關(guān)于我們
書單推薦
新書推薦
|
R語言實(shí)戰(zhàn) 第2版
本書注重實(shí)用性,是一本全面而細(xì)致的R指南,高度概括了該軟件和它的強(qiáng)大功能,展示了使用的統(tǒng)計(jì)示例,且對于難以用傳統(tǒng)方法處理的凌亂、不完整和非正態(tài)的數(shù)據(jù)給出了優(yōu)雅的處理方法。作者不僅僅探討統(tǒng)計(jì)分析,還闡述了大量探索和展示數(shù)據(jù)的圖形功能。新版做了大量更新和修正,新增了近200頁內(nèi)容,介紹數(shù)據(jù)挖掘、預(yù)測性分析和高級編程。
本書適合數(shù)據(jù)分析人員及R用戶學(xué)習(xí)參考。
大數(shù)據(jù)時代已經(jīng)到來,在商業(yè)、經(jīng)濟(jì)及其他領(lǐng)域中基于數(shù)據(jù)和分析去發(fā)現(xiàn)問題并作出科學(xué)、客觀的決策越來越重要。開源軟件R是世界上流行的數(shù)據(jù)分析、統(tǒng)計(jì)計(jì)算及制圖語言,幾乎能夠完成任何數(shù)據(jù)處理任務(wù),可安裝并運(yùn)行于所有主流平臺,為我們提供了成千上萬的專業(yè)模塊和實(shí)用工具,是從大數(shù)據(jù)中獲取有用信息的**工具,是數(shù)據(jù)挖掘、數(shù)據(jù)分析人才的必讀技能。
本書從解決實(shí)際問題入手,盡量跳脫統(tǒng)計(jì)學(xué)的理論闡述來討論R語言及其應(yīng)用,講解清晰透澈,極具實(shí)用性。作者不僅高度概括了R語言的強(qiáng)大功能,展示了各種實(shí)用的統(tǒng)計(jì)示例,而且對于難以用傳統(tǒng)方法分析的凌亂、不完整和非正態(tài)的數(shù)據(jù)也給出了完備的處理方法。第2版新增6章內(nèi)容,涵蓋時間序列、聚類分析、分類、高級編程、創(chuàng)建包和創(chuàng)建動態(tài)報告等,并分別詳細(xì)介紹了如何使用ggplot2和lattice進(jìn)行高級繪圖。通讀本書,你將全面掌握使用R語言進(jìn)行數(shù)據(jù)分析、數(shù)據(jù)挖掘的技巧,領(lǐng)略大量探索和展示數(shù)據(jù)的圖形功能,并學(xué)會如何撰寫動態(tài)報告,從而更加高效地進(jìn)行分析與溝通。 想要成為備受高科技企業(yè)追捧的數(shù)據(jù)分析師嗎?想要科學(xué)分析數(shù)據(jù)并正確決策嗎?不妨從本書開始,挑戰(zhàn)大數(shù)據(jù),用R開始炫酷地統(tǒng)計(jì)與分析數(shù)據(jù)吧!
