d analisi che potrebbero risultare utili in ulteriori elaborazioni, qualora ad esempio utilizzati come dati di input per analisi seguenti in STATISTICA od in R. Considerate insieme, queste migliorie non solo consentono agli utenti di eseguire gli script di R direttamente dall interno dell ambiente desktop di STATISTICA, ma forniscono una soluzione per integrare specifiche funzionalità di R nei propri programmi in SVB, moduli d analisi interattiva personalizzati, nodi di Data Miner e configurazioni d analisi Enterprise, oppure per scaricare tali script su WebSTATISTICA per un elaborazione su lato server. Le aziende avranno l opportunità d integrare R nelle soluzioni validate di STATISTICA Enterprise (ad es., nei settori FDA-regolati). Interfaccia COM per l Ambiente R Perché l integrazione di R in STATISTICA funzioni, l ambiente R deve essere installato sullo stesso computer (o sullo stesso server, nel caso di soluzioni WebSTATISTICA o Enterprise). L ultima versione dell ambiente R può essere scaricata dal sito web CRAN ( Per accedere all ambiente R, STATISTICA utilizza la libreria R COM Server ( distribuita sotto licenza GNU Lesser GPL. Nel caso in cui venga rilevata la presenza dell ambiente R questa libreria verrà automaticamente installata su sistema durante l installazione di STATISTICA. Ciò nonostante tale libreria potrà anche essere installata manualmente, attraverso il programma d installazione standalone di R COM Server stand alone oppure attraverso il programma d installazione di STATISTICA (opzione d installazione Integrazione con R ). La libreria R COM Server dota l ambiente R di una semplice e potente interfaccia COM (Component Object Model). Questa interfaccia può essere utilizzata direttamente attraverso i programmi SVB presenti in STATISTICA un esempio di tale modalità d impiego è incluso nella distribuzione di STATISTICA, presente nella cartella Example\R\Dose Response (si apra Direct Interface To R via COM.stw e si esegua la macro integrata).

8 Pagina 8 di 30 Tuttavia l impiego diretto di una tale interfaccia da parte degli utenti finali è assai inefficace, talvolta improduttivo, e solitamente poco flessibile. Potrebbe inoltre degradare significativamente la performance generale delle interazioni con R se praticato non correttamente. Quindi, per fornire una reale ed efficace esperienza d integrazione di R agli utenti finali, nella piattaforma di STATISTICA sono state aggiunte le seguenti estensioni funzionali (l esempio menzionato in precedenza dimostra la riduzione significativa negli sforzi richiesti per l implementazione della medesima analisi usando le nuove funzionalità integrate; in STATISTICA si apra e si esegua semplicemente DoseResponse.r). Macro di Supporto per l Integrazione di R (R.svb) L installazione di STATISTICA include una file di programma STATISTICA Visual Basic (SVB) chiamato R.svb. Questo file contiene tutto il codice di supporto richiesto per gestire le interazioni con R attraverso COM. In particolare, quando uno script in R viene eseguito dall interno di STATISTICA, questo verrà pre-trattato da questa macro di supporto, la quale gestirà le estensioni del linguaggio R, trasferirà i dati degli spreadsheet e i parametri dello script R nell ambiente di R, eseguirà le condizioni d errore, e gestirà inoltre i risultati restituiti dallo script R, assicurando il trasferimento appropriato nell ambiente di (Web)STATISTICA. Nonostante la macro R.svb sia protetta da scrittura per impostazione predefinita, questa è comunque accessibile, e può essere modificata o migliorata per consentire il supporto di nuove funzionalità richieste per specifici impieghi. Nonostante ciò gli utenti devono essere coscienti che qualsiasi tipo di operazione su questa macro verrà fatta a proprio rischio e pericolo. Questa macro supporta un esecuzione standalone che semplifica il debug e verifica di volta in volta la presenza di modifiche o cambiamenti. Script di R sotto forma di Macro Native di STATISTICA STATISTICA riconosce le estensioni dei file.r (ed.s) come script di R. Tali file possono essere aperti attraverso il menu File Apri. Registra inoltre (a livello di sistema operativo) i file.r/.s come Macro di STATISTICA, e quindi tali file potranno essere aperti in STATISTICA attraverso un semplice doppio clic all interno del file browser. Gli script di R verranno visualizzati all interno di finestre per Macro SVB leggermente modificate. Tali finestre in realtà conterranno due script: lo script R e la Macro di Supporto per l Integrazione di R (R.svb), accessibili attraverso due schede presenti nell angolo in alto a sinistra (evidenziate in rosso nella seguente illustrazione).

