孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

R语言实战（第2版）

R语言实战（第2版）
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] （Robert I. Kabacoff） 著 , 译 , 译 , 译
出版社: 人民邮电出版社
2016-05
版次: 2
ISBN: 9787115420572
定价: 99.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 534页
字数: 841千字
正文语种: 简体中文
原版书名: R in Action,Second Edition:Data Analysis and Graphics with R Second Edition
丛书: 图灵程序设计丛书
分类: 计算机与互联网
2716人买过
  • 本书注重实用性，是一本全面而细致的R指南，高度概括了该软件和它的强大功能，展示了使用的统计示例，且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。作者不仅仅探讨统计分析，还阐述了大量探索和展示数据的图形功能。新版做了大量更新和修正，新增了近200页内容，介绍数据挖掘、预测性分析和高级编程。
    本书适合数据分析人员及R用户学习参考。 Robert I. Kabacoff 
    R语言社区学习网站Quick-R的维护者，现为全球化开发与咨询公司Management研究集团研发副总裁。此前，Kabacoff博士是佛罗里达诺瓦东南大学的教授，讲授定量方法和统计编程的研究生课程。Kabacoff还是临床心理学博士、统计顾问，擅长数据分析，在健康、金融服务、制造业、行为科学、政府和学术界有20余年的研究和统计咨询经验。 

    王小宁 
    中国人民大学统计学院14级硕士，16级博士，统计之都副主编，中国人民大学数据挖掘中心分布式计算负责人，研究兴趣包括统计机器学习和缺失数据。 

    刘撷芯 
    中国人民大学统计学院13级硕士，爱荷华大学商学院16级博士，中国人民大学数据挖掘中心核心成员之一，研究兴趣包括统计机器学习和文本分析。 

    黄俊文 
    2014年毕业于中山大学数学系，2016年毕业于加州大学圣地亚哥分校统计学专业，统计之都成员，易易网创始人之一，目前关注计算机科学和统计学的结合与应用，包括机器学习方法等。他致力于成为一个有趣的人。 第一部分　入门
    第1章　R语言介绍　3
    1．1　为何要使用R　4
    1．2　R的获取和安装　6
    1．3　R的使用　6
    1．3．1　新手上路　7
    1．3．2　获取帮助　10
    1．3．3　工作空间　10
    1．3．4　输入和输出　12
    1．4　包　13
    1．4．1　什么是包　14
    1．4．2　包的安装　14
    1．4．3　包的载入　14
    1．4．4　包的使用方法　14
    1．5　批处理　15
    1．6　将输出用为输入：结果的重用　16
    1．7　处理大数据集　16
    1．8　示例实践　16
    1．9　小结　18
    第2章　创建数据集　19
    2．1　数据集的概念　19
    2．2　数据结构　20
    2．2．1　向量　21
    2．2．2　矩阵　22
    2．2．3　数组　23
    2．2．4　数据框　24
    2．2．5　因子　27
    2．2．6　列表　28
    2．3　数据的输入　30
    2．3．1　使用键盘输入数据　31
    2．3．2　从带分隔符的文本文件导入数据　32
    2．3．3　导入Excel数据　35
    2．3．4　导入XML数据　36
    2．3．5　从网页抓取数据　36
    2．3．6　导入SPSS数据　36
    2．3．7　导入SAS数据　37
    2．3．8　导入Stata数据　37
    2．3．9　导入NetCDF数据　38
    2．3．10　导入HDF5数据　38
    2．3．11　访问数据库管理系统　38
    2．3．12　通过Stat/Transfer导入数据　40
    2．4　数据集的标注　40
    2．4．1　变量标签　40
    2．4．2　值标签　41
    2．5　处理数据对象的实用函数　41
    2．6　小结　42
    第3章　图形初阶　43
    3．1　使用图形　43
    3．2　一个简单的例子　45
    3．3　图形参数　46
    3．3．1　符号和线条　47
    3．3．2　颜色　49
    3．3．3　文本属性　50
    3．3．4　图形尺寸与边界尺寸　51
    3．4　添加文本、自定义坐标轴和图例　53
    3．4．1　标题　54
    3．4．2　坐标轴　54
    3．4．3　参考线　56
    3．4．4　图例　57
    3．4．5　文本标注　58
    3．4．6　数学标注　60
    3．5　图形的组合　61
    3．6　小结　67
    第4章　基本数据管理　68
    4．1　一个示例　68
    4．2　创建新变量　70
    4．3　变量的重编码　71
    4．4　变量的重命名　72
    4．5　缺失值　74
    4．5．1　重编码某些值为缺失值　74
    4．5．2　在分析中排除缺失值　75
    4．6　日期值　76
    4．6．1　将日期转换为字符型变量　77
    4．6．2　更进一步　78
    4．7　类型转换　78
    4．8　数据排序　79
