中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥42.9
加入購(gòu)物車
R語言統(tǒng)計(jì)入門(第2版) 版權(quán)信息
- ISBN：9787115348630
- 條形碼：9787115348630 ; 978-7-115-34863-0
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
R語言統(tǒng)計(jì)入門(第2版) 本書特色
適讀人群 ：適合數(shù)據(jù)分析，數(shù)據(jù)統(tǒng)計(jì)人員及R用戶學(xué)習(xí)參考。目前，使用R語言進(jìn)行教學(xué)和科研已經(jīng)具備一定的規(guī)模。然而，并沒有一本特別實(shí)用的R語言和統(tǒng)計(jì)學(xué)相結(jié)合的作品。這本書每一章都會(huì)簡(jiǎn)單介紹相關(guān)話題的統(tǒng)計(jì)學(xué)理論，更多的提供實(shí)際數(shù)據(jù)的分析代碼，以及作者的編程經(jīng)驗(yàn)。學(xué)習(xí)本書將令初學(xué)者少走許多彎路。此外，本書每一章末還配有適量的練習(xí)題，可供練習(xí)或者教學(xué)使用。業(yè)界對(duì)R語言的重視程度也逐年提升。而這本書對(duì)于在企業(yè)中處理實(shí)際數(shù)據(jù)的分析人員和建模人員來說，應(yīng)該是更為趁手的一本工具書。深入淺出的理論介紹，可重復(fù)的分析流程，寶貴的編程經(jīng)驗(yàn)，這些恰恰是業(yè)界所需要的。本書配套有相關(guān)的R包ISwR，提供了本書中所使用的實(shí)際數(shù)據(jù)，方便讀者練習(xí)使用。 本書的第 一版于2004年出版。第 2版，該書作者又對(duì)本書進(jìn)行了修訂，使得本書覆蓋了統(tǒng)計(jì)學(xué)的幾乎所有話題。此外還包括了作者多年實(shí)戰(zhàn)和教學(xué)的經(jīng)驗(yàn)。這些經(jīng)驗(yàn)非常寶貴，也是本書受到好評(píng)的原因之一。媒體推薦：本書得到了《歐洲數(shù)學(xué)學(xué)會(huì)通訊》(European Mathematical Society Newsletter， September， 2003)、《技術(shù)計(jì)量學(xué)》(Technometrics， Vol. 51(2)， May， 2009)以及《數(shù)學(xué)評(píng)論》、《統(tǒng)計(jì)學(xué)論文》等多家期刊的好評(píng)和推薦。2009年的Journal of statistical software中有文章對(duì)本書做了介紹，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” ，說明這本書的作者既精通R語言環(huán)境，又精通如何運(yùn)用R語言來做統(tǒng)計(jì)計(jì)算。。
R語言統(tǒng)計(jì)入門(第2版) 內(nèi)容簡(jiǎn)介
《R語言統(tǒng)計(jì)入門(第 2版)》以恰當(dāng)?shù)姆绞较虺鯇W(xué)者介紹了R語言的全貌，內(nèi)容涵蓋基本的R編程方法、基本數(shù)據(jù)處理和一些高 級(jí)數(shù)據(jù)操作的技巧，有助于讀者理解R向量化編程的特點(diǎn)。此外，作者在《R語言統(tǒng)計(jì)入門(第 2版)》中還詳細(xì)描述了包含回歸分析、假設(shè)檢驗(yàn)、廣義線性模型、非線性擬合等常用統(tǒng)計(jì)方法的原理。雖然《R語言統(tǒng)計(jì)入門(第 2版》以實(shí)際案例解析居多，但是并非不重視理論，作者恰當(dāng)而到位地描述了理論方面的內(nèi)容，既不晦澀，也非淺薄，而是向讀者打開了一扇窗。作者希望這《R語言統(tǒng)計(jì)入門(第 2版)》可以作為一道“開胃菜”引導(dǎo)更多的人投入到對(duì)統(tǒng)計(jì)和R的研究之中。 本書適合數(shù)據(jù)分析，數(shù)據(jù)統(tǒng)計(jì)人員及R用戶學(xué)習(xí)參考。
