• 基于R的统计分析与数据挖掘(统计数据分析与应用丛书) 薛薇 中国人民大学出版社 9787300190747 正版旧书
21年品牌 40万+商家 超1.5亿件商品

基于R的统计分析与数据挖掘(统计数据分析与应用丛书) 薛薇 中国人民大学出版社 9787300190747 正版旧书

正版旧书 里面部分笔记 内容完好 可正常使用 旧书不附带光盘

2.8 八五品

库存52件

江西南昌
认证卖家担保交易快速发货售后保障

作者薛薇

出版社中国人民大学出版社

ISBN9787300190747

出版时间2014-05

装帧线装

页数399页

货号3507987

上书时间2024-04-15

辉煌二手教材专营店

七年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
商品描述
温馨提示:亲!旧书库存变动比较快,有时难免会有断货的情况,为保证您的利益,拍前请务必联系卖家咨询库存情况!谢谢!
书名:基于R的统计分析与数据挖掘(统计数据分析与应用丛书)
编号:3507987
ISBN:9787300190747[十位:]
作者:薛薇
出版社:中国人民大学出版社
出版日期:2014年05月
页数:399
定价:56.00 元
参考重量:0.640Kg
-------------------------
新旧程度:6-9成新左右,不影响阅读,详细情况请咨询店主
如图书附带、磁带、学习卡等请咨询店主是否齐全* 图书目录 *
第1章 关于R 1.1 为什么选择R 1.2 如何学习R 1.3 R入门必备 1.4 小结 第2章 R的数据组织 2.1 R的数据对象 2.2 创建和访问R的数据对象 2.3 从文本文件读数据 2.4 外部数据的导入 2.5 R数据组织的其他问题 2.6 小结 第3章 R的数据管理 3.1 数据合并 3.2 数据排序 3.3 缺失数据报告 3.4 变量计算 3.5 变量值的重编码 3.6 数据筛选 3.7 数据保存 3.8 数据管理中控制流程 3.9 小结 第4章 R的基本数据分析:描述和相关 4.1 数值型单变量的描述 4.2 分类型单变量的描述 4.3 两数值型变量相关性的分析 4.4 两分类型变量相关性的分析 4.5 小结 第5章 R的基本数据分析:可视化 5.1 绘图基础 5.2 数值型单变量分布的可视化 5.3 分类型变量分布和相关性的可视化 5.4 两数值型变量相关性的可视化 5.5 lattice绘图 5.6 小结 第6章 R的两均值比较检验 6.1 两独立样本的均值检验 6.2 两配对样本的均值检验 6.3 样本均值检验的功效分析 6.4 两总体分布差异的非参数检验 6.5 两样本均值差的置换检验 6.6 两样本均值差的自举法检验 6.7 小结 第7章 R的方差分析 7.1 单因素方差分析 7.2 单因素协方差分析 7.3 多因素方差分析 7.4 小结 第8章 R的回归分析:一般线性模型 8.1 回归分析概述 8.2 建立线性回归模型 8.3 线性回归方程的检验 8.4 回归诊断:误差项是否满足高斯马尔科夫假定 8.5 回归诊断:诊断数据中的异常观测点 8.6 回归诊断:多重共线性的诊断 8.7 回归建模策略 8.8 回归模型验证 8.9 带虚拟变量的线性回归分析 8.10 小结 第9章 R的回归分析:广义线性模型 9.1 广义线性模型概述 9.2 logistic回归分析:连接函数和参数估计 9.3 logistic回归分析:解读模型和模型检验 9.4 logistic回归分析:R函数和示例 9.5 logistic回归分析:回归诊断 9.6 泊松回归分析 9.7 广义线性模型的交叉验证 9.8 小结 第10章 R的聚类分析 10.1 聚类分析概述 10.2 K-Means聚类 10.3 层次聚类 10.4 两步聚类 10.5 小结 第11章 R的因子分析:变量降维 11.1 因子分析概述 11.2 构造因子变量:基于主成分分析法 11.3 构造因子变量:基于主轴因子法 11.4 因子变量的命名 11.5 计算因子得分 11.6 小结 第12章 R的线性判别分析:分类模型 12.1 距离判别 12.2 Fisher判别 12.3 小结 第13章 R的决策树:预测模型 13.1 决策树算法概述 13.2 分类回归树的生长过程 13.3 分类回归树的剪枝 13.4 建立分类回归树的R函数和示例 13.5 建立分类回归树的组合预测模型 13.6 随机森林 13.7 小结 第14章 R的人工神经网络:预测和聚类 14.1 人工神经网络概述 14.2 B-P反向传播网络 14.3 B-P反向传播网络的R函数和示例 14.4 SOM自组织映射网络 14.5 小结
  • 基于R的统计分析与数据挖掘(统计数据分析与应用丛书) 薛薇 中国人民大学出版社 9787300190747 正版旧书

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP