r语言统计入门(第2版) 编程语言 (丹)达尔加德
r语言编程入门零基础自学，统计分析数据结构与算法分析，配有练题、相关r包iswr，深入浅出的理论介绍，可重复的分析流程，宝贵的编程经验，帮助零基础读者轻松运用r语言
￥ 28.4 4.7折 ￥ 59.9 全新
库存9件
作者(丹)达尔加德
出版社人民邮电出版社
ISBN9787115348630
出版时间2014-06
版次1
装帧平装
开本16
页数320页
字数448千字
定价59.9元
货号308_9787115348630
上书时间2024-12-29
- 在售商品 暂无
- 平均发货时间 27小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
目前，使用r语言进行和科研已经具备的规模。然而，并没有一本特别实用的r语言和统计学相结合的作品。这本书每一章都会简单介绍相关话题的统计学理论，更多的提供实际数据的分析代码，以及作者的编程经验。学本书将令初学者少走许多弯路。此外，本书每一章末还配有适量的练题，可供练或者使用。
业界对r语言的重视程度也逐年提升。而这本书对于在企业中处理实际数据的分析人员和建模人员来说，应该是更为趁手的一本工具书。深入浅出的理论介绍，可重复的分析流程，宝贵的编程经验，这些恰恰是业界所需要的。
本书配套有相关的r包iwr，提供了本书中所使用的实际数据，方便读者练使用。
目录：
章 基础知识
1.1 初始步骤
1.1.1 大型计算器
1.1.2 赋值
1.1.3 向量运算
1.1.4 标准过程
1.1.5 作图
1.2 r语言基础
1.2.1 表达式和对象
1.2.2 函数和参数
1.2.3 向量
1.2.4 引用和转义序列
1.2.5 缺失值
1.2.6 生成向量的函数
1.2.7 矩阵和数组
1.2.8 因子
1.2.9 列表
1.2.10 数据框
1.2.11 索引
1.2.12 条件选择
1.2.13 数据框的索引
1.2.14 分组数据和数据框
1.2.15 隐式循环
1.2.16 排序
1.3 练题
第2章 r语言环境
2.1 会话管理
2.1.1 工作空间窗
2.1.2 文本输出
2.1.3 脚本
2.1.4 获取帮助
2.1.5 包
2.1.6 内置数据
2.1.7 attach和detach
2.1.8 subset，transform和within
2.2 作图系统
2.2.1 图形布局
2.2.2 利用部分构造图形
2.2.3 par的使用
2.2.4 组合图形
2.3 r编程
2.3.1 流程控制
2.3.2 类和类函数
2.4 数据输入
2.4.1 读取文本文件
2.4.2 read.table的进一步讨论
2.4.3 数据编辑器
2.4.4 其他程序的接
2.5 练题
第3章 概率和分布
3.1 抽样
3.2 概率计算和排列组合
3.3 离散分布
3.4 连续分布
3.5 r中的内置分布
3.5.1 密度
3.5.2 累积分布函数
3.5.3 分位数
3.5.4 数字
3.6 练题
第4章 描述统计和图形
4.1 单组的汇统计量
4.2 分布的图形展示
4.2.1 直方图
4.2.2 经验累积分布
4.2.3 q-q图
4.2.4 箱式图
4.3 分组数据的汇统计量
4.4 分组数据作图
4.4.1 直方图
4.4.2 并联箱式图
4.4.3 带状图
4.5 表格
4.5.1 生成表格
4.5.2 边际表格和相对频数
4.6 表格的图形显示
4.6.1 条形图
4.6.2 点图
4.6.3 饼图
4.7 练题
第5章 单样本与双样本检验
5.1 单样本t检验
5.2 wilcoxon符号秩检验
5.3 两样本t检验
5.4 比较方差
5.5 两样本wilcoxon检验
5.6 配对t检验
5.7 配对wilcoxon检验
5.8 练题
第6章 回归与相关
6.1 简单线回归
6.2 残差与回归值
6.3 预测与置信带
6.4 相关
6.4.1 皮尔逊相关系数
6.4.2 斯皮尔曼相关系数