R語言統(tǒng)計(jì)入門(第2版) 目錄
目 錄
第 1章 基礎(chǔ)知識(shí) 1
1．1 初始步驟 1
1．1．1 大型計(jì)算器 2
1．1．2 賦值 3
1．1．3 向量運(yùn)算 4
1．1．4 標(biāo)準(zhǔn)過程 5
1．1．5 作圖 6
1．2 R語言基礎(chǔ) 8
1．2．1 表達(dá)式和對(duì)象 8
1．2．2 函數(shù)和參數(shù) 9
1．2．3 向量 10
1．2．4 引用和轉(zhuǎn)義序列 10
1．2．5 缺失值 11
1．2．6 生成向量的函數(shù) 11
1．2．7 矩陣和數(shù)組 13
1．2．8 因子 15
1．2．9 列表 16
1．2．10 數(shù)據(jù)框 17
1．2．11 索引 17
1．2．12 條件選擇 18
1．2．13 數(shù)據(jù)框的索引 19
1．2．14 分組數(shù)據(jù)和數(shù)據(jù)框 20
1．2．15 隱式循環(huán) 21
1．2．16 排序 23
1．3 練習(xí)題 24
第 2章 R語言環(huán)境 25
2．1 會(huì)話管理 25
2．1．1 工作空間窗口 25
2．1．2 文本輸出 26
2．1．3 腳本 27
2．1．4 獲取幫助 27
2．1．5 包 28
2．1．6 內(nèi)置數(shù)據(jù) 29
2．1．7 attach和detach 29
2．1．8 subset，transform和within 31
2．2 作圖系統(tǒng) 32
2．2．1 圖形布局 32
2．2．2 利用部分構(gòu)造圖形 33
2．2．3 par的使用 34
2．2．4 組合圖形 35
2．3 R編程 36
2．3．1 流程控制 37
2．3．2 類和類函數(shù) 37
2．4 數(shù)據(jù)輸入 38
2．4．1 讀取文本文件 39
2．4．2 read．table的進(jìn)一步討論 41
2．4．3 數(shù)據(jù)編輯器 42
2．4．4 其他程序的接口 43
2．5 練習(xí)題 44
第3章 概率和分布 45
3．1 隨機(jī)抽樣 45
3．2 概率計(jì)算和排列組合 46
3．3 離散分布 47
3．4 連續(xù)分布 47
3．5 R中的內(nèi)置分布 48
3．5．1 密度 48
3．5．2 累積分布函數(shù) 50
3．5．3 分位數(shù) 51
3．5．4 隨機(jī)數(shù)字 52
3．6 練習(xí)題 53
第4章 描述性統(tǒng)計(jì)和圖形 54
4．1 單組的匯總統(tǒng)計(jì)量 54
4．2 分布的圖形展示 58
4．2．1 直方圖 58
4．2．2 經(jīng)驗(yàn)累積分布 59
4．2．3 Q-Q圖 59
4．2．4 箱式圖 60
4．3 分組數(shù)據(jù)的匯總統(tǒng)計(jì)量 61
4．4 分組數(shù)據(jù)作圖 64
4．4．1 直方圖 64
4．4．2 并聯(lián)箱式圖 65
4．4．3 帶狀圖 66
4．5 表格 68
4．5．1 生成表格 68
4．5．2 邊際表格和相對(duì)頻數(shù) 71
4．6 表格的圖形顯示 72
4．6．1 條形圖 72
4．6．2 點(diǎn)圖 74
4．6．3 餅圖 75
4．7 練習(xí)題 76
第5章 單樣本與雙樣本檢驗(yàn) 77
5．1 單樣本t檢驗(yàn) 77
5．2 Wilcoxon符號(hào)秩檢驗(yàn) 80
5．3 兩樣本t檢驗(yàn) 82
5．4 比較方差 83
5．5 兩樣本W(wǎng)ilcoxon檢驗(yàn) 84
5．6 配對(duì)t檢驗(yàn) 85
5．7 配對(duì)Wilcoxon檢驗(yàn) 86
