統計分析軟件 使用R與Python

王洪，男，統計學博士，副教授，博士生導師。美國加利福尼亞大學洛杉磯分校（UCLA）生物統計專業博士後，國家認證系統分析師，主要從事機器學習和生物統計等方面的研究工作。以第一作者或通訊作者的身份發表SCI論文30餘篇，獲軟件著作權1項。主持和參加多項國家社科基金、國家自科基金項目，主持多項全國統計科研項目重點項目、教育部人文社科基金等省部級項目，主持多項企業合作橫向課題。

前言
第1章 引言
1.1 統計分析的未來
1.2 常見統計分析軟件比較
1.3 R語言軟件的下載、安裝及基本操作
1.3.1 下載和安裝R語言軟件
1.3.2 R語言軟件基本操作與控制
1.3.3 常用的R程序包
1.3.4 RStudio
1.3.5 Markdown
1.4 Python語言軟件的下載、安裝及運行
1.4.1 下載與安裝Python語言軟件
1.4.2 Anaconda
1.4.3 運行Python
1.5 本章小結
1.6 練習題
1.7 實驗題
第2章 R語言編程基礎
2.1 R語言版的“Hello World!”
2.2 R語言腳本運行
2.3 R語言常量和變量
2.4 R語言對象基本操作
2.4.1 R語言對象屬性
2.4.2 列出對象與刪除對象
2.5 R語言數據類型
2.5.1 向量
2.5.2 數組
2.5.3 矩陣
2.5.4 數據框
2.5.5 列表
2.6 R語言流程控制
2.6.1 分支條件語句
2.6.2 循環語句
2.7 R語言自定義函數
2.8 本章小結
2.9 練習題
2.10 實驗題
第3章 R語言數據處理
3.1 數據的輸入與輸出
3.1.1 終端輸出
3.1.2 讀取數據
3.1.3 保存數據
3.2 數據選擇
3.2.1 常見數據操作函數
3.2.2 取子集
3.2.3 常見數據選擇函數
3.3 數據整理
3.3.1 修改變量名稱
3.3.2 增加新變量
3.3.3 徹底刪除新變量
3.3.4 類型轉換函數
3.3.5 排序
3.3.6 數據合並
3.3.7 缺失數據處理
3.4 本章小結
3.5 練習題
3.6 實驗題
第4章 R語言可視化
4.1 R語言基礎繪圖
4.1.1 高級繪圖函數
4.1.2 低級繪圖函數
4.1.3 交互式繪圖函數
4.1.4 使用圖形參數
4.1.5 圖形保存
4.2 ggplot2繪圖包
4.2.1 ggplot語法
4.2.2 ggplot繪圖函數
4.3 增強型繪圖plotly包
4.3.1 將ggplot2對象轉換為plotly對象
4.3.2 直接創建plotly對象
4.4 交互式動態網頁Shiny包
4.4.1 Shiny簡介
4.4.2 Shiny應用程序的結構
4.4.3 編寫簡單的Shiny應用
4.4.4 運行Shiny應用程序
4.5 本章小結
4.6 練習題
4.7 實驗題
第5章 R語言隨機抽樣和隨機數
5.1 隨機變量分佈
5.2 隨機抽樣
5.3 生成已知分佈的隨機數
5.3.1 R語言函數生成隨機數
5.3.2 逆變換法生成隨機數
5.3.3 舍選法
5.4 隨機數的應用
5.4.1 估計參數
5.4.2 驗證大數定律
5.4.3 驗證中心極限定理
5.5 本章小結
5.6 練習題
5.7 實驗題
第6章 R語言基本統計推斷
6.1 R語言匯總統計量函數
6.2 R語言參數估計方法
6.2.1 點估計
6.2.2 區間估計
6.3 假設檢驗
6.3.1 t檢驗
6.3.2 二項分佈的總體檢驗
6.3.3 泊松分佈的總體檢驗
6.3.4 樣本比例的總體檢驗
6.3.5 方差分析
6.4 非參數統計推斷
6.4.1 K-S檢驗
6.4.2 Wilcoxon符號秩檢驗
6.4.3 Wilcoxon秩和檢驗
6.4.4 Pearson卡方檢驗
6.4.5 Fisher精確檢驗
6.5 本章小結
6.6 練習題
6.7 實驗題
第7章 R語言回歸分析
7.1 一元回歸模型
7.1.1 R語言回歸函數
7.1.2 一元回歸分析示例
7.2 多元回歸模型
7.2.1 多元回歸分析示例
7.2.2 處理類別變量
7.2.3 回歸系數的置信區間
7.2.4 標準化的回歸系數
7.3 回歸模型的擬合優度
7.3.1 R
7.3.2 調整後的R
7.4 回歸模型診斷
7.4.1 殘差的分類
7.4.2 線性假設診斷
7.4.3 殘差分析和異常點檢測
7.4.4 多重共線性檢測
7.5 模型選擇
7.5.1 最佳子集回歸
7.5.2 逐步回歸
7.6 模型的預測
7.6.1 回歸模型的預測
7.6.2 標準化數據的預測
7.7 本章小結
7.8 練習題
7.9 實驗題
第8章 R語言大數據分析
8.1 R語言效率編程
8.1.1 檢查代碼運行時間
8.1.2 優化R循環
8.1.3 向量化運算
8.1.4 優先使用base包命令
8.1.5 使用C++編程
8.1.6 使用apply族函數
8.2 內存管理
8.2.1 內存使用
8.2.2 內存清理
8.3 R 並行處理包
8.3.1 parallel軟件包
8.3.2 foreach軟件包
8.4 R 高效讀取大數據
8.4.1 提升讀取效率的函數
8.4.2 在內存外存儲數據
8.5 本章小結
8.6 練習題
8.7 實驗題
第9章 Python語言基礎
9.1 在R中調用Python
9.2 Python入門
9.2.1 Python版“Hello World!”
9.2.2 關鍵字和標識符
9.2.3 變量和常量
9.2.4 Python語句、縮進和註釋
9.2.5 Python數據類型
9.2.6 數據類型轉換
9.2.7 運算符和操作對象
9.3 Python數據結構
9.3.1 序列
9.