Robert I. Kabacoff
R語言社區(qū)學(xué)習(xí)網(wǎng)站Quick-R的維護(hù)者,現(xiàn)為全球化開發(fā)與咨詢公司Management研究集團(tuán)研發(fā)副總裁。此前,Kabacoff博士是佛羅里達(dá)諾瓦東南大學(xué)的教授,講授定量方法和統(tǒng)計(jì)編程的研究生課程。Kabacoff還是臨床心理學(xué)博士、統(tǒng)計(jì)顧問,擅長數(shù)據(jù)分析,在健康、金融服務(wù)、制造業(yè)、行為科學(xué)、政府和學(xué)術(shù)界有20余年的研究和統(tǒng)計(jì)咨詢經(jīng)驗(yàn)。 王小寧 中國人民大學(xué)統(tǒng)計(jì)學(xué)院14級碩士,16級博士,統(tǒng)計(jì)之都副主編,中國人民大學(xué)數(shù)據(jù)挖掘中心分布式計(jì)算負(fù)責(zé)人,研究興趣包括統(tǒng)計(jì)機(jī)器學(xué)習(xí)和缺失數(shù)據(jù)。 劉擷芯 中國人民大學(xué)統(tǒng)計(jì)學(xué)院13級碩士,愛荷華大學(xué)商學(xué)院16級博士,中國人民大學(xué)數(shù)據(jù)挖掘中心核心成員之一,研究興趣包括統(tǒng)計(jì)機(jī)器學(xué)習(xí)和文本分析。 黃俊文 2014年畢業(yè)于中山大學(xué)數(shù)學(xué)系,2016年畢業(yè)于加州大學(xué)圣地亞哥分校統(tǒng)計(jì)學(xué)專業(yè),統(tǒng)計(jì)之都成員,易易網(wǎng)創(chuàng)始人之一,目前關(guān)注計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)的結(jié)合與應(yīng)用,包括機(jī)器學(xué)習(xí)方法等。他致力于成為一個有趣的人。
第一部分 入門
第1章 R語言介紹 3 1.1 為何要使用R 4 1.2 R的獲取和安裝 6 1.3 R的使用 6 1.3.1 新手上路 7 1.3.2 獲取幫助 10 1.3.3 工作空間 10 1.3.4 輸入和輸出 12 1.4 包 13 1.4.1 什么是包 14 1.4.2 包的安裝 14 1.4.3 包的載入 14 1.4.4 包的使用方法 14 1.5 批處理 15 1.6 將輸出用為輸入:結(jié)果的重用 16 1.7 處理大數(shù)據(jù)集 16 1.8 示例實(shí)踐 16 1.9 小結(jié) 18 第2章 創(chuàng)建數(shù)據(jù)集 19 2.1 數(shù)據(jù)集的概念 19 2.2 數(shù)據(jù)結(jié)構(gòu) 20 2.2.1 向量 21 2.2.2 矩陣 22 2.2.3 數(shù)組 23 2.2.4 數(shù)據(jù)框 24 2.2.5 因子 27 2.2.6 列表 28 2.3 數(shù)據(jù)的輸入 30 2.3.1 使用鍵盤輸入數(shù)據(jù) 31 2.3.2 從帶分隔符的文本文件導(dǎo)入數(shù)據(jù) 32 2.3.3 導(dǎo)入Excel數(shù)據(jù) 35 2.3.4 導(dǎo)入XML數(shù)據(jù) 36 2.3.5 從網(wǎng)頁抓取數(shù)據(jù) 36 2.3.6 導(dǎo)入SPSS數(shù)據(jù) 36 2.3.7 導(dǎo)入SAS數(shù)據(jù) 37 2.3.8 導(dǎo)入Stata數(shù)據(jù) 37 2.3.9 導(dǎo)入NetCDF數(shù)據(jù) 38 2.3.10 導(dǎo)入HDF5數(shù)據(jù) 38 2.3.11 訪問數(shù)據(jù)庫管理系統(tǒng) 38 2.3.12 通過Stat/Transfer導(dǎo)入數(shù)據(jù) 40 2.4 數(shù)據(jù)集的標(biāo)注 40 2.4.1 變量標(biāo)簽 40 2.4.2 值標(biāo)簽 