• R语言实战 第2版
  • R语言实战 第2版
  • R语言实战 第2版
  • R语言实战 第2版
  • R语言实战 第2版
21年品牌 40万+商家 超1.5亿件商品

R语言实战 第2版

正版保障 假一赔十 电子发票

42.97 4.3折 99 全新

库存116件

四川成都
认证卖家担保交易快速发货售后保障

作者(美)卡巴科弗(Robert I.Kabacoff) 著;王小宁 等 译

出版社人民邮电出版社

ISBN9787115420572

出版时间2016-05

装帧平装

开本16开

定价99元

货号1201295914

上书时间2024-11-09

瀚东书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
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
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“很好”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 

   相关推荐   

—  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