当前位置:主页 > 书籍配套资源 > R语言配套资源
《R语言统计分析与应用》配套程序

《R语言统计分析与应用》配套程序

  • 更新:2021-12-13
  • 大小:88.6 KB
  • 类别:R语言
  • 作者:汪海波
  • 出版:人民邮电出版社
  • 格式:PDF

  • 资源介绍
  • 相关推荐

编辑推荐

由R知名专家执笔。作者深入理解了R的内涵和精髓,结合自己丰富的培训经验,以及大量的一线工程实践经验,潜心编写而成。
软件版本采用当前新的R版本,在知识点讲解过程中穿插了新功能的讲述与应用。
知识全面、系统,科学安排内容的层次架构,由浅入深,循序渐进,适合读者的学习规律。
理论与实践应用紧密结合。基础理论知识穿插在知识点的讲述中,言简意赅、目标明确,其目的是使读者知其然,亦知其所以然,达到学以致用的目的。
知识点+针对每个知识点的小实例+综合实例的讲述方式,可以使读者快速地学习并掌握R软件操作及应用该知识点解决实践中的问题。综合实例部分,深入细致地剖析数据统计分析应用的流程、细节、难点、技巧,起到融会贯通的作用。
为了让本书内容尽可能接近各个领域的实际情况,作者从心理学、社会学、医学、生物、商业和工程等诸多领域选取了一些例子。所有的这些例子都不需要读者具备这些领域的专业知识。
本书附带所有实例操作的数据和R程序。

内容简介

R统计软件是目前应用很广泛的统计软件之一,已广泛应用于医学、财经和社会科学等领域中进行数据管理和数据分析处理。本书以Windows操作系统下的R软件为基础,以实践中常用的统计分析方法为基本内容,介绍了R语言的编写以及结果解释。本书重点介绍了各种多元统计分析方法的基本原理及其应用,包括方差分析、多元线性回归、Logistic回归分析、生存分析、主成分分析、因子分析、聚类分析、判别分析以及典型相关分析等。每一章详细讨论了统计分析方法的基本原理和分析过程,介绍了R语言的使用方法及应用实例说明、结果解释及结论分析等。

作者简介

本书由汪海波、罗莉、汪海玲编著,参与编写的还有郝旭宁、李建鹏、赵伟茗、刘钦、于志伟、张永岗、周世宾、姚志伟、曹文平、张应迁、张洪才、邱洪钢、张青莲、陆绍强、李成。
汪海波,SAS知名专家,畅销书《SAS统计分析与应用从入门到精通》作者。作者深入理解了SAS内涵、精髓,结合自己丰富的工作经验,并结合大量的一线工程实践经验,潜心编写而成。