    4．9　数据集的合并　79
    4．9．1　向数据框添加列　79
    4．9．2　向数据框添加行　80
    4．10　数据集取子集　80
    4．10．1　选入（保留）变量　80
    4．10．2　剔除（丢弃）变量　81
    4．10．3　选入观测　82
    4．10．4　subset()函数　82
    4．10．5　随机抽样　83
    4．11　使用SQL语句操作数据框　83
    4．12　小结　84
    第5章　高级数据管理　85
    5．1　一个数据处理难题　85
    5．2　数值和字符处理函数　86
    5．2．1　数学函数　86
    5．2．2　统计函数　87
    5．2．3　概率函数　90
    5．2．4　字符处理函数　92
    5．2．5　其他实用函数　94
    5．2．6　将函数应用于矩阵和数据框　95
    5．3　数据处理难题的一套解决方案　96
    5．4　控制流　100
    5．4．1　重复和循环　100
    5．4．2　条件执行　101
    5．5　用户自编函数　102
    5．6　整合与重构　104
    5．6．1　转置　104
    5．6．2　整合数据　105
    5．6．3　reshape2包　106
    5．7　小结　108
    第二部分　基本方法
    第6章　基本图形　110
    6．1　条形图　110
    6．1．1　简单的条形图　111
    6．1．2　堆砌条形图和分组条形图　112
    6．1．3　均值条形图　113
    6．1．4　条形图的微调　114
    6．1．5　棘状图　115
    6．2　饼图　116
    6．3　直方图　118
    6．4　核密度图　120
    6．5　箱线图　122
    6．5．1　使用并列箱线图进行跨组比较　123
    6．5．2　小提琴图　125
    6．6　点图　127
    6．7　小结　129
    第7章　基本统计分析　130
    7．1　描述性统计分析　131
    7．1．1　方法云集　131
    7．1．2　更多方法　132
    7．1．3　分组计算描述性统计量　134
    7．1．4　分组计算的扩展　135
    7．1．5　结果的可视化　137
    7．2　频数表和列联表　137
    7．2．1　生成频数表　137
    7．2．2　独立性检验　143
    7．2．3　相关性的度量　144
    7．2．4　结果的可视化　145
    7．3　相关　145
    7．3．1　相关的类型　145
    7．3．2　相关性的显著性检验　147
    7．3．3　相关关系的可视化　149
    7．4　t检验　149
    7．4．1　独立样本的t检验　150
    7．4．2　非独立样本的t检验　151
    7．4．3　多于两组的情况　151
    7．5　组间差异的非参数检验　152
    7．5．1　两组的比较　152
    7．5．2　多于两组的比较　153
    7．6　组间差异的可视化　155
    7．7　小结　155
    第三部分　中级方法
    第8章　回归　158
    8．1　回归的多面性　159
    8．1．1　OLS回归的适用情境　159
    8．1．2　基础回顾　160
    8．2　OLS 回归　160
    8．2．1　用lm()拟合回归模型　161
    8．2．2　简单线性回归　163
    8．2．3　多项式回归　164
    8．2．4　多元线性回归　167
    8．2．5　有交互项的多元线性回归　169
    8．3　回归诊断　171
    8．3．1　标准方法　172
    8．3．2　改进的方法　175
    8．3．3　线性模型假设的综合验证　181
    8．3．4　多重共线性　181
    8．4　异常观测值　182
    8．4．1　离群点　182
    8．4．2　高杠杆值点　182
    8．4．3　强影响点　184
    8．5　改进措施　186
    8．5．1　删除观测点　186
    8．5．2　变量变换　187
    8．5．3　增删变量　188
    8．5．4　尝试其他方法　188
    8．6　选择“最佳”的回归模型　189
    8．6．1　模型比较　189
    8．6．2　变量选择　190
    8．7　深层次分析　193
    8．7．1　交叉验证　193
    8．7．2　相对重要性　195
    8．8　小结　197
    第9章　方差分析　198
    9．1　术语速成　198
    9．2　ANOVA模型拟合　201
    9．2．1　aov()函数　201
    9．2．2　表达式中各项的顺序　202
    9．3　单因素方差分析　203
    9．3．1　多重比较　204
    9．3．2　评估检验的假设条件　206
    9．4　单因素协方差分析　208
    9．4．1　评估检验的假设条件　209
    9．4．2　结果可视化　210
    9．5　双因素方差分析　211
    9．6　重复测量方差分析　214
    9．7　多元方差分析　217
    9．7．1　评估假设检验　218
    9．7．2　稳健多元方差分析　220
    9．8　用回归来做ANOVA　220
    9．9　小结　222
    第10章　功效分析　223
    10．1　假设检验速览　223
    10．2　用pwr包做功效分析　225
    10．2．1　t检验　226
    10．2．2　方差分析　228