6.4.3 肯德尔等级相关系数t
6.5 练题
第7章 方差分析与kruskal-wallis检验
7.1 单因素方差分析
7.1.1 成对比较和多重检验
7.1.2 放宽对方差的设
7.1.3 图像表示
7.1.4 bartlett检验
7.2 kruskal-wallis检验
7.3 双因素方差分析
7.4 friedman检验
7.5 回归分析中的方差分析表
7.6 练题
第8章 表格数据
8.1 单比例
8.2 两个独立的比例
8.3 k比例，检验趋势
8.4 rxc表格
8.5 练题
第9章 功效与样本容量的计算
9.1 功效计算原则
9.1.1 单样本t及配对样本t检验的功效
9.1.2 两样本t检验的功效
9.1.3 近似方法
9.1.4 比较比例的功效
9.2 两样本问题
9.3 单样本问题及配对样本检验
9.4 比例的比较
9.5 练题
0章 数据处理的技术
10.1 变量的重编码
10.1.1 cut函数
10.1.2 处理因子
10.1.3 期的使用
10.1.4 多变量重编码
10.2 条件计算
10.3 合并与重构数据框
10.3.1 追加数据框
10.3.2 合并数据框
10.3.3 重塑数据框
10.4 数据的分组及分案例作
10.5 时间分割
10.6 练题
1章 多元回归
11.1 多维数据绘图
11.2 模型设定和模型输出
11.3 模型筛选
11.4 练题
2章 线模型
12.1 多项式回归
12.2 过原点的回归分析
12.3 设计矩阵与虚拟变量
12.4 组间的共线
12.5 交互效应
12.6 可重复的双因素方差分析
12.7 协方差分析
12.7.1 图形描述
12.7.2 比较回归线
12.8 模型诊断
12.9 练题
3章 逻辑回归
13.1 广义线模型
13.2 表格化数据的逻辑回归
13.2.1 偏差表分析
13.2.2 与趋势检验之间的关联
13.3 似然剖面分析
13.4 让步比估计的表达
13.5 原始数据的逻辑回归
13.6 预测
13.7 模型检查
13.8 练题
4章 生存分析
14.1 重要概念
14.2 生存对象
14.3 kan-meier估计
14.4 对数秩检验
14.5 cox比例风险模型
14.6 练题
5章 比率和泊松回归
15.1 基本思想
15.1.1 泊松分布
15.1.2 带有常数风险的生存分析
15.2 泊松模型的拟合
15.3 计算比率
15.4 带有常数强度的模型
15.5 练题
……
内容简介：
本书以恰当的方式向初学者介绍了r语言的全貌，内容涵盖基本的r编程方法、基本数据处理和一些数据作的，有助于读者理解r向量化编程的特点。此外，作者在本书中还详细描述了包含回归分析、设检验、广义线模型、非线拟合等常用统计方法的。虽然本书以实际案例解析居多，但是并非不重视理论，作者恰当而到位地描述了理论方面的内容，既不晦涩，也非浅薄，而是向读者打开了一扇窗。作者希望这本书可以作为一道“开胃菜”引导更多的人投入到对统计和r的研究之中。
作者简介：
peter dalgaard是哥本哈根大物统计系的教授。1997年便成为r语言核心团队成员。具有丰富的r语言统计分析的实战和经验。
郝智恒，兰州人，南开大学数理统计专业，目前在阿里做数据挖掘工程师。推崇开源，认为唯有共享和交流才能让这个世界变好，固执的认为技术上的封闭和试图垄断都是纸老虎。
何通，生长于桂林，求学于广州，喜统计，好编程，结交众友，不亦乐乎。
邓一硕，于财经大学统计学院统计专业，现效力于首钢公司计财部。大的统计学专业社区“统计之都”理事人员，感兴趣的领域是时间序列分析及数据挖掘技术在金融投资分析中的应用。
刘旭华，现为中国农业大学理学院应用数学系副教授，北京理工大学博士，美国北卡莱罗纳大学教堂山分校（univerity of north carolina at chapel hill）访问学者，主要从事数理统计方向的研究工作。主持和参与多项自然科学及其他科研项目，发表科研多篇。
— 没有更多了 —
以下为对购买帮助不大的评价