R是统计领域广泛使用的诞生于1980年左右的S语言的一个分支。可以认为R是S语言的一种交互式实现。它的一些主要特征是：
第一，它是完全免费,开放源代码的。可以在它的网站及其镜像中下载任何有关的安装程序、源代码、程序包及其源代码、文档资料。
第二，R是一种可编程的语言。作为一个开放的统计编程环境,语法通俗易懂,很容易学会和掌握语言的语法。
第三，R语言其实就是一种环境平台。它提供平台，而统计分析研究和计算机研究人员可以将各自通过编程形成的统计分析方法以打包（package）的方式放在R语言平台上，供一般的统计分析者直接使用。我们可以不懂统计分析原理，但是我们可以通过写一句命令就可以让软件调用统计分析包帮我执行某一个统计分析。
第四，R语言的开放性， 它的更新速度比一般统计软件,如,SPSS,SAS等快得多。最新的统计分析方法，最复杂的方法都能在R语言上发现。
第五，由于它比SPSS、SAS、Stata，注重于编程，相对来说学习起来具有一定难度，但它属于傻瓜式的编程。你能想到的所有统计相关的工作，R都可以非常简洁的用几行命令帮你完成。
一般与统计学相关的建模，R语言就肯定有人用。例如时间序列arima，多元时间序列VAR, VEC，ETS, ESM等等。因为R是统计学家设计的开源代码。另外机器学习的模型也有，例如SVM，随机森林，神经网络，R都可以做一些。
当然，简单的线性规划，R也可以做。
R语言作为开源软件，目前是目前世界上科研和教育领域统计和数据分析的主流，即使是商业上，R语言也已经占有很大的份额了。minitab，SPSS都是闭源商用软件，授权费不菲。并且，对于新的统计学技术的更新速度较慢。
python，Matlab确实也能干R能干的事，但是毕竟不如R方便，有大量现成的包能用。