9 Pagina 9 di 30 È disponibile inoltre una evidenziazione limitata al codice di R (stringhe, estensioni del linguaggio, commenti in stile VB). Creare un nuovo script in R: È inoltre possibile creare un nuovo script in R dall interno di STATISTICA. Per fare ciò si selezioni il menu File Nuovo e sulla scheda risultante Crea Nuovo Documento si selezioni la scheda Macro ed in essa si scelga l opzione R (questa opzione sarà disponibile solo se nella propria macchina è installato il supporto per l Integrazione di R): Questa azione consentirà di aprire una finestra di script in R, all interno della quale l utente potrà digitare o incollare un programma in R. Il supporto per l Integrazione di R include anche un file di testo opzionale chiamato R.inc, situato all interno della directory d installazione predefinita assieme ad R.svb: i contenuti del file vengono copiati all inizio di ogni nuovo script in R creato in questa maniera. Eseguire gli Script in R dall interno di STATISTICA: si prema il pulsante Play disponibile sulla barra degli strumenti oppure si selezioni il comando di menu Esegui Esegui Macro (oppure si prema F5). Questa azione consentirà di eseguire la macro R.svb associata allo script in R correntemente attivo. Nonostante per lo script in R non siano supportati i punti d interruzione, durante l esecuzione dello script in R è possibile definire comunque i punti d interruzione così come eseguire il debug della macro R.svb disponibile sulla seconda scheda. Si noti che per beneficiare dei vantaggi offerti dall Integrazione di R descritti in questo documento, gli script in R devono essere eseguiti all interno di (Web)STATISTICA. Nonostante sia inoltre possibile sviluppare programmi complessi in R all interno di STATISTICA, è importante sottolineare come STATISTICA non sia stato progettato appositamente con questo obiettivo; per questo tipo di attività (sviluppo e debug), l ambiente di R rimane lo strumento migliore.

10 Pagina 10 di 30 Recupero dei Risultati Sessione su Console: L output minimo prodotto durante l esecuzione di uno script in R è un Report di STATISTICA che rappresenta la sessione su console di R, contenente i comandi evidenziati e ogni output generato dall ambiente R. Tale report verrà prodotto anche quando lo script è vuoto. I contenuti di questo report potranno essere modificati e manipolati nello stesso modo in cui un utente di STATISTICA modifica un qualsiasi Report. Output Grafico: Tutti i grafici creati durante una sessione di R verranno automaticamente trasferiti nell ambiente di STATISTICA in formato Windows Metafiles (formato grafico vettoriale): ciò significa che questi grafici potranno essere ridimensionati senza alcuna perdita di qualità. Questi grafici verranno inseriti all interno del report Sessione su Console di R, creando in questo modo un unico rapporto in cui i comandi di R saranno eventualmente seguiti dai rispettivi Grafici senza l apertura di finestre separate (possibilità non facilmente ottenibile con il semplice impiego del solo ambiente R). Oltre a ciò, i grafici saranno replicati in formato di Grafici di STATISTICA che diverranno parte dell output dello script in R. Le immagini in formato di metafile sono integrate negli oggetti grafici sotto forma di sfondi bloccati ciò consentirà agli utenti d inserire annotazioni nei grafici di R utilizzando l interfaccia di STATISTICA in stile punta-e-clicca dotata di un insieme di oggetti testuali e di disegno (come ad esempio linee, frecce, rettangoli ed ellissi, poligoni ed aree di colorazione, ecc.). Dato che tali annotazioni saranno ancorate alle posizioni relative sull area grafica, queste rimarranno correttamente allegate al grafico anche quando ridimensionato. Quindi, questi grafici potranno venire decorati in modo assolutamente flessibile e quindi essere migliorati attraverso tutti gli strumenti grafici di STATISTICA, e salvati in altri formati (ad es., JPG o GIF) o stampati (ad esempio in formato di file PDF). Non sarà possibile intervenire sulle singole componenti del grafico di R (la struttura del grafico) attraverso gli strumenti grafici di STATISTICA, e quindi non saranno nemmeno disponibili le ricche funzionalità di STATISTICA disponibili per la creazione e quindi la modifica ulteriore dei grafici (scale, marcatori di punto, linee di adattamento, ecc.). Tuttavia, l integrazione tra R e STATISTICA offre numerose opportunità per estrarre i dati da R e quindi per rendere importanti i grafici

