互联网 类型
9.3 豆瓣评分
可以朗读 语音朗读
488千字 字数
2016-05-01 发行日期
展开全部

主编推荐语

本书适合数据分析人员及R用户学习参考。

内容简介

本书注重实用性，是一本全面而细致的R指南，高度概括了该软件和它的强大功能，展示了使用的统计示例，且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。作者不仅仅探讨统计分析，还阐述了大量探索和展示数据的图形功能。新版做了大量更新和修正，新增了近200页内容，介绍数据挖掘、预测性分析和高级编程。

目录

  • 版权信息
  • 版权声明
  • 对第1版的赞誉
  • 致谢
  • 前言
  • 关于本书
  • 第2版的不同之处
  • 读者对象
  • 本书结构
  • 对数据挖掘者的建议
  • 例子
  • 排版约定
  • 作者在线
  • 关于封面图片
  • 第一部分 入门
  • 第1章 R语言介绍
  • 1.1 为何要使用R
  • 1.2 R的获取和安装
  • 1.3 R的使用
  • 1.4 包
  • 1.5 批处理
  • 1.6 将输出用为输入：结果的重用
  • 1.7 处理大数据集
  • 1.8 示例实践
  • 1.9 小结
  • 第2章 创建数据集
  • 2.1 数据集的概念
  • 2.2 数据结构
  • 2.3 数据的输入
  • 2.4 数据集的标注
  • 2.5 处理数据对象的实用函数
  • 2.6 小结
  • 第3章 图形初阶
  • 3.1 使用图形
  • 3.2 一个简单的例子
  • 3.3 图形参数
  • 3.4 添加文本、自定义坐标轴和图例
  • 3.5 图形的组合
  • 3.6 小结
  • 第4章 基本数据管理
  • 4.1 一个示例
  • 4.2 创建新变量
  • 4.3 变量的重编码
  • 4.4 变量的重命名
  • 4.5 缺失值
  • 4.6 日期值
  • 4.7 类型转换
  • 4.8 数据排序
  • 4.9 数据集的合并
  • 4.10 数据集取子集
  • 4.11 使用SQL语句操作数据框
  • 4.12 小结
  • 第5章 高级数据管理
  • 5.1 一个数据处理难题
  • 5.2 数值和字符处理函数
  • 5.3 数据处理难题的一套解决方案
  • 5.4 控制流
  • 5.5 用户自编函数
  • 5.6 整合与重构
  • 5.7 小结
  • 第二部分 基本方法
  • 第6章 基本图形
  • 6.1 条形图
  • 6.2 饼图
  • 6.3 直方图
  • 6.4 核密度图
  • 6.5 箱线图
  • 6.6 点图
  • 6.7 小结
  • 第7章 基本统计分析
  • 7.1 描述性统计分析
  • 7.2 频数表和列联表
  • 7.3 相关
  • 7.4 t检验
  • 7.5 组间差异的非参数检验
  • 7.6 组间差异的可视化
  • 7.7 小结
  • 第三部分 中级方法
  • 第8章 回归
  • 8.1 回归的多面性
  • 8.2 OLS回归
  • 8.3 回归诊断
  • 8.4 异常观测值
  • 8.5 改进措施
  • 8.6 选择“最佳”的回归模型
  • 8.7 深层次分析
  • 8.8 小结
  • 第9章 方差分析
  • 9.1 术语速成
  • 9.2 ANOVA模型拟合
  • 9.3 单因素方差分析
  • 9.4 单因素协方差分析
  • 9.5 双因素方差分析
  • 9.6 重复测量方差分析
  • 9.7 多元方差分析
  • 9.8 用回归来做ANOVA
  • 9.9 小结
  • 第10章 功效分析
  • 10.1 假设检验速览
  • 10.2 用pwr包做功效分析
  • 10.3 绘制功效分析图形
  • 10.4 其他软件包
  • 10.5 小结
  • 第11章 中级绘图
  • 11.1 散点图
  • 11.2 折线图
  • 11.3 相关图
  • 11.4 马赛克图
  • 11.5 小结
  • 第12章 重抽样与自助法
  • 12.1 置换检验
  • 12.2 用coin包做置换检验
  • 12.3 lmPerm包的置换检验
  • 12.4 置换检验点评
  • 12.5 自助法
  • 12.6 boot包中的自助法
  • 12.7 小结
  • 第四部分 高级方法
  • 第13章 广义线性模型