41 2.5 處理數(shù)據(jù)對象的實(shí)用函數(shù) 41 2.6 小結(jié) 42 第3章 圖形初階 43 3.1 使用圖形 43 3.2 一個簡單的例子 45 3.3 圖形參數(shù) 46 3.3.1 符號和線條 47 3.3.2 顏色 49 3.3.3 文本屬性 50 3.3.4 圖形尺寸與邊界尺寸 51 3.4 添加文本、自定義坐標(biāo)軸和圖例 53 3.4.1 標(biāo)題 54 3.4.2 坐標(biāo)軸 54 3.4.3 參考線 56 3.4.4 圖例 57 3.4.5 文本標(biāo)注 58 3.4.6 數(shù)學(xué)標(biāo)注 60 3.5 圖形的組合 61 3.6 小結(jié) 67 第4章 基本數(shù)據(jù)管理 68 4.1 一個示例 68 4.2 創(chuàng)建新變量 70 4.3 變量的重編碼 71 4.4 變量的重命名 72 4.5 缺失值 74 4.5.1 重編碼某些值為缺失值 74 4.5.2 在分析中排除缺失值 75 4.6 日期值 76 4.6.1 將日期轉(zhuǎn)換為字符型變量 77 4.6.2 更進(jìn)一步 78 4.7 類型轉(zhuǎn)換 78 4.8 數(shù)據(jù)排序 79 4.9 數(shù)據(jù)集的合并 79 4.9.1 向數(shù)據(jù)框添加列 79 4.9.2 向數(shù)據(jù)框添加行 80 4.10 數(shù)據(jù)集取子集 80 4.10.1 選入(保留)變量 80 4.10.2 剔除(丟棄)變量 81 4.10.3 選入觀測 82 4.10.4 subset()函數(shù) 82 4.10.5 隨機(jī)抽樣 83 4.11 使用SQL語句操作數(shù)據(jù)框 83 4.12 小結(jié) 84 第5章 高級數(shù)據(jù)管理 85 5.1 一個數(shù)據(jù)處理難題 85 5.2 數(shù)值和字符處理函數(shù) 86 5.2.1 數(shù)學(xué)函數(shù) 86 5.2.2 統(tǒng)計(jì)函數(shù) 87 5.2.3 概率函數(shù) 90 5.2.4 字符處理函數(shù) 92 5.2.5 其他實(shí)用函數(shù) 94 5.2.6 將函數(shù)應(yīng)用于矩陣和數(shù)據(jù)框 95 5.3 數(shù)據(jù)處理難題的一套解決方案 96 5.4 控制流 100 5.4.1 重復(fù)和循環(huán) 100 5.4.2 條件執(zhí)行 101 5.5 用戶自編函數(shù) 102 5.6 整合與重構(gòu) 104 5.6.1 轉(zhuǎn)置 104 5.6.2 整合數(shù)據(jù) 105 5.6.3 reshape2包 106 5.7 小結(jié) 108 第二部分 基本方法 第6章 基本圖形 110 6.1 條形圖 110 6.1.1 簡單的條形圖 111 6.1.2 堆砌條形圖和分組條形圖 112 6.1.3 均值條形圖 113 6.1.4 條形圖的微調(diào) 114 6.1.5 棘狀圖 115 6.2 餅圖 116 6.3 直方圖 118 6.4 核密度圖 120 6.5 箱線圖 122 6.5.1 使用并列箱線圖進(jìn)行跨組比較 123 6.5.2 小提琴圖 125 6.6 點(diǎn)圖 127 6.7 小結(jié) 129 第7章 基本統(tǒng)計(jì)分析 130 7.1 描述性統(tǒng)計(jì)分析 131 7.1.1 方法云集 131 7.1.2 更多方法 132 7.1.3 分組計(jì)算描述性統(tǒng)計(jì)量 134 7.1.4 分組計(jì)算的擴(kuò)展 135 7.1.5 結(jié)果的可視化 137 7.2 頻數(shù)表和列聯(lián)表 137 7.2.1 生成頻數(shù)表 137 7.2.2 獨(dú)立性檢驗(yàn) 143 7.2.3 相關(guān)性的度量 144 7.2.4 結(jié)果的可視化 145 