    10．2．3　相关性　228
    10．2．4　线性模型　229
    10．2．5　比例检验　230
    10．2．6　卡方检验　231
    10．2．7　在新情况中选择合适的效应值　232
    10．3　绘制功效分析图形　233
    10．4　其他软件包　235
    10．5　小结　236
    第11章　中级绘图　237
    11．1　散点图　238
    11．1．1　散点图矩阵　240
    11．1．2　高密度散点图　242
    11．1．3　三维散点图　244
    11．1．4　旋转三维散点图　247
    11．1．5　气泡图　248
    11．2　折线图　250
    11．3　相关图　253
    11．4　马赛克图　258
    11．5　小结　260
    第12章　重抽样与自助法　261
    12．1　置换检验　261
    12．2　用coin包做置换检验　263
    12．2．1　独立两样本和K样本检验　264
    12．2．2　列联表中的独立性　266
    12．2．3　数值变量间的独立性　266
    12．2．4　两样本和K样本相关性检验　267
    12．2．5　深入探究　267
    12．3　lmPerm包的置换检验　267
    12．3．1　简单回归和多项式回归　268
    12．3．2　多元回归　269
    12．3．3　单因素方差分析和协方差分析　270
    12．3．4　双因素方差分析　271
    12．4　置换检验点评　271
    12．5　自助法　272
    12．6　boot包中的自助法　272
    12．6．1　对单个统计量使用自助法　274
    12．6．2　多个统计量的自助法　276
    12．7　小结　278
    第四部分　高级方法
    第13章　广义线性模型　280
    13．1　广义线性模型和glm()函数　281
    13．1．1　glm()函数　281
    13．1．2　连用的函数　282
    13．1．3　模型拟合和回归诊断　283
    13．2　Logistic回归　284
    13．2．1　解释模型参数　286
    13．2．2　评价预测变量对结果概率的影响　287
    13．2．3　过度离势　288
    13．2．4　扩展　289
    13．3　泊松回归　289
    13．3．1　解释模型参数　291
    13．3．2　过度离势　292
    13．3．3　扩展　294
    13．4　小结　295
    第14章　主成分分析和因子分析　296
    14．1　R中的主成分和因子分析　297
    14．2　主成分分析　298
    14．2．1　判断主成分的个数　298
    14．2．2　提取主成分　300
    14．2．3　主成分旋转　303
    14．2．4　获取主成分得分　304
    14．3　探索性因子分析　305
    14．3．1　判断需提取的公共因子数　306
    14．3．2　提取公共因子　307
    14．3．3　因子旋转　308
    14．3．4　因子得分　312
    14．3．5　其他与EFA相关的包　312
    14．4　其他潜变量模型　312
    14．5　小结　313
    第15章　时间序列　315
    15．1　在R 中生成时序对象　317
    15．2　时序的平滑化和季节性分解　319
    15．2．1　通过简单移动平均进行平滑处理　319
    15．2．2　季节性分解　321
    15．3　指数预测模型　326
    15．3．1　单指数平滑　326
    15．3．2　Holt 指数平滑和Holt-Winters指数平滑　329
    15．3．3　ets()函数和自动预测　331
    15．4　ARIMA预测模型　333
    15．4．1　概念介绍　333
    15．4．2　ARMA和ARIMA模型　334
    15．4．3　ARIMA的自动预测　339
    15．5　延伸阅读　340
    15．6　小结　340
    第16章　聚类分析　342
    16．1　聚类分析的一般步骤　343
    16．2　计算距离　344
    16．3　层次聚类分析　345
    16．4　划分聚类分析　350
    16．4．1　K均值聚类　350
    16．4．2　围绕中心点的划分　354
    16．5　避免不存在的类　356
    16．6　小结　359
    第17章　分类　360
    17．1　数据准备　361
    17．2　逻辑回归　362
    17．3　决策树　363
    17．3．1　经典决策树　364
    17．3．2　条件推断树　366
    17．4　随机森林　368
    17．5　支持向量机　370
    17．6　选择预测效果最好的解　374
    17．7　用rattle包进行数据挖掘　376
    17．8　小结　381
    第18章　处理缺失数据的高级方法　382
    18．1　处理缺失值的步骤　383
    18．2　识别缺失值　384
    18．3　探索缺失值模式　385
    18．3．1　列表显示缺失值　385
    18．3．2　图形探究缺失数据　386
    18．3．3　用相关性探索缺失值　389
    18．4　理解缺失数据的来由和影响　391
    18．5　理性处理不完整数据　391
    18．6　完整实例分析（行删除）　392
    18．7　多重插补　394