5．8 練習(xí)題 87
第6章 回歸與相關(guān)性 88
6．1 簡(jiǎn)單線性回歸 88
6．2 殘差與回歸值 92
6．3 預(yù)測(cè)與置信帶 95
6．4 相關(guān)性 98
6．4．1 皮爾遜相關(guān)系數(shù) 98
6．4．2 斯皮爾曼相關(guān)系數(shù) 99
6．4．3 肯德爾等級(jí)相關(guān)系數(shù)t 100
6．5 練習(xí)題 100
第7章 方差分析與Kruskal-Wallis檢驗(yàn) 102
7．1 單因素方差分析 102
7．1．1 成對(duì)比較和多重檢驗(yàn) 106
7．1．2 放寬對(duì)方差的假設(shè) 107
7．1．3 圖像表示 108
7．1．4 Bartlett檢驗(yàn) 109
7．2 Kruskal-Wallis檢驗(yàn) 110
7．3 雙因素方差分析 110
7．4 Friedman檢驗(yàn) 114
7．5 回歸分析中的方差分析表 114
7．6 練習(xí)題 115
第8章 表格數(shù)據(jù) 117
8．1 單比例 117
8．2 兩個(gè)獨(dú)立的比例 118
8．3 k比例，檢驗(yàn)趨勢(shì) 120
8．4 r ′ c表格 122
8．5 練習(xí)題 124
第9章 功效與樣本容量的計(jì)算 126
9．1 功效計(jì)算原則 126
9．1．1 單樣本t及配對(duì)樣本t檢驗(yàn)的功效 127
9．1．2 兩樣本t檢驗(yàn)的功效 128
9．1．3 近似方法 128
9．1．4 比較比例的功效 129
9．2 兩樣本問題 129
9．3 單樣本問題及配對(duì)樣本檢驗(yàn) 131
9．4 比例的比較 131
9．5 練習(xí)題 132
第 10章 數(shù)據(jù)處理的高 級(jí)技術(shù) 133
10．1 變量的重編碼 133
10．1．1 cut函數(shù) 133
10．1．2 處理因子 135
10．1．3 日期的使用 136
10．1．4 多變量重編碼 139
10．2 條件計(jì)算 140
10．3 合并與重構(gòu)數(shù)據(jù)框 141
10．3．1 追加數(shù)據(jù)框 141
10．3．2 合并數(shù)據(jù)框 142
10．3．3 重塑數(shù)據(jù)框 144
10．4 數(shù)據(jù)的分組及分案例操作 146
10．5 時(shí)間分割 148
10．6 練習(xí)題 152
第 11章 多元回歸 153
11．1 多維數(shù)據(jù)繪圖 153
11．2 模型設(shè)定和模型輸出 155
11．3 模型篩選 157
11．4 練習(xí)題 161
第 12章 線性模型 162
12．1 多項(xiàng)式回歸 163
12．2 過原點(diǎn)的回歸分析 165
12．3 設(shè)計(jì)矩陣與虛擬變量 166
12．4 組間的共線性 168
12．5 交互效應(yīng) 172
12．6 可重復(fù)的雙因素方差分析 172
12．7 協(xié)方差分析 173
12．7．1 圖形描述 174
12．7．2 比較回歸線 177
12．8 模型診斷 183
12．9 練習(xí)題 187
第 13章 邏輯回歸 189
13．1 廣義線性模型 190
13．2 表格化數(shù)據(jù)的邏輯回歸 190
13．2．1 偏差表分析 195
13．2．2 與趨勢(shì)檢驗(yàn)之間的關(guān)聯(lián) 196
13．3 似然剖面分析 197
13．4 讓步比估計(jì)的表達(dá) 199
13．5 原始數(shù)據(jù)的邏輯回歸 199
13．6 預(yù)測(cè) 201
13．7 模型檢查 202
13．8 練習(xí)題 206
第 14章 生存分析 208
14．1 重要概念 208
14．2 生存對(duì)象 209
14．3 Kaplan-Meier估計(jì) 210
