《R语言实战》以其实用性和深度赢得了读者的广泛好评,这本书通过精心设计的内容结构,逐步引导读者深入R语言的世界,覆盖了数据处理、统计分析、图形表示等关键领域,作者不仅分享了大量的编码实践,还深入讨论了R语言在数据科学中的应用,使得这本书既适合初学者系统学习,也适合有经验的数据分析师提升技能,特别值得一提的是,书中包含的案例研究和实战项目,能够让读者在实际操作中巩固理论知识,发现数据背后的故事,简洁明了的语言加上详尽的示例代码,使《R语言实战》成为了学习R语言不可多得的资源。
R是一个开源网站项目,具备强劲的统计分析测算及绘图工作能力,是以互联网大数据中获得有效信息内容的极佳专用工具,在各种各样流行电脑操作系统上能够安裝应用,其基础安裝就出示了成百上千的数据库管理、统计分析和图型涵数。另一个,小区开发设计的不计其数的拓展(包)为R提升了大量强劲作用。《R语言实战》重视应用性,是一本全方位而细腻的R手册,高宽比归纳了此软件和它的强劲作用,展现了好用的统计分析范例,且针对无法用传统式方式解决的杂乱、不详细和非正态的统计数据得出了雅致的解决方式。创作者不仅讨论数据分析,还论述了很多探寻和展现统计数据的图型作用。《R语言实战》合适数据统计分析工作人员及R客户学习培训参照。 R是一个源新项目,具备强劲的统计分析测算及绘图工作能力,是以互联网大数据中获得有效信息内容的极佳专用工具,在各种各样流行电脑操作系统上能够安裝应用,其基础安裝就出示了成百上千的数据库管理、统计分析和图型涵数。另一个,小区发的不计其数的拓展(包)为R提升了大量强劲作用。《R语言实战》重视应用性,是一本全方位而细腻的R手册,高宽比归纳了此软件和它的强劲作用,展现了好用的统计分析范例,且针对无法用传统式方式解决的杂乱、不详细和非正态的统计数据得出了雅致的解决方式。创作者不仅讨论数据分析,还论述了很多探寻和展现统计数据的图型作用。《R言语实战演练》合适数据统计分析工作人员及R客户学习培训参照。
目录
- 那些年,我们一起学过的R语言
- 公元前
- 公元纪年开始
- 文艺复兴
- 结束公元纪年
- 译者致谢
- 前言
- 致谢
- 关于本书
- 读者对象
- 本书结构
- 例子
- 排版约定
- 作者在线
- 关于封面图片
- 第一部分 入门
- 第1章 R语言介绍
- 1.1 为何要使用R?
- 1.2 R的获取和安装
- 1.3 R的使用
- 1.4 包
- 1.5 批处理
- 1.6 将输出用为输入——结果的重用
- 1.7 处理大数据集
- 1.8 示例实践
- 1.9 小结
- 第2章 创建数据集
- 2.1 数据集的概念
- 2.2 数据结构
- 2.3 数据的输入
- 2.4 数据集的标注
- 2.5 处理数据对象的实用函数
- 2.6 小结
- 第3章 图形初阶
- 3.1 使用图形
- 3.2 一个简单的例子
- 3.3 图形参数
- 3.4 添加文本、自定义坐标轴和图例
- 3.5 图形的组合
- 3.6 小结
- 第4章 基本数据管理
- 4.1 一个示例
- 4.2 创建新变量
- 4.3 变量的重编码
- 4.4 变量的重命名
- 4.5 缺失值
- 4.6 日期值
- 4.7 类型转换
- 4.8 数据排序
- 4.9 数据集的合并
- 4.10 数据集取子集
- 4.11 使用SQL语句操作数据框
- 4.12 小结
- 第5章 高级数据管理
- 5.1 一个数据处理难题
- 5.2 数值和字符处理函数
- 5.3 数据处理难题的一套解决方案
- 5.4 控制流
- 5.5 用户自编函数
- 5.6 整合与重构
- 5.7 小结
- 第二部分 基本方法
- 第6章 基本图形
- 6.1 条形图
- 6.2 饼图
- 6.3 直方图
- 6.4 核密度图
- 6.5 箱线图
- 6.6 点图
- 6.7 小结
- 第7章 基本统计分析
- 7.1 描述性统计分析
- 7.2 频数表和列联表
- 7.3 相关
- 7.4 t检验
- 7.5 组间差异的非参数检验
- 7.6 组间差异的可视化
- 7.7 小结
- 第三部分 中级方法
- 第8章 回归
- 8.1 回归的多面性
- 8.2 OLS回归
- 8.3 回归诊断
- 8.4 异常观测值
- 8.5 改进措施
- 8.6 选择“最佳”的回归模型
- 8.7 深层次分析
- 8.8 小结
- 第9章 方差分析
- 9.1 术语速成
- 9.2 ANOVA模型拟合
- 9.3 单因素方差分析
- 9.4 单因素协方差分析
- 9.5 双因素方差分析
- 9.6 重复测量方差分析
- 9.7 多元方差分析
- 9.8 用回归来做ANOVA
- 9.9 小结
- 第10章 功效分析
- 10.1 假设检验速览
- 10.2 用pwr包做功效分析
- 10.3 绘制功效分析图形
- 10.4 其他软件包
- 10.5 小结
- 第11章 中级绘图
- 11.1 散点图
- 11.2 折线图
- 11.3 相关图
- 11.4 马赛克图
- 11.5 小结
- 第12章 重抽样与自助法
- 12.1 置换检验
- 12.2 用coin包做置换检验
- 12.3 lmPerm包的置换检验
- 12.4 置换检验点评
- 12.5 自助法
- 12.6 boot包中的自助法
- 12.7 小结
- 第四部分 高级方法
- 第13章 广义线性模型
- 13.1 广义线性模型和glm()函数
- 13.2 Logistic回归
- 13.3 泊松回归
- 13.4 小结
- 第14章 主成分和因子分析
- 14.1 R中的主成分和因子分析
- 14.2 主成分分析
- 14.3 探索性因子分析
- 14.4 其他潜变量模型
- 14.5 小结
- 第15章 处理缺失数据的高级方法
- 15.1 处理缺失值的步骤
- 15.2 识别缺失值
- 15.3 探索缺失值模式
- 15.4 理解缺失数据的来由和影响
- 15.5 理性处理不完整数据
- 15.6 完整实例分析(行删除)
- 15.7 多重插补
- 15.8 处理缺失值的其他方法
- 15.9 小结
- 第16章 高级图形进阶
- 16.1 R中的四种图形系统
- 16.2 lattice包
- 16.3 ggplot2包
- 16.4 交互式图形
- 16.5 小结
- 后记:探索R的世界
- 附录A 图形用户界面
- 附录B 自定义启动环境
- 附录C 从R中导出数据
- C.1 符号分隔文本文件
- C.2 Excel电子表格
- C.3 统计学程序
- 附录D 制作出版级品质的输出
- D.1 用Sweave(R+LaTeX)实现高质量排版
- D.2 用odfWeave整合OpenOffice
- D.3 备注
- 附录E R中的矩阵运算
- 附录F 本书中用到的扩展包
- 附录G 处理大数据
- G.1 高效程序设计
- G.2 在内存外存储数据
- G.3 用于大数据的分析包
- 附录H 更新R
- 参考文献