เครื่องมือสร้างภาพกราฟิกของอาร์ทำงานบนพื้นฐานแบบลำดับชั้น โมเดลการวาดภาพซึ่งการนำเสนอข้อมูลถูกแบ่งออกเป็น ฟังก์ชันระดับสูง ที่เริ่มต้นใช้พื้นที่วาดใหม่ และ ฟังก์ชันระดับต่ำ ที่ปรับเปลี่ยนการแสดงผลที่มีอยู่เดิม

1. ตรรกะของการเริ่มต้น

คำสั่งระดับสูง (เช่น tree() หรือ gam()) ล้างอุปกรณ์ปัจจุบันและตั้งระบบพิกัด ในการจัดการสภาพแวดล้อมนี้ จำเป็นต้องเข้าใจ search() เส้นทางการค้นหา และ library() การรวมเข้ากับระบบ ซึ่งมักเกี่ยวข้องกับ CRAN.packages()ผู้ใช้สามารถสำรวจโครงสร้างพื้นฐานได้ผ่าน help.start(), help(), example()หรือ demo() .

2. การแปลงสถิติให้เป็นเรขาคณิต

ผลลัพธ์จากโมเดลที่ได้จาก nlm() (โดยใช้ hessian = TRUE) ให้ข้อมูลสำหรับเลเยอร์การแสดงผล ตัวอย่างเช่น เพื่อแสดงความไม่แน่นอนในช่วงความเชื่อมั่น 95% ($\pm 1.96$ SE) เราจะคำนวณค่าเบี่ยงเบนมาตรฐานจาก out$hessian:

3. ความหลากหลายของพื้นที่วาด

อาร์สนับสนุนสภาพแวดล้อมเฉพาะสำหรับ การถดถอยที่ทนทาน (Robust regression) (rlm(), lqs()), โมเดลเพิ่มเติม (Additive models) (gam()), โมเดลที่ใช้ต้นไม้ (Tree-based models) (tree()), และ โมเดลที่มีผลกระทบผสม (mixed-effects models) (lme(), nlme()). ฟังก์ชันเพิ่มเติมที่ราบรื่นขั้นสูงมีให้ใช้งานผ่าน acepack() (รวมถึง ace() และ avas()) ในขณะที่ mda(), bruto(), และ mars() มีความสามารถในการค้นหาการฉายภาพ (projection pursuit)