11 Pagina 11 di 30 all interno dell ambiente di STATISTICA (scrivendo una macro in STATISTICA Visual Basic con la funzione di eseguire gli script in R, estrarre i risultati, e quindi post-elaborare i risultati come richiesto; questo aspetto verrà illustrato in seguito). Funzionalità Uniche di STATISTICA Dato che l output degli script in R consiste interamente di oggetti nativi di STATISTICA: questi oggetti saranno appropriatamente trattati secondo le impostazioni definite a livello del Gestore Output di STATISTICA: ciò significa che a seconda della selezione eseguita dall utente, gli oggetti potranno essere inseriti in finestre singole oppure all interno di un registro. ognuno di questi oggetti potrà essere ulteriormente trattato attraverso l impiego delle funzionalità estensive della piattaforma di STATISTICA; ad esempio, gli oggetti potranno essere immagazzinati in un registro (compresso), esportati in formato di documenti Microsoft Office, stampati, salvati come file PDF, convertiti in uno dei formati più popolari, archiviati come elementi tracciabili e versionati all interno di STATISTICA Document Management System, condivisi tra diversi utenti attraverso l ambiente basato su web e client-server offerto da WebSTATISTICA, ecc. Estensioni del Linguaggio R: Passaggio dei Dati ad R e Recupero dei Risultati La Macro di Supporto per l Integrazione di R (R.svb) implementa diverse estensioni del linguaggio R - parole chiave e funzioni che possono essere utilizzate all interno degli script in R ed eseguite all interno dell ambiente di STATISTICA. Tali estensioni consentono agli script di passare i dati ad R e di recuperare successivamente i risultati dall ambiente R. Importante: Il linguaggio R è sensibile ai caratteri, quindi lo saranno anche le estensioni del linguaggio R progettate per STATISTICA.

12 Pagina 12 di 30 I dati tabulati rappresentati in STATISTICA sotto forma di spreadsheet vengono mappati in strutture equivalenti di R ovvero sia i data frame. La mappatura preserva quanta più informazione possibile contenuta in entrambi i formati: per esempio, le variabili contenenti le etichette di testo diverranno in un data frame oggetti fattoriali, i valori di Dati Mancanti saranno mappati come indicatori NA; i tipi di dati, i nomi di variabili e di casi saranno trasferiti in entrambi i modi, ecc. ActiveDataSet La parola chiave ActiveDataSet è stata adottata dal linguaggio STATISTICA Visual Basic e consente di eseguire la stessa funzione negli script in R; essa fa riferimento allo spreadsheet di dati di STATISTICA attualmente in attivo. Nell ambiente desktop di STATISTICA il dataset attivo solitamente equivale allo spreadsheet in primo piano, che potrà essere utilizzato come sorgente di dati (può anche essere rappresentato da uno spreadsheet contenuto in un registro e selezionato come Input Attivo ). Questa nozione viene ridefinita ed estesa negli ambienti server (WebSTATISTICA, Enterprise), tuttavia la parola chiave è ancora valida e si riferisce alla corrispondente mappatura su lato server della sorgente di dati attiva. Nel caso in cui non sia definito/disponibile alcun dataset attivo, lo script in R restituirà un errore. Nel caso invece in cui la Macro di Supporto per l Integrazione di R incontrerà la parola chiave ActiveDataSet all interno dello script in R, essa trasferirà il dataset correntemente attivo di STATISTICA all interno dell ambiente R assegnandolo ad una variabile dello stesso nome. A questo punto la parola chiave rappresenterà una variabile di data frame e potrà gestita