7.3 相關(guān) 145 7.3.1 相關(guān)的類型 145 7.3.2 相關(guān)性的顯著性檢驗(yàn) 147 7.3.3 相關(guān)關(guān)系的可視化 149 7.4 t檢驗(yàn) 149 7.4.1 獨(dú)立樣本的t檢驗(yàn) 150 7.4.2 非獨(dú)立樣本的t檢驗(yàn) 151 7.4.3 多于兩組的情況 151 7.5 組間差異的非參數(shù)檢驗(yàn) 152 7.5.1 兩組的比較 152 7.5.2 多于兩組的比較 153 7.6 組間差異的可視化 155 7.7 小結(jié) 155 第三部分 中級方法 第8章 回歸 158 8.1 回歸的多面性 159 8.1.1 OLS回歸的適用情境 159 8.1.2 基礎(chǔ)回顧 160 8.2 OLS 回歸 160 8.2.1 用lm()擬合回歸模型 161 8.2.2 簡單線性回歸 163 8.2.3 多項(xiàng)式回歸 164 8.2.4 多元線性回歸 167 8.2.5 有交互項(xiàng)的多元線性回歸 169 8.3 回歸診斷 171 8.3.1 標(biāo)準(zhǔn)方法 172 8.3.2 改進(jìn)的方法 175 8.3.3 線性模型假設(shè)的綜合驗(yàn)證 181 8.3.4 多重共線性 181 8.4 異常觀測值 182 8.4.1 離群點(diǎn) 182 8.4.2 高杠桿值點(diǎn) 182 8.4.3 強(qiáng)影響點(diǎn) 184 8.5 改進(jìn)措施 186 8.5.1 刪除觀測點(diǎn) 186 8.5.2 變量變換 187 8.5.3 增刪變量 188 8.5.4 嘗試其他方法 188 8.6 選擇“最佳”的回歸模型 189 8.6.1 模型比較 189 8.6.2 變量選擇 190 8.7 深層次分析 193 8.7.1 交叉驗(yàn)證 193 8.7.2 相對重要性 195 8.8 小結(jié) 197 第9章 方差分析 198 9.1 術(shù)語速成 198 9.2 ANOVA模型擬合 201 9.2.1 aov()函數(shù) 201 9.2.2 表達(dá)式中各項(xiàng)的順序 202 9.3 單因素方差分析 203 9.3.1 多重比較 204 9.3.2 評估檢驗(yàn)的假設(shè)條件 206 9.4 單因素協(xié)方差分析 208 9.4.1 評估檢驗(yàn)的假設(shè)條件 209 9.4.2 結(jié)果可視化 210 9.5 雙因素方差分析 211 9.6 重復(fù)測量方差分析 214 9.7 多元方差分析 217 9.7.1 評估假設(shè)檢驗(yàn) 218 9.7.2 穩(wěn)健多元方差分析 220 9.8 用回歸來做ANOVA 220 9.9 小結(jié) 222 第10章 功效分析 223 10.1 假設(shè)檢驗(yàn)速覽 223 10.2 用pwr包做功效分析 225 10.2.1 t檢驗(yàn) 226 10.2.2 方差分析 228 10.2.3 相關(guān)性 228 10.2.4 線性模型 229 10.2.5 比例檢驗(yàn) 230 10.2.6 卡方檢驗(yàn) 231 10.2.7 在新情況中選擇合適的效應(yīng)值 232 10.3 繪制功效分析圖形 233 10.4 其他軟件包 235 10.5 小結(jié) 236 第11章 中級繪圖 237 11.1 散點(diǎn)圖 238 11.1.1 散點(diǎn)圖矩陣 240 11.1.2 高密度散點(diǎn)圖 242 11.1.3 三維散點(diǎn)圖 244 11.1.4 旋轉(zhuǎn)三維散點(diǎn)圖 247 11.1.5 氣泡圖 248 11.2 折線圖 250 11.3 相關(guān)圖 253 11.4 馬賽克圖 258 11.5 小結(jié) 260 第12章 重抽樣與自助法 261 12.1 置換檢驗(yàn) 261 12.2 用coin包做置換檢驗(yàn) 263 12.2.1 