中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
R速成:統計分析和科研數據分析快速上手 版權信息
- ISBN：9787121451881
- 條形碼：9787121451881 ; 978-7-121-45188-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
R速成:統計分析和科研數據分析快速上手 本書特色
專門為研究人員和R入門學習者寫的書 希望幫助他們發現R的豐富功能 附贈所有案例的數據集文件
R速成:統計分析和科研數據分析快速上手 內容簡介
本書的特色在于結合實際案例來展現 R 在數據科學領域的靈活性，不僅能讓讀者學習統計 知識，也能提升代碼編寫能力。全書共 15 章，第 1 章詳細介紹了 R 和 RStudio 的安裝方法；第 2 章至第 3 章介紹了導入數據的方法，以及 R 的基本工作原理；第 4 章介紹了 R 中重要的數據 管理方法；第 5 章講解數據可視化的知識；第 6 章至第 15 章介紹了統計知識點，如描述性統計、 簡單線性回歸、多元線性回歸、虛擬變量回歸等。 為方便讀者學習，本書提供了 astatur 包，這個工具包涵蓋了本書中使用的所有數據集，以 及相關章節中提到的一些補充函數。此外，本書沒有過多地介紹復雜的數學公式，對于**知 識點使用了盡可能通俗的語言進行講解，因此本書適合作為 R 統計分析課程的教科書，也適合 數據分析的初學者參考學習。
R速成:統計分析和科研數據分析快速上手 目錄
目錄
第1章 R 簡介 . 1
1.1 R 是什么？為什么要使用R？ . 2
1.2 RStudio 是什么？ . 5
1.3 如何安裝R 和RStudio？ . 6
1.3.1 在Windows 上使用R 6
1.3.2 在Mac 上使用R . 7
1.3.3 在Linux 上使用R . 7
1.3.4 在 Windows、macOS 和Linux 上使用RStudio . 8
1.4 了解 RStudio . 9
1.4.1 腳本窗口 . 9
1.4.2 控制臺窗口 11
1.4.3 環境窗口 11
1.4.4 圖形窗口 . 12
1.5 R 的線上資源 . 13
1.6 R 包的作用 . 15
1.7 更新R、RStudio 和R 包 . 17
1.8 本章小結 18
第2章 在R 中導入和處理數據 21
2.1 如何在R 中表示數據集？ 22
2.2 在R 中導入數據 23
2.3 在R 中輸入數據 29
2.4 如何在R 中使用數據集？ 33
2.5 數據類型 35
2.6 本章小結 39
第3章 R 是怎樣工作的？ 42
3.1 R 的工作方式 43
3.2 函數是什么？ . 44
3.3 對象是什么？ . 47
3.3.1 向量 . 48
3.3.2 數據框 . 51
3.3.3 矩陣 . 57
3.3.4 列表 . 58
3.4 本章小結 60
第4章 數據管理 . 63
4.1 變量的數據管理 . 64
4.1.1 創建新變量 . 64
4.1.2 重新編碼變量 67
4.1.3 替換變量值 . 69
4.1.4 重命名變量 . 72
4.1.5 探索缺失值 . 73
4.1.6 生成虛擬變量 77
4.1.7 修改變量的數據類型 79
4.1.8 標簽變量 . 80
4.1.9 整理分類變量 81
4.2 對數據集進行數據管理 82
4.2.1 變量的選擇和排除 82
4.2.2 選擇觀察值 . 85
4.2.3 根據變量合并數據集 87
4.2.4 根據觀察值合并數據集. 89
4.2.5 對數據集排序 90
4.2.6 重塑數據集 . 91
4.2.7 給變量排序 . 92
4.2.8 從數據集中隨機抽取樣本 . 94
4.2.9 管道 . 95
4.3 本章小結 96
第5章 用ggplot2 實現數據可視化 100
5.1 數據可視化在數據分析中的作用 101
5.2 了解ggplot2 103
5.2.1 層的結構 104
5.2.2 影響所有層的附加組件 114
5.3 R 示例圖 .122
5.3.1 單變量圖 123
5.3.2 二元圖 129
5.3.3 多元圖 132
5.4 本章小結 .133
第6章 描述性統計 136
6.1 單變量分析 .138
6.1.1 集中趨勢的度量 .139
6.1.2 散布的度量 142
6.1.3 偏度和峰度 146
6.1.4 離散分布 148
6.1.5 快速描述性分析 .151
6.2 描述變量之間的關系 156
6.2.1 相關系數 156
6.2.2 交叉表 160
6.3 分析組間變量 161
6.4 本章小結 .165
第7章 簡單線性回歸 167
7.1 什么是回歸分析？ 168
7.2 簡單線性回歸分析 169
7.2.1 普通*小二乘法 .171
7.2.2 擬合優度 173
7.2.3 回歸系數的假設檢驗 .176