come tale nello script. Esempio: ActiveDataSet[1:5] # visualizza un sottoinsieme del dataset attivo (dalla variabile 1 alla variabile 5) str(activedataset) # visualizza la struttura del data frame plot(activedataset$measure01) # produce il grafico dei valori della variabile MEASURE01 Spreadsheet (FilePathOrName) FilePathOrName stringa con percorso completo, come ad esempio c:\datasets\sample.sta L estensione Spreadsheet (FilePathOrName) consente di caricare uno specifico file dati di STATISTICA e trasferisce i dati contenuti in tale file in un data frame di R. Il comportamento di questa estensione è simile alla parola chiave ActiveDataSet, tuttavia in questo caso il codice di Supporto per l Integrazione di R caricherà per prima cosa lo spreadsheet richiesto in STATISTICA, e quindi lo trasferirà nell ambiente R, sostituendo la chiamata alla funzione Spreadsheet() nello script con un riferimento ad una variabile di data frame contenente lo spreadsheet.

13 Pagina 13 di 30 Si noti che nell implementazione corrente, la funzione Spreadsheet() non sarà conservata da STATISTICA: sarà sostituita da una rispettiva variabile.spreadsheet.n ; in questo modo questa pseudo-funzione accetterà come parametri solo stringhe esplicite - non è possibile passare una variabile contenente una stringa. Questo aspetto potrebbe cambiare nelle release future. Come accade con la parola chiave ActiveDataSet, il valore restituito dalla funzione Spreadsheet() deve essere trattato come un variabile di data frame con contenuti strettamente associati al corrispondente spreadsheet di STATISTICA. Si noti che invece di usare Spreadsheet() è possibile usare Spreadsheet.Open(), che è mappato sulla stessa implementazione ma che potrebbe risultare più familiare agli sviluppatori in STATISTICA Visual Basic. Una delle funzionalità più utili supportate da questa funzione è la possibilità di utilizzare percorsi predefiniti di ricerca per i file di spreadsheet specificati solo con il semplice nome di file. Ciò significa che se il parametro della funzione consiste solo di una nome di file, ad es. Spreadsheet( some.sta ), il codice di Supporto per l Integrazione di R ricercherà questo file in diversi luoghi: per prima cosa, controllerà il contenuto della cartella contenente lo stesso script in R (se salvato su disco), quindi controllerà il contenuto di Examples\Datasets, sotto-directory della cartella d installazione di STATISTICA. Il codice di supporto allegherà l estensione di file.sta nel caso non sia stato specificato. Quindi saranno disponibili le seguenti opzioni: Gli script possono referenziare i dataset da utilizzare (contenuti nella stessa cartella) semplicemente per nome Gli spreadsheet inclusi in ogni installazione di STATISTICA come dataset di dimostrazione/esempio possono essere referenziati per nome così come avviene per i dataset integrati in R Esempio: # visualizza il dataset nella console di R Spreadsheet( c:\mieifile\mieidati.sta ) # stessa cosa, ma la lettura avviene in una condivisione di rete Spreadsheet( \\server\share\dati.sta ) # visualizza il dataset nella console di R Spreadsheet( questademo.sta ) # crea un istogramma per la variabile MEASURE05 dal dataset d esempio di STATISTICA Adstudy: hist(spreadsheet( Adstudy )$MEASURE05) # recupera una variabile (fattore) dal data frame Advert = Spreadsheet( Adstudy )$ADVERT is.factor(advert) levels(advert) # => [1] TRUE # => [1] PEPSI COKE