    18．8　处理缺失值的其他方法　397
    18．8．1　成对删除　398
    18．8．2　简单（非随机）插补　398
    18．9　小结　399
    第五部分　技能拓展
    第19章　使用ggplot2进行高级绘图　402
    19．1　R 中的四种图形系统　402
    19．2　ggplot2包介绍　403
    19．3　用几何函数指定图的类型　407
    19．4　分组　411
    19．5　刻面　413
    19．6　添加光滑曲线　416
    19．7　修改ggplot2图形的外观　418
    19．7．1　坐标轴　419
    19．7．2　图例　420
    19．7．3　标尺　421
    19．7．4　主题　423
    19．7．5　多重图　425
    19．8　保存图形　426
    19．9　小结　426
    第20章　高级编程　427
    20．1　R语言回顾　427
    20．1．1　数据类型　427
    20．1．2　控制结构　433
    20．1．3　创建函数　436
    20．2　环境　437
    20．3　面向对象的编程　439
    20．3．1　泛型函数　439
    20．3．2　S3模型的限制　441
    20．4　编写有效的代码　442
    20．5　调试　445
    20．5．1　常见的错误来源　445
    20．5．2　调试工具　446
    20．5．3　支持调试的会话选项　448
    20．6　深入学习　451
    20．7　小结　451
    第21章　创建包　452
    21．1　非参分析和npar 包　453
    21．2　开发包　457
    21．2．1　计算统计量　457
    21．2．2　打印结果　460
    21．2．3　汇总结果　461
    21．2．4　绘制结果　463
    21．2．5　添加样本数据到包　464
    21．3　创建包的文档　466
    21．4　建立包　467
    21．5　深入学习　471
    21．6　小结　471
    第22章　创建动态报告　472
    22．1　用模版生成报告　474
    22．2　用R和Markdown创建动态报告　475
    22．3　用R和LaTeX创建动态报告　480
    22．4　用R和Open Document创建动态报告　483
    22．5　用R和Microsoft Word创建动态报告　485
    22．6　小结　489
    第23章　使用lattice进行高级绘图　490
    23．1　lattice包　490
    23．2　调节变量　494
    23．3　面板函数　495
    23．4　分组变量　498
    23．5　图形参数　502
    23．6　自定义图形条带　503
    23．7　页面布局　504
    23．8　深入学习　507
    附录A　图形用户界面　508
    附录B　自定义启动环境　511
    附录C　从R中导出数据　513
    附录D　R中的矩阵运算　515
    附录E　本书中用到的扩展包　517
    附录F　处理大数据集　522
    附录G　更新R　526
    后记：探索R的世界　528
    参考文献　530
  • 内容简介:
    本书注重实用性，是一本全面而细致的R指南，高度概括了该软件和它的强大功能，展示了使用的统计示例，且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。作者不仅仅探讨统计分析，还阐述了大量探索和展示数据的图形功能。新版做了大量更新和修正，新增了近200页内容，介绍数据挖掘、预测性分析和高级编程。
    本书适合数据分析人员及R用户学习参考。
  • 作者简介:
    Robert I. Kabacoff 
    R语言社区学习网站Quick-R的维护者，现为全球化开发与咨询公司Management研究集团研发副总裁。此前，Kabacoff博士是佛罗里达诺瓦东南大学的教授，讲授定量方法和统计编程的研究生课程。Kabacoff还是临床心理学博士、统计顾问，擅长数据分析，在健康、金融服务、制造业、行为科学、政府和学术界有20余年的研究和统计咨询经验。 

    王小宁 
    中国人民大学统计学院14级硕士，16级博士，统计之都副主编，中国人民大学数据挖掘中心分布式计算负责人，研究兴趣包括统计机器学习和缺失数据。 

    刘撷芯 
    中国人民大学统计学院13级硕士，爱荷华大学商学院16级博士，中国人民大学数据挖掘中心核心成员之一，研究兴趣包括统计机器学习和文本分析。 

    黄俊文 
    2014年毕业于中山大学数学系，2016年毕业于加州大学圣地亚哥分校统计学专业，统计之都成员，易易网创始人之一，目前关注计算机科学和统计学的结合与应用，包括机器学习方法等。他致力于成为一个有趣的人。
  • 目录:
    第一部分　入门
    第1章　R语言介绍　3
    1．1　为何要使用R　4
    1．2　R的获取和安装　6
    1．3　R的使用　6
    1．3．1　新手上路　7
    1．3．2　获取帮助　10
    1．3．3　工作空间　10
    1．3．4　输入和输出　12
    1．4　包　13
    1．4．1　什么是包　14
    1．4．2　包的安装　14
    1．4．3　包的载入　14
    1．4．4　包的使用方法　14
    1．5　批处理　15
    1．6　将输出用为输入：结果的重用　16
    1．7　处理大数据集　16
    1．8　示例实践　16