目录

  • 第一篇 R基础与入门篇
  • 第1章 R入门 2
  • 1.1 R简介 2
  • 1.1.1 R特点 2
  • 1.1.2 R支持资料 3
  • 1.2 R的获取、安装和启动 4
  • 1.2.1 R的获取 4
  • 1.2.2 R的安装 5
  • 1.2.3 R的启动 7
  • 1.3 R菜单操作 7
  • 1.4 工作空间 10
  • 1.5 程序包 11
  • 1.5.1 什么是程序包 11
  • 1.5.2 安装程序包 11
  • 1.6 R使用以及图形界面 12
  • 1.7 本章小结 13
  • 第2章 R编程入门 14
  • 2.1 R语言 14
  • 2.1.1 数据集的概念 14
  • 2.1.2 R运算符 21
  • 2.2 R常用函数及其应用 23
  • 2.2.1 数学函数 24
  • 2.2.2 样本统计函数 26
  • 2.2.3 概率函数 27
  • 2.2.4 字符处理函数 28
  • 2.2.5 其他实用函数 30
  • 2.3 数据的输入 31
  • 2.3.1 使用键盘输入数据 31
  • 2.3.2 数据集的导入 32
  • 2.4 本章小结 34
  • 第3章 基本数据管理 35
  • 3.1 创建新变量 36
  • 3.2 向量运算 37
  • 3.2.1 添加或删除向量元素 37
  • 3.2.2 向量运算和逻辑运算 37
  • 3.2.3 用∶运算符创建向量 37
  • 3.2.4 使用seq()函数创建向量 38
  • 3.3 处理数据对象的实用函数 38
  • 3.4 变量的重编码 39
  • 3.5 变量的重命名 40
  • 3.6 缺失值 41
  • 3.7 日期值 42
  • 3.8 类型转换 44
  • 3.9 数据排序 45
  • 3.10 数据集的合并 45
  • 3.11 数据集取子集 46
  • 3.11.1 选入观测 46
  • 3.11.2 选入变量 47
  • 3.11.3 剔除变量 48
  • 3.11.4 subset()函数 49
  • 3.12 本章小结 49
  • 第4章 样本量和检验效能估计 50
  • 4.1 样本量估算以及R程序包 50
  • 4.1.1 样本量影响因素 50
  • 4.1.2 检验效能分析pwr包 52
  • 4.2 t检验 53
  • 4.2.1 单样本与已知总体检验时样本量的估计及R程序 53
  • 4.2.2 两总体均数比较样本量的估计及R程序 54
  • 4.2.3 配对设计两样本均数比较样本量的估计及R程序 55
  • 4.3 方差分析 56
  • 4.4 相关分析 57
  • 4.5 线性模型 58
  • 4.6 分类资料的样本量估计 59
  • 4.6.1 单样本与已知总体检验时样本量的估计及R程序 59
  • 4.6.2 两样本率比较样本量的估计及R程序 60
  • 4.6.3 配对设计总体率比较样本量的估计及R程序 61
  • 4.7 本章小结 62
  • 第5章 高 级数据管理 63
  • 5.1 控制语句 63
  • 5.1.1 重复和循环 63
  • 5.1.2 条件执行 65
  • 5.2 数据处理综合实例 67
  • 5.3 转置与整合 70
  • 5.3.1 转置 70
  • 5.3.2 整合数据 71
  • 5.4 本章小结 72
  • 第二篇 统计方法与R分析实例
  • 第6章 定量资料的统计描述 74
  • 6.1 统计描述基础理论知识 74
  • 6.1.1 集中趋势描述 75
  • 6.1.2 离散趋势描述 77
  • 6.1.3 正态分布 79
  • 6.2 统计描述分析实例 81
  • 6.2.1 summary()函数分析实例 81
  • 6.2.2 sapply()函数分析实例 83
  • 6.2.3 describe()函数分析实例 85
  • 6.2.4 stat.desc()函数分析实例 89
  • 6.2.5 分组计算描述性统计量 91
  • 6.2.6 对数正态分布资料的统计描述 94
  • 6.3 本章小结 95
  • 第7章 t检验 96
  • 7.1 单样本t检验 96
  • 7.1.1 单样本t检验的基础理论 96
  • 7.1.2 单样本t检验分析实例 97
  • 7.1.3 无原始数据的单样本t检验R程序 98
  • 7.2 配对设计资料的t检验 98
  • 7.2.1 配对设计资料t检验的基础理论 98
  • 7.2.2 配对t检验实例 100
  • 7.2.3 无原始数据的配对设计的t检验分析实例 102
  • 7.3 两独立样本的t检验 103