  • 13.1 广义线性模型和glm()函数
  • 13.2 Logistic回归
  • 13.3 泊松回归
  • 13.4 小结
  • 第14章 主成分分析和因子分析
  • 14.1 R中的主成分和因子分析
  • 14.2 主成分分析
  • 14.3 探索性因子分析
  • 14.4 其他潜变量模型
  • 14.5 小结
  • 第15章 时间序列
  • 15.1 在R中生成时序对象
  • 15.2 时序的平滑化和季节性分解
  • 15.3 指数预测模型
  • 15.4 ARIMA预测模型
  • 15.5 延伸阅读
  • 15.6 小结
  • 第16章 聚类分析
  • 16.1 聚类分析的一般步骤
  • 16.2 计算距离
  • 16.3 层次聚类分析
  • 16.4 划分聚类分析
  • 16.5 避免不存在的类
  • 16.6 小结
  • 第17章 分类
  • 17.1 数据准备
  • 17.2 逻辑回归
  • 17.3 决策树
  • 17.4 随机森林
  • 17.5 支持向量机
  • 17.6 选择预测效果最好的解
  • 17.7 用rattle包进行数据挖掘
  • 17.8 小结
  • 第18章 处理缺失数据的高级方法
  • 18.1 处理缺失值的步骤
  • 18.2 识别缺失值
  • 18.3 探索缺失值模式
  • 18.4 理解缺失数据的来由和影响
  • 18.5 理性处理不完整数据
  • 18.6 完整实例分析（行删除）
  • 18.7 多重插补
  • 18.8 处理缺失值的其他方法
  • 18.9 小结
  • 第五部分 技能拓展
  • 第19章 使用ggplot2进行高级绘图
  • 19.1 R中的四种图形系统
  • 19.2 ggplot2包介绍
  • 19.3 用几何函数指定图的类型
  • 19.4 分组
  • 19.5 刻面
  • 19.6 添加光滑曲线
  • 19.7 修改ggplot2图形的外观
  • 19.8 保存图形
  • 19.9 小结
  • 第20章 高级编程
  • 20.1 R语言回顾
  • 20.2 环境
  • 20.3 面向对象的编程
  • 20.4 编写有效的代码
  • 20.5 调试
  • 20.6 深入学习
  • 20.7 小结
  • 第21章 创建包
  • 21.1 非参分析和npar包
  • 21.2 开发包
  • 21.3 创建包的文档
  • 21.4 建立包
  • 21.5 深入学习
  • 21.6 小结
  • 第22章 创建动态报告
  • 22.1 用模版生成报告
  • 22.2 用R和Markdown创建动态报告
  • 22.3 用R和LaTeX创建动态报告
  • 22.4 用R和Open Document创建动态报告
  • 22.5 用R和Microsoft Word创建动态报告
  • 22.6 小结
  • 第23章 使用lattice进行高级绘图
  • 23.1 lattice包
  • 23.2 调节变量
  • 23.3 面板函数
  • 23.4 分组变量
  • 23.5 图形参数
  • 23.6 自定义图形条带
  • 23.7 页面布局
  • 23.8 深入学习
  • 附录 A 图形用户界面
  • 附录 B 自定义启动环境
  • 附录 C 从R中导出数据
  • C.1 符号分隔文本文件
  • C.2 Excel电子表格
  • C.3 统计学程序
  • 附录 D R中的矩阵运算
  • 附录 E 本书中用到的扩展包
  • 附录 F 处理大数据集
  • F.1 高效程序设计
  • F.2 在内存之外存储数据
  • F.3 用于大数据的分析包
  • F.4 超大数据集的全面解决方案
  • 附录 G 更新R
  • G.1 自动安装（仅适用于Windows）
  • G.2 手动安装（Windows和Mac OS X）
  • G.3 更新R（Linux）
  • 后记：探索R的世界
  • 参考文献
  • 看完了
展开全部

评分及书评

评分不足
2个评分

出版方

人民邮电出版社·图灵出品

图灵社区成立于2005年6月，由人民邮电出版社投资控股，以策划出版高质量的科技书籍为核心业务，主要出版领域包括计算机、电子电气、数学统计、科普等，通过引进国际高水平的教材、专著，以及发掘国内优秀原创作品等途径，为目标读者提供一流的内容。