14．4 對(duì)數(shù)秩檢驗(yàn) 213
14．5 Cox比例風(fēng)險(xiǎn)模型 214
14．6 練習(xí)題 216
第 15章 比率和泊松回歸 217
15．1 基本思想 217
15．1．1 泊松分布 217
15．1．2 帶有常數(shù)風(fēng)險(xiǎn)的生存分析 218
15．2 泊松模型的擬合 219
15．3 計(jì)算比率 223
15．4 帶有常數(shù)強(qiáng)度的模型 226
15．5 練習(xí)題 230
第 16章 非線性曲線擬合 231
16．1 基本用法 232
16．2 尋找初值 233
16．3 自啟動(dòng)模型 238
16．4 剖面分析 240
16．5 更好地控制擬合算法 241
16．6 練習(xí)題 242
附錄A 獲取并安裝R以及ISwR包 243
附錄B ISwR中的數(shù)據(jù)集 246
附錄C 摘要 272
附錄D 練習(xí)題答案 283
第 1章 基礎(chǔ)知識(shí) 1
1．1 初始步驟 1
1．1．1 大型計(jì)算器 2
1．1．2 賦值 3
1．1．3 向量運(yùn)算 4
1．1．4 標(biāo)準(zhǔn)過程 5
1．1．5 作圖 6
1．2 R語言基礎(chǔ) 8
1．2．1 表達(dá)式和對(duì)象 8
1．2．2 函數(shù)和參數(shù) 9
1．2．3 向量 10
1．2．4 引用和轉(zhuǎn)義序列 10
1．2．5 缺失值 11
1．2．6 生成向量的函數(shù) 11
1．2．7 矩陣和數(shù)組 13
1．2．8 因子 15
1．2．9 列表 16
1．2．10 數(shù)據(jù)框 17
1．2．11 索引 17
1．2．12 條件選擇 18
1．2．13 數(shù)據(jù)框的索引 19
1．2．14 分組數(shù)據(jù)和數(shù)據(jù)框 20
1．2．15 隱式循環(huán) 21
1．2．16 排序 23
1．3 練習(xí)題 24
第 2章 R語言環(huán)境 25
2．1 會(huì)話管理 25
2．1．1 工作空間窗口 25
2．1．2 文本輸出 26
2．1．3 腳本 27
2．1．4 獲取幫助 27
2．1．5 包 28
2．1．6 內(nèi)置數(shù)據(jù) 29
2．1．7 attach和detach 29
2．1．8 subset，transform和within 31
2．2 作圖系統(tǒng) 32
2．2．1 圖形布局 32
2．2．2 利用部分構(gòu)造圖形 33
2．2．3 par的使用 34
2．2．4 組合圖形 35
2．3 R編程 36
2．3．1 流程控制 37
2．3．2 類和類函數(shù) 37
2．4 數(shù)據(jù)輸入 38
2．4．1 讀取文本文件 39
2．4．2 read．table的進(jìn)一步討論 41
2．4．3 數(shù)據(jù)編輯器 42
2．4．4 其他程序的接口 43
2．5 練習(xí)題 44
第3章 概率和分布 45
3．1 隨機(jī)抽樣 45
3．2 概率計(jì)算和排列組合 46
3．3 離散分布 47
3．4 連續(xù)分布 47
3．5 R中的內(nèi)置分布 48
3．5．1 密度 48
3．5．2 累積分布函數(shù) 50
3．5．3 分位數(shù) 51
3．5．4 隨機(jī)數(shù)字 52
3．6 練習(xí)題 53
第4章 描述性統(tǒng)計(jì)和圖形 54
4．1 單組的匯總統(tǒng)計(jì)量 54
4．2 分布的圖形展示 58
4．2．1 直方圖 58
4．2．2 經(jīng)驗(yàn)累積分布 59
4．2．3 Q-Q圖 59
4．2．4 箱式圖 60
4．3 分組數(shù)據(jù)的匯總統(tǒng)計(jì)量 61
4．4 分組數(shù)據(jù)作圖 64
4．4．1 直方圖 64
4．4．2 并聯(lián)箱式圖 65
4．4．3 帶狀圖 66