獨(dú)立兩樣本和K樣本檢驗(yàn) 264 12.2.2 列聯(lián)表中的獨(dú)立性 266 12.2.3 數(shù)值變量間的獨(dú)立性 266 12.2.4 兩樣本和K樣本相關(guān)性檢驗(yàn) 267 12.2.5 深入探究 267 12.3 lmPerm包的置換檢驗(yàn) 267 12.3.1 簡單回歸和多項(xiàng)式回歸 268 12.3.2 多元回歸 269 12.3.3 單因素方差分析和協(xié)方差分析 270 12.3.4 雙因素方差分析 271 12.4 置換檢驗(yàn)點(diǎn)評 271 12.5 自助法 272 12.6 boot包中的自助法 272 12.6.1 對單個統(tǒng)計(jì)量使用自助法 274 12.6.2 多個統(tǒng)計(jì)量的自助法 276 12.7 小結(jié) 278 第四部分 高級方法 第13章 廣義線性模型 280 13.1 廣義線性模型和glm()函數(shù) 281 13.1.1 glm()函數(shù) 281 13.1.2 連用的函數(shù) 282 13.1.3 模型擬合和回歸診斷 283 13.2 Logistic回歸 284 13.2.1 解釋模型參數(shù) 286 13.2.2 評價預(yù)測變量對結(jié)果概率的影響 287 13.2.3 過度離勢 288 13.2.4 擴(kuò)展 289 13.3 泊松回歸 289 13.3.1 解釋模型參數(shù) 291 13.3.2 過度離勢 292 13.3.3 擴(kuò)展 294 13.4 小結(jié) 295 第14章 主成分分析和因子分析 296 14.1 R中的主成分和因子分析 297 14.2 主成分分析 298 14.2.1 判斷主成分的個數(shù) 298 14.2.2 提取主成分 300 14.2.3 主成分旋轉(zhuǎn) 303 14.2.4 獲取主成分得分 304 14.3 探索性因子分析 305 14.3.1 判斷需提取的公共因子數(shù) 306 14.3.2 提取公共因子 307 14.3.3 因子旋轉(zhuǎn) 308 14.3.4 因子得分 312 14.3.5 其他與EFA相關(guān)的包 312 14.4 其他潛變量模型 312 14.5 小結(jié) 313 第15章 時間序列 315 15.1 在R 中生成時序?qū)ο蟆?17 15.2 時序的平滑化和季節(jié)性分解 319 15.2.1 通過簡單移動平均進(jìn)行平滑處理 319 15.2.2 季節(jié)性分解 321 15.3 指數(shù)預(yù)測模型 326 15.3.1 單指數(shù)平滑 326 15.3.2 Holt 指數(shù)平滑和Holt-Winters指數(shù)平滑 329 15.3.3 ets()函數(shù)和自動預(yù)測 331 15.4 ARIMA預(yù)測模型 333 15.4.1 概念介紹 333 15.4.2 ARMA和ARIMA模型 334 15.4.3 ARIMA的自動預(yù)測 339 15.5 延伸閱讀 340 15.6 小結(jié) 340 第16章 聚類分析 342 16.1 聚類分析的一般步驟 343 16.2 計(jì)算距離 344 16.3 層次聚類分析 345 16.4 劃分聚類分析 350 16.4.1 K均值聚類 350 16.4.2 圍繞中心點(diǎn)的劃分 354 16.5 避免不存在的類 356 16.6 小結(jié) 359 第17章 分類 360 17.1 數(shù)據(jù)準(zhǔn)備 361 17.2 邏輯回歸 362 17.3 決策樹 363 17.3.1 經(jīng)典決策樹 364 17.3.2 條件推斷樹 366 17.4 隨機(jī)森林 368 17.5 支持向量機(jī) 370 17.6 選擇預(yù)測效果最好的解 374 17.7 用rattle包進(jìn)行數(shù)據(jù)挖掘 376 17.8 小結(jié) 381 第18章 處理缺失數(shù)據(jù)的高級方法 