婷婷五月情,国产精品久久久久久亚洲小说,runaway韩国电影免费完整版,国产乱在线观看视频,日韩精品首页,欧美在线视频二区

歡迎光臨中圖網 請 | 注冊
> >>
R語言實戰-(第2版)

包郵 R語言實戰-(第2版)

出版社:人民郵電出版社出版時間:2016-05-01
開本: 16開 頁數: 534
讀者評分:4分3條評論
中 圖 價:¥32.7(3.3折) 定價  ¥99.0 登錄后可看到會員價
加入購物車 收藏
開年大促, 全場包郵
?新疆、西藏除外
溫馨提示:5折以下圖書主要為出版社尾貨,大部分為全新(有塑封/無塑封),個別圖書品相8-9成新、切口
有劃線標記、光盤等附件不全詳細品相說明>>
本類五星書更多>
買過本商品的人還買了

R語言實戰-(第2版) 版權信息

  • ISBN:9787115420572
  • 條形碼:9787115420572 ; 978-7-115-42057-2
  • 裝幀:簡裝本
  • 冊數:暫無
  • 重量:暫無
  • 所屬分類:>>

R語言實戰-(第2版) 本書特色

本書注重實用性,是一本全面而細致的r指南,高度概括了該軟件和它的強大功能,展示了使用的統計示例,且對于難以用傳統方法處理的凌亂、不完整和非正態的數據給出了優雅的處理方法。作者不僅僅探討統計分析,還闡述了大量探索和展示數據的圖形功能。新版做了大量更新和修正,新增了近200頁內容,介紹數據挖掘、預測性分析和高級編程。本書適合數據分析人員及r用戶學習參考。

R語言實戰-(第2版) 內容簡介

大數據時代已經到來,在商業、經濟及其他領域中基于數據和分析去發現問題并作出科學、客觀的決策越來越重要。開源軟件r是世界上*流行的數據分析、統計計算及制圖語言,幾乎能夠完成任何數據處理任務,可安裝并運行于所有主流平臺,為我們提供了成千上萬的專業模塊和實用工具,是從大數據中獲取有用信息的絕佳工具,是數據挖掘、數據分析人才的**技能。

本書從解決實際問題入手,盡量跳脫統計學的理論闡述來討論r語言及其應用,講解清晰透澈,極具實用性。作者不僅高度概括了r語言的強大功能,展示了各種實用的統計示例,而且對于難以用傳統方法分析的凌亂、不完整和非正態的數據也給出了完備的處理方法。第2版新增6章內容,涵蓋時間序列、聚類分析、分類、高級編程、創建包和創建動態報告等,并分別詳細介紹了如何使用ggplot2和lattice進行高級繪圖。通讀本書,你將全面掌握使用r語言進行數據分析、數據挖掘的技巧,領略大量探索和展示數據的圖形功能,并學會如何撰寫動態報告,從而更加高效地進行分析與溝通。

想要成為備受高科技企業追捧的數據分析師嗎?想要科學分析數據并正確決策嗎?不妨從本書開始,挑戰大數據,用r開始炫酷地統計與分析數據吧!  

R語言實戰-(第2版) 目錄

**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:結果的重用  16

1.7 處理大數據集  16

1.8 示例實踐  16

1.9 小結  18

第2章 創建數據集  19

2.1 數據集的概念  19

2.2 數據結構  20

2.2.1 向量  21

2.2.2 矩陣  22

2.2.3 數組  23

2.2.4 數據框  24

2.2.5 因子  27

2.2.6 列表  28

2.3 數據的輸入  30

2.3.1 使用鍵盤輸入數據  31

2.3.2 從帶分隔符的文本文件導入數據  32

2.3.3 導入Excel數據  35

2.3.4 導入XML數據  36

2.3.5 從網頁抓取數據  36

2.3.6 導入SPSS數據  36

2.3.7 導入SAS數據  37

2.3.8 導入Stata數據  37

2.3.9 導入NetCDF數據  38

2.3.10 導入HDF5數據  38

2.3.11 訪問數據庫管理系統  38

2.3.12 通過Stat/Transfer導入數據  40

2.4 數據集的標注  40

2.4.1 變量標簽  40

2.4.2 值標簽  41

2.5 處理數據對象的實用函數  41

2.6 小結  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  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、自定義坐標軸和圖例  53