14 Pagina 14 di 30 RouteOutput (RObject,[SpreadsheetName],[SpreadsheetHeader]) RObject un data frame, matrice, array, numero, od una stringa SpreadsheetName, SpreadsheetHeader stringa con percorso completo, come ad esempio A Frequency Table Questa estensione trasferisce diversi tipi di dati dall ambiente R all interno degli spreadsheet di STATISTICA. Nonostante la funzione sia stata introdotta per trasferire dati tabulati (data frame, matrici o array) negli spreadsheet, anche i dati a singole valore quali numeri o stringhe possono essere trasferite attraverso di essa in singole celle degli spreadsheet. RObject può corrispondere ad una variabile di R o ad una stringa di caratteri. Il nome di questa estensione, RouteOutput(), suggerisce una qualche similitudine in quanto a comportamento con la funzione equivalente di STATISTICA Visual Basic: gli spreadsheet dei risultati ricreati da questa funzione nell ambiente di STATISTICA diverranno l output standard dello script/analisi in R e rispetterà le impostazioni definite nel Gestore Output [si selezioni il menu di STATISTICA File Gestore Output ], cioè verranno indirizzati su singole finestre o dentro un registro (o registri multipli per ogni analisi, con report di output opzionale quale, ad esempio, un documento in Microsoft Word); l impostazione più popolare è un singolo registro dei risultati. Tramite i parametri opzionali SpreadsheetName e SpreadsheetHeader é possibile specificare il nome e l intestazione dello spreadsheet risultante. Si raccomanda di fornire un valore per il nome dello spreadsheet al fine di consentire una distinzione visiva degli elementi all interno dell albero di navigazione del registro dei risultati. Si noti che i grafici di R trasferiti in STATISTICA sotto forma di grafici nativi non richiedono la specificazione esplicita del tipo di output tutti i grafici generati durante l esecuzione dello script verranno infatti automaticamente trasferiti secondo le correnti impostazioni del Gestore Output. Importante: Molte funzioni in R, in particolare quelle attraverso le quali è possibile eseguire operazioni di modellazione statistica, rappresentano i propri risultati come oggetti strutturati, alcune volte di estrema complessità. Questi oggetti non possono essere ridotti in una singola tabella, e quindi non potranno essere gestiti tramite l estensione RouteOutput() (essi potranno venire automaticamente incrociati nella ricerca di componenti tabulati, ma trattandosi oggetti con una struttura particolare, tale approccio potrebbe generare una significativa quantità di output indesiderato ). Tuttavia, dato che i risultati (i dati correnti d interesse) sono archiviati in tali oggetti sotto forma di componenti tabulati oppure prodotti attraverso l applicazione di tali oggetti su un qualche dato di input, questo limite non pone in realtà alcun problema i risultati potranno comunque essere facilmente estratti da tali oggetti (modelli statistici) e trasferiti a STATISTICA.

15 Pagina 15 di 30 Esempio: model <- multdrc(slope ~ DOSE, data = PestSci) # costruzione di un modello statistico (Curve Dose-Risposta) str(model) # visualizza la struttura complessa dei risultati di questo modello nella console di R # trasferimento dei risultati in STATISTICA RouteOutput(coefficients(summary(model)), Riepilogo, Stime dei Parametri ) RouteOutput(residuals(model), name = Residui, header = Intestazioni ) RouteOutput(anova(model), ANOVA ) # eredita l intestazione predefinita contenuta nel data frame RouteOutput(logLik(model), Log-Likelihood ) RouteOutput(ED(model, c(10, 50, 90)), Dose Efficaci Relative (10%/50%/90%) ) I risultati di questo esempio dovrebbero apparire come da immagine seguente: Uses (RPackageName,[AttachImports]) RPackageName stringa testuale, ad es. drc AttachImports valore booleano, per impostazione predefinita = FALSE La funzione Uses(RPackagename) può essere utilizzata per assicurare automaticamente che il rispettivo pacchetto (libreria) chiamato RPackageName COME ANCHE le sue dipendenze (ulteriori pacchetti richiesti per l esecuzione di questo pacchetto) siano installati (sul computer/server in cui lo script in R deve essere eseguito) e caricati nell ambiente R. Nel caso in cui alcune di queste librerie non siano presenti, queste verranno silenziosamente installate dal CRAN ( e quindi caricate. R definisce molti livelli per la specificazione delle dipendenze dei pacchetti. Uno di questi è Imports questo livello consente di elencare i pacchetti con namespace da caricare per consentire

