作者简介: "David S. Brown(戴维·S.布朗):科罗拉多大学博尔德分校政治学教授和社会科学系主任。获得了加利福尼亚大学洛杉矶分校的政治学博士学位,并且是科罗拉多大学博尔德分校行为科学研究所肯尼斯·博尔丁(他开辟了多个经济学和社会科学研究领域)的首届博士后研究员。在加入科罗拉多大学政治学系之前,他曾在莱斯大学担任助理教授。他研究的是比较政治学,侧重于体制及其对经济发展的影响。他的研究成果已发表在《美国政治科学评论》(American Political Science Review)、《美国政治学期刊》(American Journal of Political Science)、《英国政治学期刊》(British Journal of Political Science)和《美国地理学家协会年鉴》(Annals of the Association of American Geographers)上。
译者简介 李嘉平:曾在华大基因从事生物信息分析相关工作,目前就职于广西医科大学第一附属医院(广西心脑血管疾病防治精准医学重点实验室)。他是R布道师,希望能够通过翻译传播和推广R的应用与价值;亦是R铁杆用户,具有丰富的生物信息分析经验,擅长使用R和Python进行各类数据处理以及数据可视化。曾负责生物信息培训中所有R相关课程的设计与授课。对新技术始终抱有极大的热情,喜欢去体验那些目前仍不完善但有前景的新技术,并享受这个过程带来的乐趣与启发。" 主编推荐: 学习统计学及数据分析的艺术与实践的优选方式,就是进行数据分析。本书用大量案例辅以数据可视化,将统计学知识融汇其中,循循善诱,帮助读者避坑排雷,培养正确的数据分析思维方式。本书适合数据分析初学者,也适合有经验的数据分析人员。 媒体评论: "本书通过案例巧妙地运用 R 编程跳过复杂的统计学知识,并结合可视化的表达方式,把数据分析的整个过程淋漓展现。在国家数字化转型的大背景下,数据分析的人才严重缺乏,本书正好符合当下的环境需求,解决用户痛点,是一本提升数据分析师技能的优秀图书。 ——张丹 微软MVP 戴维 S·布朗(David S.Brown)教授在本书中谈到“通过做数据分析来学数据分析”,这是我极为认同的观点。从现实世界中的真实问题出发,借助工具与方法寻找背后的真相,是非常有趣且长期有益的学习方式。对于 R 的初学者,即使缺乏数学、统计学等学科背景,本书也依然可以很容易上手学习。作者以问题为导向,通过深入浅出、易于理解的表述,可以帮助读者快速掌握基本概念、使用方法和技巧。当然,对于经验丰富的读者,也能够通过“提出假设—验证—新的假设”来不断产生新的思考,在持续迭代过程中形成对数据更深层次的理解,这是大有裨益的。 ——黄小伟 R 语言中文社区创建者,有赞数据分析负责人 R在设计之初就把自身定义为面向统计计算和图形可视化的工具,市面上相关的图书琳琅满目。但是这本书能够立足于作者自身的科研经验,纳入大量实际例子,让读者在学习过程中能够形成数据思维,引导大家在数据分析的过程产生思考,这是难能可贵的。这种风格能够极大地调动读者的积极性,让读者了解不同的数据故事,并在具有趣味的故事中习得分析的技巧,非常值得借鉴。 ——黄天元 浙江财经大学数据科学学院讲师 本书通过R精心编排了初、中级统计原理,还准备了一些数学公式,帮助学生理解统计学的基本原理。书中囊括了许多优秀的社会科学案例,用非常有价值的统计学工具R,通过实践的方式传授统计学知识。我一直在寻找关于R的优秀社会科学教材,本书可能是目前比较好的一本。 ——杰弗里·D·斯通(Jeffrey D. Stone) 本书成功地以平易近人的方式介绍了使用 R ... 内容简介: 《R统计与数据可视化:社会科学数据分析实践(全彩)》讲解了数据分析的方法、逻辑、艺术与实践。全书共17章,第1章介绍了R、RStudio、RMarkdown的安装和使用;第2章介绍了数据分析的动机和四个构成要素:①描述数据并形成假设,②模型的构建与估计,③诊断,④提出下一个问题,后续章节将按照数据分析构成要素的顺序来组织;对数据了解得越多,我们就越能够提出更好的问题,形成更好的假设,描述与数据相关的概念和所需的工具,这些内容将在第3~9章中详述;模型的构建与估计是一个应该在理论和证据之间来回往复迭代的过程,关于构建模型的练习将在第10~14章中进行;诊断既能帮助我们发现问题,又能帮助我们发掘有意义的关联,形成额外的解释或假设,关于诊断将会在第15章和第16章中详述;第17章将讨论许多涉及二元因变量的问题;附录A将提供创建其他新假设的技巧和窍门。
以下为对购买帮助不大的评价