7.2.4 線性回歸預測 .179
7.3 R 語言實例 180
7.4 本章小結 .184
第8章 多元線性回歸 186
8.1 多元線性回歸分析 187
8.1.1 參數估計 187
8.1.2 擬合優度和F 檢驗 .188
8.1.3 調整的R2 .189
8.1.4 偏斜系數 190
8.1.5 使用多元線性回歸進行預測 191
8.1.6 標準化和相對重要程度192
8.1.7 回歸假設和診斷 .193
8.2 R 語言實例 194
8.3 本章小結 .206
第9 章 虛擬變量回歸 209
9.1 為什么要進行虛擬變量回歸？ .210
9.1.1 創建虛擬變量 .210
9.1.2 虛擬變量回歸背后的邏輯 212
9.2 單一虛擬變量回歸 212
9.3 一個虛擬變量和一個協變量的回歸 215
9.4 多虛擬變量回歸 218
9.4.1 R 語言實例 .220
9.4.2 比較組間差異 .222
9.4.3 成對多重比較調整 .226
9.5 有一個以上虛擬變量和一個協變量的回歸.228
9.6 兩組獨立虛擬變量的回歸 .230
9.7 本章小結 .235
第10章 使用回歸法進行交互、調節分析 . 238
10.1 交互作用/調節效應 .239
10.2 乘積-項方法 240
10.3 連續預測變量與虛擬調節變量的交互作用 .242
10.4 連續預測變量和連續調節變量之間的交互作用 .246
10.5 虛擬預測變量與虛擬調節變量的交互作用 .251
10.6 連續預測變量與多分類調節變量的交互作用 .254
10.7 其他注意事項 259
10.7.1 顯著與不顯著的交互作用 259
10.7.2 中心化和標準化 .259
10.8 本章小結 .260
第11章 Logistic 回歸 263
11.1 R 實現簡單Logistic 回歸 267
11.1.1 Logistic 回歸中系數的含義 270
11.1.2 擬合優度和模型選擇 274
11.2 多重邏輯回歸 276
11.3 Logistic 回歸進行分類 285
11.4 本章小結 .291
第12章 多層次和縱向分析 . 294
12.1 嵌套數據結構的表示 296
12.2 完全、部分和無聚集 301
12.3 線性混合模型的顯著性檢驗 .308
12.4 縱向混合模型的模型比較 .315
12.5 本章小結 .319
第13章 因子分析 . 322
13.1 什么是因子分析? 323
13.2 因子分析過程 325
13.2.1 確定因子的數量 .326
13.2.2 因子提取 327
13.2.3 因子旋轉 330
13.2.4 提煉和解釋因子 .332
13.3 綜合評分和信度檢驗 333
13.4 R 語言實例 335
13.4.1 確定因子的數量 .335
13.4.2 用旋轉法提取因子 .337
13.5 本章小結 .341
第14章 結構方程模型 344
14.1 什么是結構方程模型？ .345
14.2 確認性因子分析 347
14.2.1 模型設定 348
14.2.2 模型識別 349
14.2.3 參數估計 351
14.2.4 模型評估 352
14.2.5 模型修正 359
14.3 潛在路徑分析 362
14.3.1 LPA 模型的定義 .363
14.3.2 測量部分 363
14.3.3 結構部分 367
14.4 本章小結 .369
第15章 貝葉斯統計 373
15.1 貝葉斯數據分析 376
15.2 用R 實現貝葉斯數據分析 377
15.3 R 語言實例 379
15.3.1 模型診斷 380
15.3.2 回歸系數的貝葉斯估計 382
15.3.3 貝葉斯模型的選擇 .387
15.3.4 模型檢驗 391
15.3.5 先驗分布的選擇 .393
15.4 本章小結 .396
展開全部
R速成:統計分析和科研數據分析快速上手 作者簡介
邁赫邁特·邁赫梅托格魯（Mehmet Mehmetoglu）是挪威科技大學心理學系的研 究方法教授。他的研究方向包括消費者心理學，進化心理學和統計方法。他在大約 35 種不同的國際期刊上發表過相關論文，其中包括 Personality and Individual Differences、 Evolutionary Psychology 和 Journal of Statistical Software。 馬蒂亞斯·米特納（Matthias Mittner）是挪威北極大學認知神經科學教授和認知 神經科學研究小組組長。他的研究方向包括神經科學、認知心理學和統計方法。他是 幾個神經科學領域 R 包和 Python 軟件包的作者。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
隨園食單
- >
莉莉和章魚
- >
唐代進士錄
- >
朝聞道
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
