📚 课程目录第1章 R语言入门与质控概论

1. R语言与RStudio安装：从零搭好你的质控工作台

各位同学好。咱们直接开始。R 语言在质控统计分析中的地位，不用我多说了——SPC、能力分析、假设检验、回归建模，它都是主力工具。但工欲善其事，必先利其器。这一章，我带你亲手把 R 和 RStudio 装好、配好、跑通第一个脚本。

别小看这一步。我在好几个项目里见过同事因为环境没配好，后面排查问题浪费了大量时间。咱们一次搞定，后面海阔天空。

  本章目标：完成从零到一的 R 环境搭建，能运行第一个质控相关的 R 脚本。

1.1 为什么是 R + RStudio？

R 是计算引擎，RStudio 是图形化 IDE。你想想看，没有 RStudio 也能用 R，就像没有方向盘也能开车——太折腾了。我个人习惯是：核心计算交给 R，日常操作交给 RStudio。RStudio 的代码补全、数据查看、绘图预览、项目管理和 Git 集成，能大幅提高效率。

说白了，R 是发动机，RStudio 是驾驶舱。缺一不可。

组件	角色	是否必须
R	统计计算引擎、包管理基础	必须
RStudio	集成开发环境（IDE）	强烈推荐

1.2 下载与安装 R

先装 R，再装 RStudio。顺序错了容易出问题，我在项目里踩过这个坑。

Windows 用户：
访问 CRAN 镜像站（国内推荐清华大学 TUNA 镜像），下载适合你系统版本的安装包。运行安装程序，一路默认即可。但我提醒两点：

安装路径中不要有中文或空格。我曾经见过因为路径带中文导致包安装失败的案例。
安装类型选 64-bit。除非你的机器实在太老。

macOS 用户：
下载对应 macOS 版本的 .pkg 文件，双击安装即可。

Linux 用户：
以 Ubuntu/Debian 为例，终端执行：

sudo apt update
sudo apt install r-base r-base-dev

验证安装是否成功：打开命令行或终端，输入 R，应该能看到版本信息。退出输入 q()。

1.3 下载与安装 RStudio

RStudio 的安装包在 Posit 官网下载。选择免费的 RStudio Desktop (Open Source License) 就够了。安装过程也是默认即可。

个人习惯：我会在安装 RStudio 后，第一时间进入 Tools → Global Options → General，把“Restore .RData into workspace at startup”去掉勾选。这样可以避免每次启动时加载旧的、可能混乱的工作空间。

1.4 RStudio 界面快速扫盲

打开 RStudio，你会看到四个窗格。我简单说说它们的用途：

左上方：脚本编辑器。写代码的地方。
左下方：控制台。代码运行的结果在这里显示。
右上方：环境/历史。当前工作空间对象列表。
右下方：文件/绘图/包/帮助。文件浏览、查看图形、管理包。

别怕，上手很快。你只需要先在左上写代码，然后用 Ctrl+Enter（或 Cmd+Enter）运行当前行，结果就会在左下显示。

1.5 包管理基础——第一次装包

R 的强大在于它的包生态系统。质控领域常用的包包括：

包名	用途
ggplot2	数据可视化——质控图
qcc	统计过程控制（SPC）
SixSigma	六西格玛分析
tidyverse	数据处理全家桶

安装命令很简单。在控制台中输入：

install.packages("ggplot2")
install.packages("qcc")

CRAN 会自动下载并安装依赖包。完成后，用 library() 加载：

library(ggplot2)
library(qcc)

注意：安装包时建议使用 CRAN 国内镜像，否则下载速度很慢。配置方法：菜单 Tools → Global Options → Packages → Change，选择一个国内的 CRAN 镜像，比如清华大学 TUNA。

1.6 体验包管理常用函数

我来列举几个包管理的常用操作，你可以在控制台里试试：

# 查看已安装的包
installed.packages()

# 查看某个包的帮助文档
help(package = "ggplot2")

# 更新所有已安装的包
update.packages()

# 移除不需要的包
remove.packages("包名")

# 查看包有哪些可用的函数
ls("package:qcc")

包管理是 R 学习的基础，后面每个章节都会用到不同的包。你理解了这个循环：安装 → 加载 → 使用 → 更新，就算入门了。

1.7 第一个 R 脚本——实战运行

好了，咱们来写第一个质控相关的脚本。新建一个 R Script（File → New File → R Script），输入以下内容并保存为 demo_qcc.R。

# 第一章：第一个质控分析脚本
# 使用 qcc 包快速绘制 p 控制图

# 1. 加载包
library(qcc)

# 2. 生成一组模拟数据
# 假设我们生产了 20 个批次，每批次检查 100 个样本
sizes <- rep(100, 20)
defects <- c(3, 5, 2, 4, 6, 3, 7, 2, 4, 5,
             4, 3, 6, 5, 2, 4, 8, 3, 4, 5)

# 3. 绘制 p 控制图
p_chart <- qcc(defects, sizes = sizes, type = "p",
               title = "示例 p 控制图",
               xlab = "批次序号",
               ylab = "不合格品率")

# 4. 查看控制图统计摘要
summary(p_chart)

选中全部代码，点击 Run（或按 Ctrl+Shift+Enter），你会看到：

控制台输出统计摘要：中心线、控制限、超出控制限的点等。
右下方绘图区出现一张 p 控制图。

这就是你的第一个质控分析！

避坑指南：如果你在运行 library(qcc) 时报错“there is no package called 'qcc'”，说明你还没安装它。回到控制台，先执行 install.packages("qcc") 即可。

1.8 工作目录与项目管理

我建议你从一开始就养成好习惯：每个项目（或每章的学习内容）单独建一个文件夹，然后把这个文件夹设为 RStudio 的工作目录。

设置方法：Session → Set Working Directory → Choose Directory。或者直接用代码：

setwd("你的路径/质控统计分析R实战/Chapter01")

这样做的好处是：脚本里读取本地数据、保存图片或保存结果时，路径管理很清晰。我在项目里见过不少人因为工作目录混乱，读不到文件而浪费时间——咱们别犯这个错。

知识体系结构图

本章小结

好了，到这里第一章的内容就结束了。咱们一起完成了三件事：

环境就绪：R 和 RStudio 装好了，工作目录也配规范了。
包管理入门：学会了安装、加载、更新和移除包，知道了常用质控包的名称。
第一个脚本实战：跑通了 p 控制图的脚本，看到了统计结果和图形输出。