R を使った解析がどのようなものか感じていただけたでしょうか。
今回紹介したものは R でできることの一部に過ぎません。
今この瞬間にも、Rでのパッケージ開発が進められており、
R でできることも増え続けています。
数値や文字データだけでなく、音やGPS、画像データの解析もできます。
まだ自分なりの解析手法が確立していない皆さんは、
ぜひ R を使って、より豊かな解析生活を手に入れてください。
R を習得する（= 目的とする解析ができるようになる）ためには、
たくさん R を走らせること が重要だと思います。
実験と違い、R でのコードの実行は数秒以内に終わることが多いです*。
Excel とは違い、R は読み込んだデータを使って解析を進めていくため、
例え解析に失敗したとしても、元のデータはそのまま ** です。
加えて、フリーソフトなので何度失敗してもお金はかかりません。
そのため、何度も失敗を経験する（＝エラーに対処する）ことが
R を習得する上で最も重要なことだと思います。
* とはいえ、for 文などを使って複数の処理を何度も繰り返す、
といった場合にはかなり時間がかかることもあります。
** データを出力する関数（例えば write.csv()）があるため、
失敗したコードのあとに上書き出力しないよう、気を付けてください。
また、ノートアプリを使用して R の使い方を自分なりにまとめておくと便利です。
私は検索機能が使いやすく、サムネイル表示もできる Evernote を使っています。
(Evernoteについて：https://evernote.com/intl/jp/）
図とコードをまとめておくことができるので、過去に作成した図の書き方
（コード）を知りたいときには、図からコードを探すことができます。
↑ 使い方をまとめるノートの一例。
以前、R講座を行った時の資料を以下にアップロードしています。
http://hdl.handle.net/2324/4492892
本ガイドは「辞書的」に項目を列挙していますが、講座資料は「流れ（=講座の進行)」を意識したスライドになっています。
お好みに応じてご参照ください。