    1．9　小结　18
    第2章　创建数据集　19
    2．1　数据集的概念　19
    2．2　数据结构　20
    2．2．1　向量　21
    2．2．2　矩阵　22
    2．2．3　数组　23
    2．2．4　数据框　24
    2．2．5　因子　27
    2．2．6　列表　28
    2．3　数据的输入　30
    2．3．1　使用键盘输入数据　31
    2．3．2　从带分隔符的文本文件导入数据　32
    2．3．3　导入Excel数据　35
    2．3．4　导入XML数据　36
    2．3．5　从网页抓取数据　36
    2．3．6　导入SPSS数据　36
    2．3．7　导入SAS数据　37
    2．3．8　导入Stata数据　37
    2．3．9　导入NetCDF数据　38
    2．3．10　导入HDF5数据　38
    2．3．11　访问数据库管理系统　38
    2．3．12　通过Stat/Transfer导入数据　40
    2．4　数据集的标注　40
    2．4．1　变量标签　40
    2．4．2　值标签　41
    2．5　处理数据对象的实用函数　41
    2．6　小结　42
    第3章　图形初阶　43
    3．1　使用图形　43
    3．2　一个简单的例子　45
    3．3　图形参数　46
    3．3．1　符号和线条　47
    3．3．2　颜色　49
    3．3．3　文本属性　50
    3．3．4　图形尺寸与边界尺寸　51
    3．4　添加文本、自定义坐标轴和图例　53
    3．4．1　标题　54
    3．4．2　坐标轴　54
    3．4．3　参考线　56
    3．4．4　图例　57
    3．4．5　文本标注　58
    3．4．6　数学标注　60
    3．5　图形的组合　61
    3．6　小结　67
    第4章　基本数据管理　68
    4．1　一个示例　68
    4．2　创建新变量　70
    4．3　变量的重编码　71
    4．4　变量的重命名　72
    4．5　缺失值　74
    4．5．1　重编码某些值为缺失值　74
    4．5．2　在分析中排除缺失值　75
    4．6　日期值　76
    4．6．1　将日期转换为字符型变量　77
    4．6．2　更进一步　78
    4．7　类型转换　78
    4．8　数据排序　79
    4．9　数据集的合并　79
    4．9．1　向数据框添加列　79
    4．9．2　向数据框添加行　80
    4．10　数据集取子集　80
    4．10．1　选入（保留）变量　80
    4．10．2　剔除（丢弃）变量　81
    4．10．3　选入观测　82
    4．10．4　subset()函数　82
    4．10．5　随机抽样　83
    4．11　使用SQL语句操作数据框　83
    4．12　小结　84
    第5章　高级数据管理　85
    5．1　一个数据处理难题　85
    5．2　数值和字符处理函数　86
    5．2．1　数学函数　86
    5．2．2　统计函数　87
    5．2．3　概率函数　90
    5．2．4　字符处理函数　92
    5．2．5　其他实用函数　94
    5．2．6　将函数应用于矩阵和数据框　95
    5．3　数据处理难题的一套解决方案　96
    5．4　控制流　100
    5．4．1　重复和循环　100
    5．4．2　条件执行　101
    5．5　用户自编函数　102
    5．6　整合与重构　104
    5．6．1　转置　104
    5．6．2　整合数据　105
    5．6．3　reshape2包　106
    5．7　小结　108
    第二部分　基本方法
    第6章　基本图形　110
    6．1　条形图　110
    6．1．1　简单的条形图　111
    6．1．2　堆砌条形图和分组条形图　112
    6．1．3　均值条形图　113
    6．1．4　条形图的微调　114
    6．1．5　棘状图　115
    6．2　饼图　116
    6．3　直方图　118
    6．4　核密度图　120
    6．5　箱线图　122
    6．5．1　使用并列箱线图进行跨组比较　123
    6．5．2　小提琴图　125
    6．6　点图　127
    6．7　小结　129
    第7章　基本统计分析　130
    7．1　描述性统计分析　131
    7．1．1　方法云集　131
    7．1．2　更多方法　132
    7．1．3　分组计算描述性统计量　134
    7．1．4　分组计算的扩展　135
    7．1．5　结果的可视化　137
    7．2　频数表和列联表　137
    7．2．1　生成频数表　137
    7．2．2　独立性检验　143
    7．2．3　相关性的度量　144
    7．2．4　结果的可视化　145
    7．3　相关　145
    7．3．1　相关的类型　145
    7．3．2　相关性的显著性检验　147
    7．3．3　相关关系的可视化　149
    7．4　t检验　149
    7．4．1　独立样本的t检验　150
    7．4．2　非独立样本的t检验　151
    7．4．3　多于两组的情况　151
    7．5　组间差异的非参数检验　152
    7．5．1　两组的比较　152
    7．5．2　多于两组的比较　153
    7．6　组间差异的可视化　155
    7．7　小结　155