  • 7.3.1 两独立样本t检验的基础理论 103
  • 7.3.2 独立样本t检验分析实例 105
  • 7.3.3 无原始数据的两独立样本t检验分析实例 107
  • 7.4 本章小结 107
  • 第8章 方差分析 108
  • 8.1 方差分析及ANOVA模型拟合概述 108
  • 8.1.1 方差分析的基本思想 108
  • 8.1.2 方差分析基本术语 110
  • 8.1.3 ANOVA模型拟合 111
  • 8.2 完全随机设计资料的方差分析 112
  • 8.2.1 单因子方差分析介绍 113
  • 8.2.2 单因子方差分析的R程序实例 113
  • 8.3 随机区组设计资料的方差分析 118
  • 8.3.1 随机区组方差分析介绍 119
  • 8.3.2 随机区组方差分析的R程序实例 121
  • 8.4 拉丁方设计资料的方差分析 126
  • 8.4.1 拉丁方方法介绍 126
  • 8.4.2 拉丁方分析的R程序实例 128
  • 8.5 析因设计资料的方差分析 131
  • 8.5.1 析因设计方法介绍 131
  • 8.5.2 析因方差分析的R程序实例 134
  • 8.6 正交试验设计资料的方差分析 136
  • 8.6.1 正交试验设计方法介绍 136
  • 8.6.2 正交试验设计资料分析的R程序实例 138
  • 8.7 重复测量资料的方差分析 139
  • 8.7.1 重复测量设计方法介绍 140
  • 8.7.2 重复测量资料分析的R程序实例 141
  • 8.8 协方差分析 144
  • 8.8.1 协方差分析方法介绍 144
  • 8.8.2 协方差分析的R程序实例 145
  • 8.9 本章小结 148
  • 第9章 直线回归与相关 149
  • 9.1 直线相关分析 149
  • 9.1.1 直线相关分析介绍 149
  • 9.1.2 直线相关分析的R实例 151
  • 9.2 直线回归分析 154
  • 9.2.1 直线回归分析介绍 155
  • 9.2.2 直线回归分析的R程序实例 157
  • 9.3 本章小结 162
  • 第10章 多元线性回归与相关 163
  • 10.1 多元线性回归与相关的基础理论 163
  • 10.1.1 多元线性回归 163
  • 10.1.2 复相关系数与偏相关系数 176
  • 10.2 分析实例 178
  • 10.2.1 多元线性回归方程的建立 178
  • 10.2.2 复相关系数与偏相关系数的R程序实例 183
  • 10.3 本章小结 185
  • 第11章 Logistic回归分析 186
  • 11.1 非条件Logistic回归 186
  • 11.1.1 非条件Logistic回归介绍 187
  • 11.1.2 非条件Logistic回归模型的建立和检验 188
  • 11.1.3 非条件Logistic回归的R程序 190
  • 11.2 条件Logistic回归 205
  • 11.2.1 条件Logistic回归介绍 205
  • 11.2.2 条件Logistic回归的R程序 206
  • 11.3 本章小结 207
  • 第12章 相对数 208
  • 12.1 相对数简介 208
  • 12.1.1 率的标准化 210
  • 12.1.2 率的假设检验 212
  • 12.2 R分析实例 214
  • 12.2.1 率的标准化R程序 214
  • 12.2.2 率的Z(U)检验的R程序 215
  • 12.3 本章小结 216
  • 第13章 行×列表分析 217
  • 13.1 四格表资料 217
  • 13.1.1 四格表卡方检验介绍 218
  • 13.1.2 四格表卡方检验的R程序 220
  • 13.2 配对计数资料的卡方检验 224
  • 13.2.1 四格表配对卡方检验介绍 224
  • 13.2.2 四格表配对卡方检验的R程序 225
  • 13.3 列变量为顺序变量的行均分检验 226
  • 13.3.1 行均分检验介绍 227
  • 13.3.2 行均分检验的R程序 227
  • 13.4 行列均为顺序变量的相关检验 230
  • 13.4.1 行列均为顺序变量的相关检验介绍 230
  • 13.4.2 行列均为顺序变量的相关检验的R程序 231
  • 13.5 分层行列表的分析 235
  • 13.5.1 分层行列表的分析简介 235
  • 13.5.2 分层行列表的分析的R程序 236
  • 13.6 趋势卡方检验 239
  • 13.6.1 趋势卡方检验简介 239
  • 13.6.2 趋势卡方检验的R程序 239
  • 13.7 卡方分割与卡方合并 241