3.4.1 標題   54

3.4.2 坐標軸  54

3.4.3 參考線  56

3.4.4 圖例  57

3.4.5 文本標注  58

3.4.6 數學標注  60

3.5 圖形的組合  61

3.6 小結  67

第4章 基本數據管理  68

4.1 一個示例  68

4.2 創建新變量  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 將日期轉換為字符型變量  77

4.6.2 更進一步  78

4.7 類型轉換  78

4.8 數據排序  79

4.9 數據集的合并  79

4.9.1 向數據框添加列  79

4.9.2 向數據框添加行  80

4.10 數據集取子集  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  82

4.10.5 隨機抽樣  83

4.11 使用SQL語句操作數據框  83

4.12 小結  84

第5章 高級數據管理  85

5.1 一個數據處理難題  85

5.2 數值和字符處理函數  86

5.2.1 數學函數  86

5.2.2 統計函數  87

5.2.3 概率函數  90

5.2.4 字符處理函數  92

5.2.5 其他實用函數  94

5.2.6 將函數應用于矩陣和數據框  95

5.3 數據處理難題的一套解決方案  96

5.4 控制流  100

5.4.1 重復和循環  100

5.4.2 條件執行  101

5.5 用戶自編函數  102

5.6 整合與重構  104

5.6.1 轉置  104

5.6.2 整合數據  105

5.6.3 reshape2包  106

5.7 小結  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  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 使用并列箱線圖進行跨組比較  123

6.5.2 小提琴圖  125

6.6 點圖  127

6.7 小結  129

第7章 基本統計分析  130

7.1 描述性統計分析  131

7.1.1 方法云集  131

7.1.2 更多方法  132

7.1.3 分組計算描述性統計量  134

7.1.4 分組計算的擴展  135

7.1.5 結果的可視化  137

7.2 頻數表和列聯表  137

7.2.1 生成頻數表  137

7.2.2 獨立性檢驗  143

7.2.3 相關性的度量  144

7.2.4 結果的可視化  145

7.3 相關  145

7.3.1 相關的類型  145

7.3.2 相關性的顯著性檢驗  147

7.3.3 相關關系的可視化  149

7.4 t 檢驗   149

7.4.1 獨立樣本的t 檢驗  150

7.4.2 非獨立樣本的t檢驗  151

7.4.3 多于兩組的情況  151

7.5 組間差異的非參數檢驗  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  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 多項式回歸  164

8.2.4 多元線性回歸  167

8.2.5 有交互項的多元線性回歸  169

8.3 回歸診斷  171

8.3.1 標準方法  172

8.3.2 改進的方法  175

8.3.3 線性模型假設的綜合驗證  181

8.3.4 多重共線性  181

8.4 異常觀測值  182

8.4.1 離群點  182

8.4.2 高杠桿值點  182

8.4.3 強影響點  184

8.5 改進措施  186

8.5.1 刪除觀測點  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“*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 交叉驗證  193