    第三部分　中级方法
    第8章　回归　158
    8．1　回归的多面性　159
    8．1．1　OLS回归的适用情境　159
    8．1．2　基础回顾　160
    8．2　OLS 回归　160
    8．2．1　用lm()拟合回归模型　161
    8．2．2　简单线性回归　163
    8．2．3　多项式回归　164
    8．2．4　多元线性回归　167
    8．2．5　有交互项的多元线性回归　169
    8．3　回归诊断　171
    8．3．1　标准方法　172
    8．3．2　改进的方法　175
    8．3．3　线性模型假设的综合验证　181
    8．3．4　多重共线性　181
    8．4　异常观测值　182
    8．4．1　离群点　182
    8．4．2　高杠杆值点　182
    8．4．3　强影响点　184
    8．5　改进措施　186
    8．5．1　删除观测点　186
    8．5．2　变量变换　187
    8．5．3　增删变量　188
    8．5．4　尝试其他方法　188
    8．6　选择“最佳”的回归模型　189
    8．6．1　模型比较　189
    8．6．2　变量选择　190
    8．7　深层次分析　193
    8．7．1　交叉验证　193
    8．7．2　相对重要性　195
    8．8　小结　197
    第9章　方差分析　198
    9．1　术语速成　198
    9．2　ANOVA模型拟合　201
    9．2．1　aov()函数　201
    9．2．2　表达式中各项的顺序　202
    9．3　单因素方差分析　203
    9．3．1　多重比较　204
    9．3．2　评估检验的假设条件　206
    9．4　单因素协方差分析　208
    9．4．1　评估检验的假设条件　209
    9．4．2　结果可视化　210
    9．5　双因素方差分析　211
    9．6　重复测量方差分析　214
    9．7　多元方差分析　217
    9．7．1　评估假设检验　218
    9．7．2　稳健多元方差分析　220
    9．8　用回归来做ANOVA　220
    9．9　小结　222
    第10章　功效分析　223
    10．1　假设检验速览　223
    10．2　用pwr包做功效分析　225
    10．2．1　t检验　226
    10．2．2　方差分析　228
    10．2．3　相关性　228
    10．2．4　线性模型　229
    10．2．5　比例检验　230
    10．2．6　卡方检验　231
    10．2．7　在新情况中选择合适的效应值　232
    10．3　绘制功效分析图形　233
    10．4　其他软件包　235
    10．5　小结　236
    第11章　中级绘图　237
    11．1　散点图　238
    11．1．1　散点图矩阵　240
    11．1．2　高密度散点图　242
    11．1．3　三维散点图　244
    11．1．4　旋转三维散点图　247
    11．1．5　气泡图　248
    11．2　折线图　250
    11．3　相关图　253
    11．4　马赛克图　258
    11．5　小结　260
    第12章　重抽样与自助法　261
    12．1　置换检验　261
    12．2　用coin包做置换检验　263
    12．2．1　独立两样本和K样本检验　264
    12．2．2　列联表中的独立性　266
    12．2．3　数值变量间的独立性　266
    12．2．4　两样本和K样本相关性检验　267
    12．2．5　深入探究　267
    12．3　lmPerm包的置换检验　267
    12．3．1　简单回归和多项式回归　268
    12．3．2　多元回归　269
    12．3．3　单因素方差分析和协方差分析　270
    12．3．4　双因素方差分析　271
    12．4　置换检验点评　271
    12．5　自助法　272
    12．6　boot包中的自助法　272
    12．6．1　对单个统计量使用自助法　274
    12．6．2　多个统计量的自助法　276
    12．7　小结　278
    第四部分　高级方法
    第13章　广义线性模型　280
    13．1　广义线性模型和glm()函数　281
    13．1．1　glm()函数　281
    13．1．2　连用的函数　282
    13．1．3　模型拟合和回归诊断　283
    13．2　Logistic回归　284
    13．2．1　解释模型参数　286
    13．2．2　评价预测变量对结果概率的影响　287
    13．2．3　过度离势　288
    13．2．4　扩展　289
    13．3　泊松回归　289
    13．3．1　解释模型参数　291
    13．3．2　过度离势　292
    13．3．3　扩展　294
    13．4　小结　295
    第14章　主成分分析和因子分析　296
    14．1　R中的主成分和因子分析　297
    14．2　主成分分析　298
    14．2．1　判断主成分的个数　298
    14．2．2　提取主成分　300
    14．2．3　主成分旋转　303
    14．2．4　获取主成分得分　304
    14．3　探索性因子分析　305
    14．3．1　判断需提取的公共因子数　306
    14．3．2　提取公共因子　307
    14．3．3　因子旋转　308