16 Pagina 16 di 30 l esecuzione del pacchetto d interesse. I namespace non devono essere allegati all ambiente corrente/globale, e questo significa che il pacchetto avrà accesso a tali pacchetti importati attraverso nomi qualificati con namespace, ad es. tserieschaos::mutual(x) invece di mutual(x). Nel caso sia necessario usare alcune di queste funzioni racchiuse da namespace nel proprio codice R, sarà possibile usare esplicitamente la qualifica con namespace [tserieschaos::mutual(x)], allegare la libreria all ambiente corrente [Uses( tserieschaos ) oppure library( tserieschaos )] oppure impostare il secondo parametro opzionale di Uses() ovvero sia AttachImports su TRUE (questa azione consentirà di allegare tutti gli imports del pacchetto). Si noti che questa estensione non è necessaria per l interazione tra STATISTICA ed R, e che comunque è possibile implementarla dentro il linguaggio di R stesso, ciò nonostante è importante sottolineare come tale estensione semplifichi il processo d installazione e caricamento della libreria condizionale incapsulandola in una singola chiamata. Esempio: Uses( drc ) caricato # verifica che il rispettivo pacchetto sia installato e DR <- multdrc(slope ~ DOSE, CURVE, data = PestSci) pacchetto # chiamata dei metodi del Il programma adatta curve dose-risposta alle rispettive variabili del dataset integrato PestSci attraverso la chiamata della funzione multdrc definita nel pacchetto drc. Uses( drc ) assicura che la funzione sia disponibile attraverso l installazione ed il caricamento del pacchetto, se necessario. Esecuzione degli Script in R dall interno di STATISTICA Visual Basic Un tipico esempio di utilizzo delle funzionalità specializzate di R all interno di STATISTICA sono le chiamate agli script in R dall interno di una macro in STATISTICA Visual Basic. Con questa pratica è possibile costruire nuovi moduli usando le librerie ed i metodi di SVB User Interface implementati negli script in R. Tale pratica è ugualmente richiesta quando si desidera creare configurazioni d analisi SVB in STATISTICA Enterprise, oppure nodi di STATISTICA Data Miner (per STATISTICA o WebSTATISTICA) basati su R. Tuttavia per definire funzionalità complesse all interno di uno script in R, occorre essere in grado di parametrizzare lo script tramite parametri selezionati dall utente (liste di variabili, spreadsheet di input, ecc.). STATISTICA offre un metodo semplice e potente per passare tali parametri agli script in R. Gli Script in R sono Macro di STATISTICA In (quasi) tutti i casi STATISTICA tratta gli script in R nello stesso modo in cui vengono trattate le macro native in SVB. Questo discorso può essere esteso al Modello ad Oggetti di STATISTICA

17 Pagina 17 di 30 (STATISTICA Object Model): gli oggetti Macro nei programmi SVB possono adesso rappresentare script in R. Quindi, dall interno degli script in SVB sarà possibile creare, aprire, modificare, salvare ed eseguire script in R. Ciò significa che le funzionalità di R saranno disponibili nelle configurazioni d analisi di STATISTICA Enterprise e nei nodi di STATISTICA Data Miner, dato che sono basate su SVB. I file degli script in R esistenti possono essere aperti tramite Macros.Open( percorso\al\file.r ) o creati al-volo con Macro.New() o Macro.Code. Si noti che in quest ultimo caso STATISTICA deve essere aiutato a distinguere gli script in R dalle macro in SVB questo può essere fatto specificando il nome di una nuova macro con l estensione.r (anche se non si ha intenzione di salvarla su disco), oppure impostando esplicitamente Macro.Scripting su 5 (Tipo di Macro R). Dopodiché per eseguire gli script occorrerà chiamare Macro.Execute. Importante. Il tipo Macro.Scripting relativo agli script R è 5 (successivamente verrà mappato in costante simbolica). Esempio: Sub Main Dim R As New Macro R.Code = ActiveDataSet semplice script creato al-volo R.Scripting = 5 Tipo di Macro R = 5 R.Execute End Sub Questa macro in STATISTICA Visual Basic esegue un semplice script in R contenente un singolo comando ActiveDataSet che, come descritto nella