  • 13.7.1 卡方的分割与合并简介 241
  • 13.7.2 卡方分割与卡方合并分析实例 241
  • 13.8 本章小结 243
  • 第14章 非参数统计 244
  • 14.1 单样本资料与已知总体参数的非参数检验 245
  • 14.1.1 单组资料的符号及符号秩和检验 245
  • 14.1.2 单组资料的非参数检验R程序 247
  • 14.2 配对设计资料的非参数检验 248
  • 14.2.1 配对设计资料的符号及符号秩和检验 248
  • 14.2.2 配对设计资料的非参数检验R程序 249
  • 14.3 两组定量资料的非参数检验 250
  • 14.3.1 两组定量资料的非参数检验方法概述 251
  • 14.3.2 两组定量资料非参数检验的R程序 252
  • 14.4 多组定量资料的非参数检验 253
  • 14.4.1 多组定量资料的非参数检验方法概述 253
  • 14.4.2 多组定量资料非参数检验的R程序 255
  • 14.5 等级分组资料的非参数检验 260
  • 14.5.1 等级分组资料的非参数检验方法概述 260
  • 14.5.2 等级分组资料非参数检验的R程序 261
  • 14.6 随机区组资料的非参数检验 264
  • 14.6.1 随机区组资料的非参数检验方法概述 264
  • 14.6.2 随机区组资料非参数检验的R程序 265
  • 14.7 等级相关(秩相关) 266
  • 14.7.1 秩相关概述 266
  • 14.7.2 spearman秩相关的R程序 267
  • 14.8 本章小结 268
  • 第15章 生存分析 269
  • 15.1 生存分析简介 269
  • 15.1.1 生存数据 269
  • 15.1.2 生存时间函数 270
  • 15.1.3 均数、中位数和半数生存期 271
  • 15.1.4 生存分析的基本方法 271
  • 15.2 生存曲线 272
  • 15.2.1 寿命表法及R分析实例 273
  • 15.2.2 乘积极限法(Kaplan-Meier)及R分析实例 278
  • 15.2.3 Cox回归及R分析实例 280
  • 15.3 本章小结 285
  • 第16章 主成分分析 286
  • 16.1 主成分分析简介 287
  • 16.1.1 主成分分析的数学模型 287
  • 16.1.2 主成分分析的方法步骤 288
  • 16.1.3 主成分分析的应用 290
  • 16.2 R中的主成分分析实例 291
  • 16.3 本章小结 307
  • 第17章 因子分析 308
  • 17.1 因子分析简介 308
  • 17.2 主成分分析与因子分析比较 317
  • 17.3 因子分析及R实例 318
  • 17.4 本章小结 337
  • 第18章 聚类分析 338
  • 18.1 聚类分析简介 338
  • 18.2 聚类分析及R实例 344
  • 18.2.1 varclus ()函数 344
  • 18.2.2 kmean()函数 348
  • 18.2.3 hclust()函数实例 352
  • 18.3 本章小结 355
  • 第19章 判别分析 356
  • 19.1 判别分析简介 357
  • 19.2 判别分析及R实例 362
  • 19.3 本章小结 386
  • 第20章 典型相关分析 388
  • 20.1 典型相关简介 388
  • 20.1.1 典型相关分析的理论架构及基本假设 390
  • 20.1.2 冗余分析 391
  • 20.1.3 典型相关系数的假设检验 392
  • 20.2 cancor()函数实例 392
  • 20.3 本章小结 400
  • 第21章 诊断试验的ROC分析 401
  • 21.1 诊断试验简介 401
  • 21.1.1 诊断试验介绍 401
  • 21.1.2 诊断试验评价指标 402
  • 21.1.3 ROC分析资料收集与整理 404
  • 21.1.4 ROC曲线构建 405
  • 21.2 ROC分析及R分析实例 406
  • 21.3 本章小结 423
  • 第22章 统计图 425
  • 22.1 条形图 425
  • 22.2 饼图 429
  • 22.3 散点图 431
  • 22.4 折线图 433
  • 22.5 箱线图 434
  • 22.6 直方图 437
  • 22.7 核密度图 442
  • 22.8 点图 442
  • 22.9 本章小结 444
  • 参考文献 445

资源下载

资源下载地址1:https://box.lenovo.com/l/BJYuqE

相关资源

网友留言