4．5 表格 68
4．5．1 生成表格 68
4．5．2 邊際表格和相對(duì)頻數(shù) 71
4．6 表格的圖形顯示 72
4．6．1 條形圖 72
4．6．2 點(diǎn)圖 74
4．6．3 餅圖 75
4．7 練習(xí)題 76
第5章 單樣本與雙樣本檢驗(yàn) 77
5．1 單樣本t檢驗(yàn) 77
5．2 Wilcoxon符號(hào)秩檢驗(yàn) 80
5．3 兩樣本t檢驗(yàn) 82
5．4 比較方差 83
5．5 兩樣本W(wǎng)ilcoxon檢驗(yàn) 84
5．6 配對(duì)t檢驗(yàn) 85
5．7 配對(duì)Wilcoxon檢驗(yàn) 86
5．8 練習(xí)題 87
第6章 回歸與相關(guān)性 88
6．1 簡(jiǎn)單線性回歸 88
6．2 殘差與回歸值 92
6．3 預(yù)測(cè)與置信帶 95
6．4 相關(guān)性 98
6．4．1 皮爾遜相關(guān)系數(shù) 98
6．4．2 斯皮爾曼相關(guān)系數(shù) 99
6．4．3 肯德爾等級(jí)相關(guān)系數(shù)t 100
6．5 練習(xí)題 100
第7章 方差分析與Kruskal-Wallis檢驗(yàn) 102
7．1 單因素方差分析 102
7．1．1 成對(duì)比較和多重檢驗(yàn) 106
7．1．2 放寬對(duì)方差的假設(shè) 107
7．1．3 圖像表示 108
7．1．4 Bartlett檢驗(yàn) 109
7．2 Kruskal-Wallis檢驗(yàn) 110
7．3 雙因素方差分析 110
7．4 Friedman檢驗(yàn) 114
7．5 回歸分析中的方差分析表 114
7．6 練習(xí)題 115
第8章 表格數(shù)據(jù) 117
8．1 單比例 117
8．2 兩個(gè)獨(dú)立的比例 118
8．3 k比例，檢驗(yàn)趨勢(shì) 120
8．4 r ′ c表格 122
8．5 練習(xí)題 124
第9章 功效與樣本容量的計(jì)算 126
9．1 功效計(jì)算原則 126
9．1．1 單樣本t及配對(duì)樣本t檢驗(yàn)的功效 127
9．1．2 兩樣本t檢驗(yàn)的功效 128
9．1．3 近似方法 128
9．1．4 比較比例的功效 129
9．2 兩樣本問題 129
9．3 單樣本問題及配對(duì)樣本檢驗(yàn) 131
9．4 比例的比較 131
9．5 練習(xí)題 132
第 10章 數(shù)據(jù)處理的高 級(jí)技術(shù) 133
10．1 變量的重編碼 133
10．1．1 cut函數(shù) 133
10．1．2 處理因子 135
10．1．3 日期的使用 136
10．1．4 多變量重編碼 139
10．2 條件計(jì)算 140
10．3 合并與重構(gòu)數(shù)據(jù)框 141
10．3．1 追加數(shù)據(jù)框 141
10．3．2 合并數(shù)據(jù)框 142
10．3．3 重塑數(shù)據(jù)框 144
10．4 數(shù)據(jù)的分組及分案例操作 146
10．5 時(shí)間分割 148
10．6 練習(xí)題 152
第 11章 多元回歸 153
11．1 多維數(shù)據(jù)繪圖 153
11．2 模型設(shè)定和模型輸出 155
11．3 模型篩選 157
11．4 練習(xí)題 161
第 12章 線性模型 162
12．1 多項(xiàng)式回歸 163
12．2 過原點(diǎn)的回歸分析 165
12．3 設(shè)計(jì)矩陣與虛擬變量 166
12．4 組間的共線性 168
12．5 交互效應(yīng) 172
12．6 可重復(fù)的雙因素方差分析 172
12．7 協(xié)方差分析 173
12．7．1 圖形描述 174
12．7．2 比較回歸線 177
12．8 模型診斷 183
12．9 練習(xí)題 187
第 13章 邏輯回歸 189
