R语言统计入门
正版书籍，放心下单。绝大部分是新书，个别品相折痕的，我们会主动联系哦
￥ 37.9 6.3折 ￥ 59.9 全新
库存15件
北京东城
认证卖家担保交易快速发货售后保障
作者达尔加德
出版社人民邮电
ISBN9787115348630
出版时间2014-06
装帧其他
开本16开
定价59.9元
货号L9787115348630
上书时间2024-03-29
商品详情
- 品相描述：全新
- 商品描述
-
导语摘要
R语言是S语言的一个开源版本，在多种操作系统平台上都可以使用，并且可以免费获取。目前，R的使用越来越广泛，R开发者也越来越多。
达尔加德著的《R语言统计入门(第2版)》提供了R入门级別的介绍，适用于统计学的学生以及不同领域的非统计背景的研究人员。本书含有大量的示例代码，并且从统计学的角度解读了计算的过程和输出。本书中所用的数据都包含在一个R包中，免费向读者提供。
本书中介绍的统计方法包括统计分布、统计假设检验、回归分析、表格数据的分析、样本量的计算等。此外，最后六章介绍了多元回归分析、广义线性模型、逻辑回归、生存分析、泊松回归、非线性回归等内容。
作者简介
PeterDalgaard是哥本哈根大学生物统计系的教授。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教学经验。
郝智恒，兰州人，南开大学数理统计专业毕业，目前在淘宝做数据挖掘工程师。推崇开源，认为唯有共享和交流才能让这个世界变好，固执的认为一切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，毕业于中央财经大学统计学院统计专业，现效力于首钢总公司计财部。靠前优选的统计学专业社区“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（UniversityofNorthCarolinaatChapelHill）访问学者，主要从事数理统计方向的研究工作。主持和参与多项国家自然科学基金及其他科研基金项目，发表科研论文多篇。
目录
第1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 练习题
第2章 R语言环境
2.1 会话管理
2.1.1 工作空间窗口
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d
2.1.8 subset，transform和w
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 其他程序的接口
2.5 练习题
第3章 概率和分布
3.1 随机抽样
第4章 描述性统计和图形
第5章 单样本与双样本检验
第6章 回归与相关性
第7章 方差分析与Kruskal-Wallis检验
第8章 表格数据
第9章 功效与样本容量的计算
第10章 数据处理的高级技术
第11章 多元回归
第12章 线性模型
第13章 逻辑回归
第14章 生存分析
第15章 比率和泊松回归
第16章 非线性曲线拟合
附录A 获取并安装R以及ISwR包
附录B ISwR中的数据集
附录C 摘要
附录D 练习题答案
内容摘要
《R语言统计入门(第2版)》以最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高级数据操作的技巧，有助于读者理解R向量化编程的特点。此外，作者达尔加德在本书中还详细描述了包含回归分析、假设检验、广义线性模型、非线性拟合等常用统计方法的原理。虽然《R语言统计入门(第2版)》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。
主编推荐
目前，使用r语言进行教学和科研已经具备一定的规模。然而，并没有一本特别实用的r语言和统计学相结合的著作。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。学习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习题，可供练习或者教学使用。
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iswr，提供了本书中所使用的实际数据，方便读者练习使用。
媒体评论
本书的靠前版于2004年出版便广受好评。第2版，该书作者又对本书进行了修订，使得本书覆盖了统计学的几乎所有话题。此外还包括了作者多年实战和教学的经验。这些经验很好宝贵，也是本书受到好评的原因之一。
媒体推荐：本书得到了《欧洲数学学会通讯》(European Mathematical Society Newsletter, September, 2003)、《技术计量学》(Technometrics, Vol. 51(2), May, 2009)以及《数学评论》、《统计学论文》等多家期刊的好评和推荐。
2009年的Journal of statistical software中有文章对本书做了介绍，其中提到“it is qualifies him（指作者） as an expert in the inner workings of the R environment and it’s applications for statistical computing” ，说明这本书的作者既精通R语言环境，又精通如何运用R语言来做统计计算。本书在业内一直被奉为经典。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价