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