8.7.2 相對重要性  195

8.8 小結  197

第9章 方差分析   198

9.1 術語速成  198

9.2 ANOVA模型擬合  201

9.2.1 aov()函數  201

9.2.2 表達式中各項的順序  202

9.3 單因素方差分析  203

9.3.1 多重比較  204

9.3.2 評估檢驗的假設條件  206

9.4 單因素協方差分析  208

9.4.1 評估檢驗的假設條件  209

9.4.2 結果可視化  210

9.5 雙因素方差分析  211

9.6 重復測量方差分析  214

9.7 多元方差分析  217

9.7.1 評估假設檢驗  218

9.7.2 穩健多元方差分析  220

9.8 用回歸來做ANOVA  220

9.9 小結  222

第10章 功效分析  223

10.1 假設檢驗速覽  223

10.2 用pwr包做功效分析  225

10.2.1 t檢驗  226

10.2.2 方差分析  228

10.2.3 相關性  228

10.2.4 線性模型  229

10.2.5 比例檢驗  230

10.2.6 卡方檢驗  231

10.2.7 在新情況中選擇合適的效應值  232

10.3 繪制功效分析圖形  233

10.4 其他軟件包  235

10.5 小結  236

第11章 中級繪圖  237

11.1 散點圖  238

11.1.1 散點圖矩陣  240

11.1.2 高密度散點圖  242

11.1.3 三維散點圖  244

11.1.4 旋轉三維散點圖  247

11.1.5 氣泡圖  248

11.2 折線圖  250

11.3 相關圖  253

11.4 馬賽克圖  258

11.5 小結  260

第12章 重抽樣與自助法  261

12.1 置換檢驗  261

12.2 用coin包做置換檢驗  263

12.2.1 獨立兩樣本和K 樣本檢驗  264

12.2.2 列聯表中的獨立性  266

12.2.3 數值變量間的獨立性  266

12.2.4 兩樣本和K 樣本相關性檢驗  267

12.2.5 深入探究  267

12.3 lmPerm包的置換檢驗  267

12.3.1 簡單回歸和多項式回歸  268

12.3.2 多元回歸  269

12.3.3 單因素方差分析和協方差分析  270

12.3.4 雙因素方差分析  271

12.4 置換檢驗點評  271

12.5 自助法  272

12.6 boot包中的自助法  272

12.6.1 對單個統計量使用自助法  274

12.6.2 多個統計量的自助法  276

12.7 小結  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  281

13.1.1 glm()函數  281

13.1.2 連用的函數  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  286

13.2.2 評價預測變量對結果概率的影響  287

13.2.3 過度離勢  288

13.2.4 擴展  289

13.3 泊松回歸  289

13.3.1 解釋模型參數  291

13.3.2 過度離勢  292

13.3.3 擴展  294

13.4 小結  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  298

14.2.2 提取主成分  300

14.2.3 主成分旋轉  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  306

14.3.2 提取公共因子  307

14.3.3 因子旋轉  308

14.3.4 因子得分  312

14.3.5 其他與EFA相關的包  312

14.4 其他潛變量模型  312

14.5 小結  313

第15章 時間序列  315

15.1 在R中生成時序對象  317

15.2 時序的平滑化和季節性分解  319

15.2.1 通過簡單移動平均進行平滑處理  319

15.2.2 季節性分解  321

15.3 指數預測模型  326

15.3.1 單指數平滑  326

15.3.2 Holt指數平滑和Holt-Winters指數平滑   329

15.3.3 ets()函數和自動預測  331

15.4 ARIMA 預測模型  333

15.4.1 概念介紹  333

15.4.2 ARMA和ARIMA模型  334

15.4.3 ARIMA的自動預測  339

15.5 延伸閱讀  340

15.6 小結  340

第16章 聚類分析  342

16.1 聚類分析的一般步驟  343

16.2 計算距離  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 圍繞中心點的劃分  354

16.5 避免不存在的類  356

16.6 小結  359

第17章 分類  360

17.1 數據準備  361

17.2 邏輯回歸  362

17.3 決策樹  363

17.3.1 經典決策樹  364

17.3.2 條件推斷樹  366

17.4 隨機森林  368

17.5 支持向量機  370

17.6 選擇預測效果*好的解  374

17.7 用rattle包進行數據挖掘  376

17.8 小結  381

第18章 處理缺失數據的高級方法  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 圖形探究缺失數據  386

