Η 2η έκδοση του βιβλίου έχει στόχο να επιτρέψει τόσο σε αρχάριους όσο και σε προχωρημένους χρήστες να επεξεργαστούν, να αναλύσουν και να ερμηνεύσουν δεδομένα, με σκοπό να καταλάβουν κάτι που δεν μπορούσαν να γνωρίζουν από πριν. Από αυτή την άποψη, το επίκεντρο είναι σαφώς μετατοπισμένο προς την πρακτική εφαρμογή παρά προς τη θεωρία. Τα θέματα που καλύπτει το βιβλίο αφορούν τόσο αυτούς που δεν έχουν εμπειρία από προγραμματισμό, στατιστική και ανάλυση δεδομένων, όσο και αυτούς που στο παρελθόν είτε έχουν χρησιμοποιήσει την R σε ένα πιο βασικό επίπεδο, είτε έχουν πραγματοποιήσει αναλύσεις δεδομένων με άλλες γλώσσες ή περιβάλλοντα προγραμματισμού. Ανάλογα με το επίπεδο εξοικείωσης με τον προγραμματισμό, τη στατιστική και την ανάλυση δεδομένων το βιβλίο απευθύνεται σε τρεις διαφορετικές κατηγορίες αναγνωστών:

• Αρχάριοι, χωρίς καμία προηγούμενη εμπειρία από προγραμματισμό μπορούν να παρακολουθήσουν το σύνολο του βιβλίου, ξεκινώντας από το πρώτο κεφάλαιο.
• Χρήστες που έχουν κάποια εμπειρία με την R σε βασικό επίπεδο (σύνταξη εντολών, κλήση συναρτήσεων, δημιουργία απλών γραφικών παραστάσεων κ.λπ.), μπορούν να προσπεράσουν γρήγορα το πρώτο Μέρος (Κεφάλαια 1-5) και να περάσουν στα επόμενα μέρη που αφορούν πιο προχωρημένη χρήση και εφαρμογές στη Στατιστική και στην Ανάλυση Δεδομένων.
• Έμπειροι χρήστες, που στο παρελθόν έχουν χρησιμοποιήσει την R ή άλλες στατιστικές μεθόδους για τη δημιουργία γραφικών παραστάσεων και τη συγγραφή απλών προγραμμάτων, μπορούν να επικεντρωθούν στα δύο τελευταία μέρη που αφορούν πιο προχωρημένες μεθοδολογίες Ανάλυσης Δεδομένων (Κεφάλαια 10-17).
• Ανεξάρτητα από το γνωστικό ή τεχνικό επίπεδο, οι αναγνώστες και αναγνώστριες μπορούν να εκτιμήσουν τις εφαρμογές που συνοδεύουν τα περισσότερα κεφάλαια, στις οποίες παρουσιάζονται παραδείγματα χρήσης της R σε πραγματικά ερωτήματα και πραγματικά σύνολα δεδομένων. Οι συγκεκριμένες εφαρμογές παρουσιάζουν, εκτός από τις δυνατότητες της R, γενικές αλλά και εξειδικευμένες προσεγγίσεις, σχετικές με τον τρόπο που διατυπώνουμε ερευνητικά ερωτήματα και ιεραρχούμε τους στόχους μας κατά την ανάλυση δεδομένων και, κυρίως, την ερμηνεία της.

• Πρόσβαση στα δεδομένα και πρωτογενή επεξεργασία τους.
• Ανάγνωση από αρχεία και χειρισμός απλών πράξεων (Κεφάλαια 2-4).
• Καθαρισμός/σχολιασμός των δεδομένων.
• Επισκόπηση των δεδομένων, οργάνωση δεδομένων σε συγκεκριμένες δομές (Κεφάλαια 5 και 6).
• Γραφική αναπαράσταση και επισκόπηση των δεδομένων (Κεφάλαια 7-8).
• Χρήση της R ως γλώσσας προγραμματισμού (Kεφάλαια 9 και 10).
• Συνοπτική περιγραφή των δεδομένων.
• Περιγραφική Στατιστική (Κεφάλαιο 11).
• Εξαγωγή και αποτίμηση σχέσεων μεταξύ των Δεδομένων. Έλεγχοι υποθέσεων και συσχετίσεις (Κεφάλαια 12-13).
• Στατιστική Μοντελοποίηση. Δημιουργία μοντέλων που ενσωματώνουν τις σχέσεις μεταξύ δεδομένων με σκοπό την πρόβλεψη (Κεφάλαια 14-17).