• R语言经典实例
图书条目标准图
21年品牌 40万+商家 超1.5亿件商品

R语言经典实例

5 九五品

仅1件

河南郑州
认证卖家担保交易快速发货售后保障

作者Paul Teetor 著;李洪成、朱文佳、沈毅诚 译

出版社机械工业出版社

出版时间2013-05

版次1

装帧平装

货号Y4

上书时间2024-04-17

飞祥书店

十五年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九五品
图书标准信息
  • 作者 Paul Teetor 著;李洪成、朱文佳、沈毅诚 译
  • 出版社 机械工业出版社
  • 出版时间 2013-05
  • 版次 1
  • ISBN 9787111420217
  • 定价 79.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 406页
  • 原版书名 R Cookbook
  • 丛书 O'Reilly精品图书系列
【内容简介】

 《R语言经典实例》涵盖200多个R语言实用方法 ,可以帮助读者快速而有效地使用R进行数据分析。R语言给我们提供了统计分析酣一切工具,但是R本身 的结构可能有些难于掌握。本书提供的这些面向任务、简明的R语言方法包含了从基本的分析任务到输入 和输出、常用统计分析、绘图、线性回归等内容,它们可以让你马上应用R高效地工作。

  每一个R语言方法都专注于一个特定的问题,随后的讨论则对问题的解决方案给出解释,并阐释该方 法的工作机理。对于R的初级用户,《R语言经典实例》将帮助你步入R的殿堂;对于R的资深用户,本书将 加深你对R的理解并拓展你的视野。通过本书,你可以使你的分析工作顺利完成并学习更多R语言知识。

  本书由蒂特著。

【作者简介】

Paul Teetor是一位定量分析专家,他曾获统计学硕士和计算机科学硕士。他从事投资管理、风险交易和风险管理等领域的分析与软件工程。


【目录】
前言
第1章R入门和获得帮助
1.1下载和安装R软件
1.2开始运行R软件
1.3输入R命令
1.4退出R
1.5中断R正在运行的程序
1.6查看帮助文档
1.7获取函数的帮助文档
1.8搜索帮助文档
1.9查看R软件包帮助信息
1.10通过网络获取帮助
1.11寻找相关函数与数据包
1.12查询邮件列表
1.13向邮件列表提交问题

第2章基础知识
2.1显示内容
2.2设定变量
2.3列出所有变量
2.4删除变量
2.5生成向量
2.6计算基本统计量
2.7生成数列
2.8向量比较
2.9选取向量中的元素
2.10向量的计算
2.11运算符优先级问题
2.12定义函数
2.13减少输入,得到更多命令
2.14常见错误

第3章R软件导览
3.1获取和设定工作目录
3.2保存工作空间
3.3查看历史命令记录
3.4保存先前命令产生的结果
3.5显示搜索路径
3.6使用R包中的函数
3.7使用R的内置数据集
3.8查看已安装的R包列表
3.9从CRAN网站安装R包
3.10设定默认CRAN网站镜像
3.11隐藏启动信息
3.12运行脚本
3.13批量运行R代码
3.14获取和设定环境变量
3.15找到R的主目录
3.16R的客户化

第4章输入与输出
4.1使用键盘输入数据
4.2显示更少的位数(或更多的位数)
4.3将输出结果重定向到某一文件
4.4显示文件列表
4.5解决无法在Windows中打开文件的问题
4.6阅读固定宽度数据记录
4.7读取表格数据文件
4.8读取CSV文件
4.9写入CSV文件
4.10从网络中读取表格或CSV格式数据
4.11读取HTML表格数据
4.12读取复杂格式数据文件
4.13读取MySQL数据库中的数据
4.14保存和传送目标

第5章数据结构
5.1对向量添加数据
5.2在向量中插入数据
5.3理解循环规则
5.4构建因子(即分类变量)
5.5将多个向量合并成单个向量以及平行因子
5.6创建列表
5.7根据位置选定列表元素
5.8根据名称选定列表元素
5.9构建一个名称/值关联表
5.10从列表中移除元素
5.11将列表转换为向量
5.12从列表中移除取值为空值(即NULL)的元素
5.13使用条件来移除列表元素
5.14矩阵初始化
5.15执行矩阵运算
5.16将描述性名称赋给矩阵的行和列
5.17从矩阵中选定一行或一列
5.18用列数据初始化数据框
5.19由行数据初始化数据框
5.20添加行至数据框
5.21预分配数据框
5.22根据位置选择数据框的列
5.23根据列名选定数据框的列
5.24更便捷地选定行和列
5.25修改数据框的列名
5.26编辑数据框
5.27从数据框中移除NA值
5.28根据名称排除列
5.29合并两个数据框
5.30根据共有列合并数据框
5.31更便捷地访问数据框内容
5.32基本数据类型之间的转换
5.33不同结构化数据类型间的转换