    14．3．4　因子得分　312
    14．3．5　其他与EFA相关的包　312
    14．4　其他潜变量模型　312
    14．5　小结　313
    第15章　时间序列　315
    15．1　在R 中生成时序对象　317
    15．2　时序的平滑化和季节性分解　319
    15．2．1　通过简单移动平均进行平滑处理　319
    15．2．2　季节性分解　321
    15．3　指数预测模型　326
    15．3．1　单指数平滑　326
    15．3．2　Holt 指数平滑和Holt-Winters指数平滑　329
    15．3．3　ets()函数和自动预测　331
    15．4　ARIMA预测模型　333
    15．4．1　概念介绍　333
    15．4．2　ARMA和ARIMA模型　334
    15．4．3　ARIMA的自动预测　339
    15．5　延伸阅读　340
    15．6　小结　340
    第16章　聚类分析　342
    16．1　聚类分析的一般步骤　343
    16．2　计算距离　344
    16．3　层次聚类分析　345
    16．4　划分聚类分析　350
    16．4．1　K均值聚类　350
    16．4．2　围绕中心点的划分　354
    16．5　避免不存在的类　356
    16．6　小结　359
    第17章　分类　360
    17．1　数据准备　361
    17．2　逻辑回归　362
    17．3　决策树　363
    17．3．1　经典决策树　364
    17．3．2　条件推断树　366
    17．4　随机森林　368
    17．5　支持向量机　370
    17．6　选择预测效果最好的解　374
    17．7　用rattle包进行数据挖掘　376
    17．8　小结　381
    第18章　处理缺失数据的高级方法　382
    18．1　处理缺失值的步骤　383
    18．2　识别缺失值　384
    18．3　探索缺失值模式　385
    18．3．1　列表显示缺失值　385
    18．3．2　图形探究缺失数据　386
    18．3．3　用相关性探索缺失值　389
    18．4　理解缺失数据的来由和影响　391
    18．5　理性处理不完整数据　391
    18．6　完整实例分析（行删除）　392
    18．7　多重插补　394
    18．8　处理缺失值的其他方法　397
    18．8．1　成对删除　398
    18．8．2　简单（非随机）插补　398
    18．9　小结　399
    第五部分　技能拓展
    第19章　使用ggplot2进行高级绘图　402
    19．1　R 中的四种图形系统　402
    19．2　ggplot2包介绍　403
    19．3　用几何函数指定图的类型　407
    19．4　分组　411
    19．5　刻面　413
    19．6　添加光滑曲线　416
    19．7　修改ggplot2图形的外观　418
    19．7．1　坐标轴　419
    19．7．2　图例　420
    19．7．3　标尺　421
    19．7．4　主题　423
    19．7．5　多重图　425
    19．8　保存图形　426
    19．9　小结　426
    第20章　高级编程　427
    20．1　R语言回顾　427
    20．1．1　数据类型　427
    20．1．2　控制结构　433
    20．1．3　创建函数　436
    20．2　环境　437
    20．3　面向对象的编程　439
    20．3．1　泛型函数　439
    20．3．2　S3模型的限制　441
    20．4　编写有效的代码　442
    20．5　调试　445
    20．5．1　常见的错误来源　445
    20．5．2　调试工具　446
    20．5．3　支持调试的会话选项　448
    20．6　深入学习　451
    20．7　小结　451
    第21章　创建包　452
    21．1　非参分析和npar 包　453
    21．2　开发包　457
    21．2．1　计算统计量　457
    21．2．2　打印结果　460
    21．2．3　汇总结果　461
    21．2．4　绘制结果　463
    21．2．5　添加样本数据到包　464
    21．3　创建包的文档　466
    21．4　建立包　467
    21．5　深入学习　471
    21．6　小结　471
    第22章　创建动态报告　472
    22．1　用模版生成报告　474
    22．2　用R和Markdown创建动态报告　475
    22．3　用R和LaTeX创建动态报告　480
    22．4　用R和Open Document创建动态报告　483
    22．5　用R和Microsoft Word创建动态报告　485
    22．6　小结　489
    第23章　使用lattice进行高级绘图　490
    23．1　lattice包　490
    23．2　调节变量　494
    23．3　面板函数　495
    23．4　分组变量　498
    23．5　图形参数　502
    23．6　自定义图形条带　503
    23．7　页面布局　504
    23．8　深入学习　507
    附录A　图形用户界面　508
    附录B　自定义启动环境　511
    附录C　从R中导出数据　513
    附录D　R中的矩阵运算　515