382 18.1 處理缺失值的步驟 383 18.2 識別缺失值 384 18.3 探索缺失值模式 385 18.3.1 列表顯示缺失值 385 18.3.2 圖形探究缺失數(shù)據(jù) 386 18.3.3 用相關(guān)性探索缺失值 389 18.4 理解缺失數(shù)據(jù)的來由和影響 391 18.5 理性處理不完整數(shù)據(jù) 391 18.6 完整實(shí)例分析(行刪除) 392 18.7 多重插補(bǔ) 394 18.8 處理缺失值的其他方法 397 18.8.1 成對刪除 398 18.8.2 簡單(非隨機(jī))插補(bǔ) 398 18.9 小結(jié) 399 第五部分 技能拓展 第19章 使用ggplot2進(jìn)行高級繪圖 402 19.1 R 中的四種圖形系統(tǒng) 402 19.2 ggplot2包介紹 403 19.3 用幾何函數(shù)指定圖的類型 407 19.4 分組 411 19.5 刻面 413 19.6 添加光滑曲線 416 19.7 修改ggplot2圖形的外觀 418 19.7.1 坐標(biāo)軸 419 19.7.2 圖例 420 19.7.3 標(biāo)尺 421 19.7.4 主題 423 19.7.5 多重圖 425 19.8 保存圖形 426 19.9 小結(jié) 426 第20章 高級編程 427 20.1 R語言回顧 427 20.1.1 數(shù)據(jù)類型 427 20.1.2 控制結(jié)構(gòu) 433 20.1.3 創(chuàng)建函數(shù) 436 20.2 環(huán)境 437 20.3 面向?qū)ο蟮木幊獭?39 20.3.1 泛型函數(shù) 439 20.3.2 S3模型的限制 441 20.4 編寫有效的代碼 442 20.5 調(diào)試 445 20.5.1 常見的錯誤來源 445 20.5.2 調(diào)試工具 446 20.5.3 支持調(diào)試的會話選項(xiàng) 448 20.6 深入學(xué)習(xí) 451 20.7 小結(jié) 451 第21章 創(chuàng)建包 452 21.1 非參分析和npar 包 453 21.2 開發(fā)包 457 21.2.1 計(jì)算統(tǒng)計(jì)量 457 21.2.2 打印結(jié)果 460 21.2.3 匯總結(jié)果 461 21.2.4 繪制結(jié)果 463 21.2.5 添加樣本數(shù)據(jù)到包 464 21.3 創(chuàng)建包的文檔 466 21.4 建立包 467 21.5 深入學(xué)習(xí) 471 21.6 小結(jié) 471 第22章 創(chuàng)建動態(tài)報告 472 22.1 用模版生成報告 474 22.2 用R和Markdown創(chuàng)建動態(tài)報告 475 22.3 用R和LaTeX創(chuàng)建動態(tài)報告 480 22.4 用R和Open Document創(chuàng)建動態(tài)報告 483 22.5 用R和Microsoft Word創(chuàng)建動態(tài)報告 485 22.6 小結(jié) 489 第23章 使用lattice進(jìn)行高級繪圖 490 23.1 lattice包 490 23.2 調(diào)節(jié)變量 494 23.3 面板函數(shù) 495 23.4 分組變量 498 23.5 圖形參數(shù) 502 23.6 自定義圖形條帶 503 23.7 頁面布局 504 23.8 深入學(xué)習(xí) 507 附錄A 圖形用戶界面 508 附錄B 自定義啟動環(huán)境 511 附錄C 從R中導(dǎo)出數(shù)據(jù) 513 附錄D R中的矩陣運(yùn)算 515 附錄E 本書中用到的擴(kuò)展包 517 附錄F 處理大數(shù)據(jù)集 522 附錄G 更新R 526 后記:探索R的世界 528 參考文獻(xiàn) 530
你還可能感興趣
我要評論
|