第6章数据转换
6.1向量分组
6.2将函数应用于每个列表元素
6.3将函数应用于每行
6.4将函数应用于每列
6.5将函数应用于组数据
6.6将函数应用于行组
6.7将函数应用于平行向量或列表

第7章字符串和日期
7.1获取字符串长度
7.2连接字符串
7.3提取子串
7.4根据分隔符分割字符串
7.5替代子串
7.6查看字符串中的特殊字符
7.7生成字符串的所有成对组合
7.8得到当前日期
7.9转换字符串为日期
7.10转换日期为字符串
7.11转化年、月、日为日期
7.12得到儒略日期
7.13提取日期的一部分
7.14创建日期序列

第8章概率
8.1计算组合数
8.2生成组合
8.3生成随机数
8.4生成可再生的随机数
8.5生成随机样本
8.6生成随机序列
8.7随机排列向量
8.8计算离散分布的概率
8.9计算连续分布的概率
8.10转换概率为分位数
8.11绘制密度函数

第9章统计概论
9.1汇总数据
9.2计算相对频数
9.3因子制表和列联表创建
9.4检验分类变量独立性
9.5计算数据集的分位数(和四分位数)
9.6求分位数的逆
9.7数据转换为z分数
9.8检验样本均值(t检验)
9.9均值的置信区间
9.10中位数的置信区间
9.11检验样本比例
9.12比例的置信区间
9.13检验正态性
9.14游程检验
9.15比较两个样本的均值
9.16比较两个非参数样本的位置
9.17检验相关系数的显著性
9.18检验组的等比例
9.19组均值间成对比较
9.20检验两样本的相同分布

第10章图形
10.1创建散点图
10.2添加标题和标签
10.3添加网格
10.4创建多组散点图
10.5添加图例
10.6绘制散点图的回归线
10.7多变量散点图的绘制
10.8创建每个因子水平的散点图
10.9创建条形图
10.10对条形图添加置信区间
10.11给条形图上色
10.12绘制过点x和y的线
10.13改变线的类型、宽度或者颜色
10.14绘制多个数据集
10.15添加垂直线和水平线
10.16创建箱线图
10.17对每个因子水平创建箱线图
10.18创建直方图
10.19对直方图添加密度估计
10.20创建离散直方图
10.21创建正态Q-Q图
10.22创建其他Q-Q图
10.23用多种颜色绘制变量
10.24绘制函数
10.25图形间暂停
10.26在一页中显示多个图形
10.27打开另一个图形窗口
10.28在文档中绘制图形
10.29改变图形参数

第11章线性回归和方差分析
11.1简单线性回归
11.2多元线性回归
11.3得到回归统计量
11.4理解回归的汇总结果
11.5运行无截距的线性回归
11.6运行有交户项的线性回归
11.7选择最合适的回归变量
11.8对数据子集回归
11.9在回归公式中使用表达式
11.10多项式回归
11.11转换数据的回归
11.12寻找最佳幂变换
11.13回归系数的置信区间
11.14绘制回归残差
11.15诊断线性回归
11.16识别有影响的观察值
11.17残差自相关检验
11.18预测新值
11.19建立预测区间
11.20运行单因素方差分析
11.21创建交互关系图
11.22找到组间均值的不同
11.23执行稳健方差分析
11.24运用方差分析比较模型

第12章有用的方法
12.1查看你的数据
12.2拓宽你的输出
12.3输出赋值结果
12.4对行和列求和
12.5按列输出数据
12.6对数据分级
12.7找到特定值的位置
12.8每隔n个选定一个向量元素
12.9找到成对的最小值或者最大值
12.10生成多个因子的组合
12.11转换一个数据框
12.12对数据框排序
12.13对两列排序
12.14移除变量属性
12.15显示对象的结构
12.16代码运行时间
12.17抑制警告和错误消息
12.18从列表中提取函数参数
12.19定义你自己的二元运算符

第13章高级数值分析和统计方法
13.1最小化或者最大化一个单参数函数
13.2最小化或者最大化多参数函数
13.3计算特征值和特征向量
13.4主成分分析
13.5简单正交回归
13.6数据的聚类
13.7预测二元变量(逻辑回归)
13.8统计量的自助法
13.9因子分析

第14章时间序列分析
14.1表示时间序列
14.2绘制时序图
14.3提取最老的观测值或者最新的观测值
14.4选取时间序列的子集
14.5合并多个时间序列
14.6缺失时间序列的填充
14.7时间序列的滞后
14.8计算逐次差分
14.9时间序列相关的计算
14.10计算移动平均
14.11在日历时间范围内应用函数
14.12应用滚动函数
14.13绘制自相关函数图
14.14检验时间序列的自相关
14.15绘制偏自相关函数
14.16两个时间序列间的滞后相关性
14.17剔除时间序列的趋势
14.18拟合ARIMA模型
14.19剔除ARIMA模型中不显著的系数
14.20对ARIMA模型进行诊断
14.21用ARIMA模型进行预测
14.22均值回归的检验
14.23时间序列的平滑
……
点击展开 点击收起

—  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