sezione precedente, è un estensione del linguaggio R per STATISTICA che trasferirà (ed in questo caso visualizzerà) il file dati attivo di STATISTICA in R. Per esempio, se si esegue la macro dopo aver aperto il file dati d esempio Exp.sta, verrà visualizzato un listato di questo file in una finestra di report che rappresenta la sessione su console di R: Passare i Parametri agli Script in R: Oggetto Collection Collection è una libreria COM introdotta con la MR3 della Versione 8 di STATISTICA che implementa oggetti generici di tipo Collection. Tali oggetti consentono agli utenti di archiviare valori Variant taggati attraverso parole chiave. I Variant sono strutture COM che possono

18 Pagina 18 di 30 archiviare uno dei molti tipi di dati supportati, inclusi array e riferimenti ad altri oggetti COM, come ad esempio gli Spreadsheet. Ciò significa per l Integrazione di R che adesso sarà possibile archiviare coppie {nome parametro = valore parametro} in tale Collection, e quindi passare questo insieme di parametri a STATISTICA prima dell esecuzione dello script in R, ed ottenere così la parametrizzazione dello script. La macro di Supporto per l Integrazione di R trasferirà tutti i parametri dalla Collection all ambiente R sotto forma di variabili di R indicate secondo i rispettivi tag delle parole chiave parametriche, consentendo in questo modo allo script eseguito in questo ambiente di referenziare tutte queste variabili (parametri dello script) direttamente per nome. L Integrazione di R supporta i seguenti tipi di parametri referenziati per nome: stringhe, numeri, array, Spreadsheet. Il supporto per gli spreadsheet di STATISTICA è particolarmente utile: per esempio, tale parametro può sovrascrivere la parola chiave ActiveDataSet, consentendo in questo modo ad un singolo script di agire come motore in R per un modulo interattivo, per una configurazione d analisi di Enterprise e per l implementazione di nodi in Data Miner. Si noti inoltre che i parametri di stringa senza tag di parola chiave verranno trattati come codice di R da eseguire prima dell esecuzione dello script stesso. Ciò è analogo al codice nascosto di SVB e può essere usato ad esempio per definire un insieme comune di nuove funzioni o di costanti/variabili globali. Per usare gli oggetti Collection, gli script SVB devono includere un riferimento a StatSoft Collection Library (è possibile aggiungere questa voce attraverso il menu Strumenti Riferimenti): L oggetto Collection presenta diverse proprietà e metodi generici che necessitano forzatamente la manipolazione di alcuni contenuti della collection: Count, Add(Item, [Key]), Remove(KeyOrIndex), ed Item(KeyOrIndex) che restituiscono un oggetto Item con le proprietà Key e Value. Tuttavia, dato l utilizzo delle proprietà del così detto oggetto predefinito (Item è l oggetto predefinito di una Collection e restituisce per impostazione predefinita la sua proprietà Value) l interazione con l oggetto Collection viene ridotto a chiare ed intuitive operazioni di assegnazione:

19 Pagina 19 di 30 Dim param As New Collection Param( number ) = 57 Param( string ) = Un campione di stringhe Una volta assemblata la collection di parametri, si esegua lo script parametrizzato in R chiamando Macro.ExecuteWithArgument(Parameters As Collection). Esempio: Dim s1 As New Spreadsheet, s2 As New Spreadsheet popola s1, s2 con dati Var1 = Array( CASE 1, CASE 2 ) Var2 = Array(1, 2, 3, 4, 5) * non usare spazi dentro i nomi dei parametri * alcuni nomi sono bloccati e non possono essere utilizzati [ad es., text, str, sample ] Dim param As New Collection param( number ) = 57 param( string ) = Un campione di STRINGHE param( string_array ) = var1 aggiungi item con operatore di assegnazione param.add(var2, number_array ) OPPURE si utilizzi il metodo esplicito Add() param( SomeSpreadsheet ) = s1 param( ActiveDataString ) = s2 sovrascrive il valore della parola chiave ActiveDataSet i parametri di stringa non aventi chiavi associate saranno trattati come codice R e