    附录E　本书中用到的扩展包　517
    附录F　处理大数据集　522
    附录G　更新R　526
    后记：探索R的世界　528
    参考文献　530
查看详情
其他版本 / 全部 (3)
系列丛书 / 更多
R语言实战（第2版）
机器学习实战
[美]Peter Harrington 著；李锐、李鹏、曲亚东 译
￥0.01 起
R语言实战（第2版）
图灵程序设计丛书：Python基础教程
[挪威]Magnus Lie Hetland 著；司维、曾军崴、谭颖华 译
￥0.10 起
R语言实战（第2版）
JavaScript高级程序设计（第3版）
[美]Nicholas C.Zakas 著；李松峰、曹力 译
￥1.28 起
R语言实战（第2版）
Python编程：从入门到实践
[美]埃里克·马瑟斯（Eric Matthes） 著；袁国忠 译
￥0.10 起
R语言实战（第2版）
算法（第4版）
[美]Robert、[美]Kevin Wayne 著；谢路云 译
￥6.00 起
R语言实战（第2版）
大数据：互联网大规模数据挖掘与分布式处理
[美]Anand、[美]Jeffrey David Ullman 著；王斌 译
￥0.10 起
R语言实战（第2版）
Spark快速大数据分析
[美]卡劳（Holden Karau）、[美]肯维尼斯科（Andy Konwinski）、[美]温德尔（Patrick Wendell）、[加拿大]扎哈里亚（Matei Zaharia） 著；王道远 译
￥0.01 起
R语言实战（第2版）
MySQL必知必会
[英]福塔（Ben Forta） 著；刘晓霞、钟鸣 译
￥1.00 起
R语言实战（第2版）
Objective-C基础教程 第2版
[美]Scott、[美]Waqar、[美]Mark Dalrymple 著；周庆成 译
￥0.09 起
R语言实战（第2版）
图解HTTP
[日]上野·宣 著；于均良 译
￥1.00 起
R语言实战（第2版）
算法图解
袁国忠 译
￥2.99 起
R语言实战（第2版）
挑战程序设计竞赛
秋叶拓哉、岩田阳一、北川宜稔 著；巫泽俊、庄俊元、李津羽 译
￥4.00 起
相关图书 / 更多
R语言实战（第2版）
R语言与金融数据分析
方霞
￥25.03 起
R语言实战（第2版）
R语言程序设计
周围；崔濒月
￥20.85 起
R语言实战（第2版）
R语言数据可视化：科技图表绘制
芯智；龙胜
￥58.00 起
R语言实战（第2版）
R语言临床预测模型实战（新时代·技术新未来）
彭献镇
￥71.58 起
R语言实战（第2版）
R语言数据分析与可视化（微课版）
沈刚
￥32.11 起
R语言实战（第2版）
R语言简洁建模（Tidy Modcling with R 影印版）
[美]马克斯·库恩
￥54.28 起
R语言实战（第2版）
R语言数据分析与可视化
吴俊
￥22.01 起
R语言实战（第2版）
R语言数据分析：基础、算法与实战
孙玉林 编著
￥45.82 起
R语言实战（第2版）
R语言大数据分析与挖掘
谢笑盈
￥15.00 起
R语言实战（第2版）
R语言编程：基于tidyverse
张敬信
￥34.18 起
R语言实战（第2版）
R语言实战（第3版）
[美]罗伯特 · I. 卡巴科弗（Robert I. Kabacoff）
￥30.00 起
R语言实战（第2版）
R语言在公共卫生中的应用
高启胜
￥27.98 起
您可能感兴趣 / 更多
R语言实战（第2版）
孩子，把你的手给我1：怎么说孩子才爱听，怎么教孩子才肯学？帮助每一位3-12岁孩子的父母结束与孩子的所有冲突！
[美]海姆·G.吉诺特
￥10.26 起
R语言实战（第2版）
怎样做成大事
[美]丹·加德纳（Dan Gardner） 著；贾拥民 译；湛庐文化 出品；[丹麦]傅以斌（Bent Flyvbjerg）
￥43.28 起
R语言实战（第2版）
1200年希腊罗马神话
[美]伊迪丝·汉密尔顿
￥78.96 起
R语言实战（第2版）
爱情心理学（新编本）
[美]罗伯特·J. 斯腾伯格 (美)凯琳·斯腾伯格 倪爱萍 译
￥39.30 起
R语言实战（第2版）
黄金圈法则
[美]西蒙·斯涅克 著；磨铁文化 出品
￥49.00 起
R语言实战（第2版）
汤姆·索亚历险记 彩图注音版 一二三四年级5-6-7-8-9岁小学生课外阅读经典 儿童文学无障碍有声伴读世界名著童话故事
[美]马克 吐温
￥5.51 起
R语言实战（第2版）
富兰克林自传 名家全译本 改变无数人命运的励志传奇 埃隆马斯克反复推荐 赠富兰克林签名照及精美插图
[美]本杰明·富兰克林 著；李自修 译
￥29.05 起
R语言实战（第2版）
意大利文艺复兴新艺术史
[美]迈克尔·韦恩·科尔 著；[美]斯蒂芬·J·坎贝尔；邵亦杨
￥345.17 起
R语言实战（第2版）
汤姆素亚历险记：中小学生课外阅读快乐读书吧 儿童文学无障碍有声伴读世界名著童话故事
[美]马克·吐温
￥7.77 起
R语言实战（第2版）
老人与海 彩图注音版 一二三四年级5-6-7-8-9岁小学生课外阅读经典 儿童文学无障碍有声伴读世界名著童话故事
[美]海明威
￥5.51 起
R语言实战（第2版）
养育的觉醒：全面激发孩子自驱力，教你如何心平气和做妈妈
[美]凯文·莱曼 著；唐晓璐 译；斯坦威 出品
￥17.40 起
R语言实战（第2版）
国际大奖图画书系列 共11册（小老鼠的恐惧的大书，大灰狼，红豆与菲比，别烦我，下雪了 ，穿靴子的猫 ，先有蛋，绿 ，特别快递，如果你想看鲸鱼 ，一个部落的孩子 ） 麦克米伦世纪
[美]莱恩·史密斯 (英)埃米莉·格雷维特 (美)劳拉·瓦卡罗·等/文 (英)埃米莉·格雷维特 等/图 彭懿 杨玲玲 阿甲 孙慧阳 白薇 译
￥5.00 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全