13．1 廣義線性模型 190
13．2 表格化數(shù)據(jù)的邏輯回歸 190
13．2．1 偏差表分析 195
13．2．2 與趨勢(shì)檢驗(yàn)之間的關(guān)聯(lián) 196
13．3 似然剖面分析 197
13．4 讓步比估計(jì)的表達(dá) 199
13．5 原始數(shù)據(jù)的邏輯回歸 199
13．6 預(yù)測(cè) 201
13．7 模型檢查 202
13．8 練習(xí)題 206
第 14章 生存分析 208
14．1 重要概念 208
14．2 生存對(duì)象 209
14．3 Kaplan-Meier估計(jì) 210
14．4 對(duì)數(shù)秩檢驗(yàn) 213
14．5 Cox比例風(fēng)險(xiǎn)模型 214
14．6 練習(xí)題 216
第 15章 比率和泊松回歸 217
15．1 基本思想 217
15．1．1 泊松分布 217
15．1．2 帶有常數(shù)風(fēng)險(xiǎn)的生存分析 218
15．2 泊松模型的擬合 219
15．3 計(jì)算比率 223
15．4 帶有常數(shù)強(qiáng)度的模型 226
15．5 練習(xí)題 230
第 16章 非線性曲線擬合 231
16．1 基本用法 232
16．2 尋找初值 233
16．3 自啟動(dòng)模型 238
16．4 剖面分析 240
16．5 更好地控制擬合算法 241
16．6 練習(xí)題 242
附錄A 獲取并安裝R以及ISwR包 243
附錄B ISwR中的數(shù)據(jù)集 246
附錄C 摘要 272
附錄D 練習(xí)題答案 283
展開全部
R語言統(tǒng)計(jì)入門(第2版) 作者簡(jiǎn)介
Peter Dalgaard是哥本哈根大學(xué)生物統(tǒng)計(jì)系的教授。1997年便成為R語言核心團(tuán)隊(duì)成員。具有豐富的R語言統(tǒng)計(jì)分析的實(shí)戰(zhàn)和教學(xué)經(jīng)驗(yàn)。郝智恒，蘭州人，南開大學(xué)數(shù)理統(tǒng)計(jì)專業(yè)畢業(yè)，目前在阿里做數(shù)據(jù)挖掘工程師。推崇開源，認(rèn)為唯有共享和交流才能讓這個(gè)世界變好，固執(zhí)的認(rèn)為一切技術(shù)上的封閉和試圖壟斷都是紙老虎。何通，生長(zhǎng)于桂林，求學(xué)于廣州，喜統(tǒng)計(jì)，好編程，結(jié)交眾友，不亦樂乎。鄧一碩，畢業(yè)于中央財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院統(tǒng)計(jì)專業(yè)，現(xiàn)效力于首鋼總公司計(jì)財(cái)部。國(guó)內(nèi)**大的統(tǒng)計(jì)學(xué)專業(yè)社區(qū)“統(tǒng)計(jì)之都”理事人員，感興趣的領(lǐng)域是時(shí)間序列分析及數(shù)據(jù)挖掘技術(shù)在金融投資分析中的應(yīng)用。劉旭華，現(xiàn)為中國(guó)農(nóng)業(yè)大學(xué)理學(xué)院應(yīng)用數(shù)學(xué)系副教授，北京理工大學(xué)博士，美國(guó)北卡萊羅納大學(xué)教堂山分校（University of North Carolina at Chapel Hill）訪問學(xué)者，主要從事數(shù)理統(tǒng)計(jì)方向的研究工作。主持和參與多項(xiàng)國(guó)家自然科學(xué)基金及其他科研基金項(xiàng)目，發(fā)表科研論文多篇。
書友推薦
- >
小考拉的故事-套裝共3冊(cè)
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
【精裝繪本】畫給孩子的中國(guó)神話
- >
唐代進(jìn)士錄
- >
莉莉和章魚
- >
我與地壇
- >
月亮虎
本類暢銷