18.3.3 用相關性探索缺失值  389

18.4 理解缺失數據的來由和影響  391

18.5 理性處理不完整數據   391

18.6 完整實例分析(行刪除)  392

18.7 多重插補  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)插補  398

18.9 小結  399

第五部分 技能拓展

第19章 使用ggplot2進行高級繪圖  402

19.1 R 中的四種圖形系統  402

19.2 ggplot2包介紹  403

19.3 用幾何函數指定圖的類型  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 坐標軸  419

19.7.2 圖例  420

19.7.3 標尺  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  426

第20章 高級編程  427

20.1 R 語言回顧  427

20.1.1 數據類型  427

20.1.2 控制結構  433

20.1.3 創建函數  436

20.2 環境  437

20.3 面向對象的編程  439

20.3.1 泛型函數  439

20.3.2 S3模型的限制  441

20.4 編寫有效的代碼  442

20.5 調試  445

20.5.1 常見的錯誤來源  445

20.5.2 調試工具  446

20.5.3 支持調試的會話選項  448

20.6 深入學習  451

20.7 小結  451

第21章 創建包  452

21.1 非參分析和npar包  453

21.2 開發包  457

21.2.1 計算統計量  457

21.2.2 打印結果  460

21.2.3 匯總結果  461

21.2.4 繪制結果  463

21.2.5 添加樣本數據到包  464

21.3 創建包的文檔  466

21.4 建立包  467

21.5 深入學習  471

21.6 小結  471

第22章 創建動態報告  472

22.1 用模版生成報告  474

22.2 用R和Markdown創建動態報告  475

22.3 用R和LaTeX創建動態報告  480

22.4 用R和Open Document創建動態報告  483

22.5 用R和Microsoft Word創建動態報告  485

22.6 小結  489

第23章 使用lattice進行高級繪圖  490

23.1 lattice包  490

23.2 調節變量  494

23.3 面板函數  495

23.4 分組變量  498

23.5 圖形參數  502

23.6 自定義圖形條帶  503

23.7 頁面布局  504

23.8 深入學習  507

附錄A 圖形用戶界面  508

附錄B 自定義啟動環境  511

附錄C 從R中導出數據  513

附錄D R中的矩陣運算  515

附錄E 本書中用到的擴展包  517

附錄F 處理大數據集  522

附錄G 更新R  526

后記:探索R的世界  528

參考文獻  530
展開全部

R語言實戰-(第2版) 相關資料

“對于所有使用r語言進行數據分析的人來講,本書都是必不可少的,不論用于業內實踐還是學術研究。”——cristofer weber,neogrid軟件架構師
 
“一般r語言問題與許多統計學問題的首選參考。”——george gaines,kyos systems公司首席運營官
 
 “語言易懂,示例真實,代碼清晰。”——samuel d. mcquillin,休斯頓大學心理學院助理教授
 
“為r語言初學者提供了柔和的學習曲線。”——indrajit sen gupta, 就職于mu sigma數據分析公司

R語言實戰-(第2版) 作者簡介

Robert I. Kabacoff
R語言社區著名學習網站Quick-R的維護者,現為全球化開發與咨詢公司Management研究集團研發副總裁。此前,Kabacoff博士是佛羅里達諾瓦東南大學的教授,講授定量方法和統計編程的研究生課程。Kabacoff還是臨床心理學博士、統計顧問,擅長數據分析,在健康、金融服務、制造業、行為科學、政府和學術界有20余年的研究和統計咨詢經驗。
 
譯者簡介:
王小寧
中國人民大學統計學院14級碩士,16級博士,統計之都副主編,中國人民大學數據挖掘中心分布式計算負責人,研究興趣包括統計機器學習和缺失數據。

 
劉擷芯
中國人民大學統計學院13級碩士,愛荷華大學商學院16級博士,中國人民大學數據挖掘中心核心成員之一,研究興趣包括統計機器學習和文本分析。

 
黃俊文
2014年畢業于中山大學數學系,2016年畢業于加州大學圣地亞哥分校統計學專業,統計之都成員,易易網創始人之一,目前關注計算機科學和統計學的結合與應用,包括機器學習方法等。他致力于成為一個有趣的人。

商品評論(3條)
  • 主題:非常實用的教材

    r語言學習非常實用的教材。

    2019/7/16 15:38:31
    讀者:375***(購買過本書)
  • 主題:

    書非常不錯,深入淺出,容易學

    2019/4/19 8:17:36
    讀者:******(購買過本書)
  • 主題:終于收到了

    2016年9月8日下單,留言說急用,可今天(2016.9.18.)才收到,耽誤事了。另外,我忘了要發票了,沒能報銷,請貴網補一張吧,訂單號 2748448。如果來得及可與《歸去來兮-那些去往臺灣的文化名家》換書的一起遞過來。

    2016/9/18 15:46:11
    讀者:201***(購買過本書)
書友推薦
編輯推薦
返回頂部
中圖網
在線客服
主站蜘蛛池模板: 国产精品久久久久久 | 亚洲一区二区精品视频 | 久久久久免费精品国产 | 天天做天天爱天天影视综合 | 久久国产成人精品国产成人亚洲 | 久久综合九色综合97_ 久久久 | 欧美色爽 | 欧美老女人性视频 | 亚洲一区二区精品视频 | 精品久久久久不卡无毒 | 日韩天堂 | 特级一级毛片免费看 | 国产成人精品综合网站 | 欧美操女人 | 狠狠综合久久久久综 | 伊人手机在线视频 | 五月天综合婷婷 | 中文字幕久精品免费视频 | 欧美日韩一区二区中文字幕视频 | 九九九热在线精品免费全部 | 欧美日韩第一区 | 五月天六月色 | 久久国产夜色精品噜噜亚洲a | 五月天久久久 | 国产大片在线看 | 久久久亚洲精品国产 | 国产亚洲高清不卡在线观看 | 成人小视频网址 | 99ri精品视频在线观看播放 | 99久久一区| 精品国产一区二区三区在线 | 四虎www成人影院观看 | 婷婷激情在线 | 色婷婷精品 | 国产亚洲综合视频 | runaway在线观看免费韩国动漫 | 99久久精品免费看国产高清 | 五月天激激婷婷大综合丁香 | 成人黄色在线视频 | 五月天久久久 | 国产成人精品亚洲 |