verranno eseguiti prima dello script analogamente al codice nascosto in SVB * definizione di una funzione che sarà disponibile allo script R param.add( func <- function(x) { cat( Called func(x) with x =, x) } ) * un altro modo di definire una costante o una variabile globale param.add( STATISTICA.Version = & Version & ) adesso si esegua lo script in R con questa collection di parametri (i parametri diventano variabili di R lo script può referenziarli per nome) Dim m As New Macro m = Macros.Open(MacroDir & \fileparametrizzato.r ) m.executewithargument(param) Gestione dei Risultati degli Script Sia il metodo Macro.Execute() che il metodo Macro.ExecuteWithArgument() gestiscono l output degli script in R (spreadsheet, grafici, report) esattamente nello stesso modo in cui l output viene gestito tramite macro in SVB l output viene infatti governato da STATISTICA secondo le impostazioni definite a livello di Gestore Output, ad esempio i risultati potrebbero essere inviati su registri. Questo approccio potrebbe risultare soddisfacente in molte occasioni, tuttavia non risulta sufficientemente flessibile nelle situazioni in cui l output ottenuto da uno script in R deve essere trattato come risultato intermedio per successive elaborazioni in STATISTICA.

20 Pagina 20 di 30 Per esempio, uno script in SVB per l implementazione di un modulo personalizzato interattivo potrebbe implementare un flusso di analisi a più stadi, del tipo: chiamata di alcune procedure di R, analisi dei risultati, richiesta di input aggiunti dall utente e chiamate ripetute di procedure in R per l elaborazione dei risultati in forma di input. Oppure ancora, una macro in SVB potrebbe venire impiegata per usare i risultati tabulati restituiti da R per produrre grafici più efficaci e flessibili di quelli che R è in grado di generare. Dato che gli elementi elaborati dal Gestore Output di STATISTICA sono stati progettati per essere una rappresentazione finale dei risultati d analisi, è indubbiamente positivo il fatto di poter accedere singolarmente ad ognuno di essi per scopi di elaborazioni successive talvolta potrebbe essere necessario conoscere il tipo di rappresentazione selezionata dall utente (registri singoli o multipli, finestre singole) ed iterare programmaticamente attraverso il rispettivo insieme di elementi di output (finestre, registri, contenuti rappresentati in forma di albero), consentendo la ricerca dell elemento d interesse per nome. Macro.ExecuteNoRouteOutput([Parameters As Collection]) As StaDocCollection Questo metodo è stato aggiunto per gestire alcune situazioni particolari: l output dello script in R non viene in alcun modo trattato (nel senso d indirizzato a qualche tipologia di output), quindi lo script viene eseguito silenziosamente; tutto l output ottenuto attraverso tale script viene quindi raccolto sotto forma di oggetto StaDocCollection (contenitore standard di STATISTICA per documenti tipo spreadsheet, grafici, report, o registri) ovvero sia restituito come risultato dell esecuzione dello script. Questo metodo accetta una Collection opzionale per scopi di parametrizzazione. Adesso la macro SVB può facilmente accedere a singole componenti dell output dello script in R, ad es. per estrarre singoli dati di cella dagli spreadsheet oppure per creare un grafico complesso sulla base di più colonne degli spreadsheet. Esempio: Dim m As Macro m = Macros.Open(MacroDir & \file.r ) Dim Routput As StaDocCollection Routput = m.executenorouteoutput() silenzioso, nessun output viene visualizzato fare qualcosa con Routput : estrarre ed operare su singoli documenti caso triviale: i risultati vengono indirizzati (visualizzati), come ad esempio da Macro.Execute() RouteOutput = (Routput, Risultati degli Script in R ).Visible = True Altri Esempi A questo punto abbiamo illustrato tutte le componenti funzionali richieste per la costruzione di applicazioni personalizzate con la piattaforma di STATISTICA che possono beneficiare di funzionalità specializzate disponibili in R.