R语言与统计分析

第1章 R介绍

1.1 S语言与R

1.2 R的特点

1.3 R的资源

1.4 R的安装与运行

习题

第2章 R的基本原理与核心

2.1 R的基本原理

2.2 R的在线帮助

2.3 一个简短的R会话

2.4 R的数据结构

2.5 数据的存储与读取

2.6 R编程

习题

第3章 R数据治理

3.1 数据治理：使用apply系列函数

3.2 R新生态链：tidyverse

3.3 数据治理：基于tidyr

3.4 数据治理：基于dplyr

3.5 数据治理：分组操作

3.6 数据治理：基于data.table程序包

3.7 数据治理：数据的清洗

习题

第4章 R数据可视化基础

4.1 数据可视化概述

4.2 图形输出常见问题与处理

4.3 R的图形功能与函数

4.4 绘图三要素

4.5 信息的补充与疸染

4.6 分幅绘图

4.7 一个实例

习题

第5章 R数据可视化进阶

5.1 lattice绘图系统

5.2 ggplot2绘图系统

5.3 3D可视化

5.4 交五式可视化

5.5 R中的仪表盘

习题

第6章 概率与分布

6.1 随机抽样

6.2 排列组合与概率的计算

6.3 概率分布

6.4 R中内嵌的分布

6.5 应用：中心极限定理

习题

第7章 探索性数据分析

7.1 常用分布的概率函数图

7.2 直方图与密度函数的估计

7.3 单组数据的描述性统计分析

7.4 多组数据的描述性统计分析

7.5 分类数据的描述性统计分析

习题

第8章 参数估计

8.1 矩法估计和极大似然估计

8.2 单正态总体参数的区间估计

8.3 两正态总体参数的区间估计

8.4 单总体比率p的区间估计

8.5 两总体比率差p1-p2的区间估计

8.6 样本容量的确定

习题

第9章 参数的假设检验

9.1 假设检验与检验的p值

9.2 单正态总体参数的检验

9.3 两正态总体参数的检验

9.4 成对数据的t检验

9.5 单总体比率的检验

9.6 两总体比率的检验

习题

第10章 非参数的假设检验

10.1 秩介绍

10.2 单总体位置参数的检验

10.3 分布的一致性检验：X2检验

10.4 两总体的比较与检验

10.5 多总体的比较与检验

习题

第11章 方差分析

11.1 单因子方差分析

11.2 双因子方差分析

11.3 协方差分析

习题

第12章 相关分析与回归分析

12.1 相关性及其度量

12.2 一元线性回归分析

12.3 多元线性回归分析

12.4 回归诊断

12.5 广义线性模型

习题

第13章 多元统计分析介绍

13.1 主成分分析与因子分析

13.2 判别分析

13.3 聚类分析

13.4 典型相关分析

13.5 对应分析

习题

附录A R Commander介绍

A.1 功能

A.2 安装

A.3 启动

A.4 结构与使用

A.5 示例

附录B Rstudio介绍

B.1 功能

B.2 安装与启动

B.3 Rstudio菜单及窗口介绍

附录C 文学化统计编程

C.1 文学化编程的历史

C.2 文学化编程的作用

C.3 文学统计编程的实现工具

C.4 R Markdown写作流程

C.5 R Markdown文档的建立与组成

C.6 R Markdown的文档类型与模板

C.7 使用示例

参考文献

本书特色

本书以数据的常用统计分析方法为基础，在简明扼要地阐述统计学基本概念、基本思想与基本方法的基础上，讲述与之相对应的R函数的实现，并通过具体的例子说明统计问题求解的过程。

本书注重思想性、实用性和可操作性；在内容的安排上不仅包含了基础统计分析中的探索性数据分析、参数的估计与假设检验，还包含非参数统计分析的常用方法、多元统计分析方法；此外还安排了在R新生态下数据治理与可视化的拓展性内容。每一部分都通过具体例子重点讲述解决问题的思想、方法和在R中的实现过程。阅读本书，读者不仅可以快速学会R的基本原理与核心内容，还可以根据提供的例子与相应的R程序学会解决问题的统计计算方法与基本的编程技术，为解决更复杂的统计问题奠定扎实的基础。

本书可作为各专业本科生、研究生数理统计或应用统计课程的基础教材或实验教材，也可作为从事数据统计分析研究人员、工程技术人员的工具书或参考读物。