R 語言統計入門, 2/e (Introductory Statistics with R, 2/e) R语言统计入门(第2版)

<簡介>

　　《R語言統計入門（第2版）》以最恰當的方式向初學者介紹了R語言的全貌，內容涵蓋基本的R編程方法、基本數據處理和一些高級數據操作的技巧，有助於讀者理解R向量化編程的特點。此外，作者在《R語言統計入門（第2版）》中還詳細描述了包含回歸分析、假設檢驗、廣義線性模型、非線性擬合等常用統計方法的原理。雖然《R語言統計入門（第2版》以實際案例解析居多，但是並非不重視理論，作者恰當而到位地描述了理論方面的內容，既不晦澀，也非淺薄，而是向讀者打開了一扇窗。作者希望這《R語言統計入門（第2版）》可以作為一道“開胃菜”引導更多的人投入到對統計和R的研究之中。本書適合數據分析，數據統計人員及R用戶學習參考。

 
<目錄>

目　錄
第1章　基礎知識　1
1．1　初始步驟　1
1．1．1　大型計算器　2
1．1．2　賦值　3
1．1．3　向量運算　4
1．1．4　標準過程　5
1．1．5　作圖　6
1．2　R語言基礎　8
1．2．1　表達式和對象　8
1．2．2　函數和參數　9
1．2．3　向量　10
1．2．4　引用和轉義序列　10
1．2．5　缺失值　11
1．2．6　生成向量的函數　11
1．2．7　矩陣和數組　13
1．2．8　因子　15
1．2．9　列表　16
1．2．10　數據框　17
1．2．11　索引　17
1．2．12　條件選擇　18
1．2．13　數據框的索引　19
1．2．14　分組數據和數據框　20
1．2．15　隱式循環　21
1．2．16　排序　23
1．3　練習題　24
第2章　R語言環境　25
2．1　會話管理　25
2．1．1　工作空間窗口　25
2．1．2　文本輸出　26
2．1．3　腳本　27
2．1．4　獲取幫助　27
2．1．5　包　28
2．1．6　內置數據　29
2．1．7　attach和detach　29
2．1．8　subset，transform和within　31
2．2　作圖系統　32
2．2．1　圖形佈局　32
2．2．2　利用部分構造圖形　33
2．2．3　par的使用　34
2．2．4　組合圖形　35
2．3　R編程　36
2．3．1　流程控制　37
2．3．2　類和類函數　37
2．4　數據輸入　38
2．4．1　讀取文本文件　39
2．4．2　read．table的進一步討論　41
2．4．3　數據編輯器　42
2．4．4　其他程序的接口　43
2．5　練習題　44
第3章　概率和分佈　45
3．1　隨機抽樣　45
3．2　概率計算和排列組合　46
3．3　離散分佈　47
3．4　連續分佈　47
3．5　R中的內置分佈　48
3．5．1　密度　48
3．5．2　累積分佈函數　50
3．5．3　分位數　51
3．5．4　隨機數字　52
3．6　練習題　53
第4章　描述性統計和圖形　54
4．1　單組的匯總統計量　54
4．2　分佈的圖形展示　58
4．2．1　直方圖　58
4．2．2　經驗累積分佈　59
4．2．3　Q-Q圖　59
4．2．4　箱式圖　60
4．3　分組數據的匯總統計量　61
4．4　分組數據作圖　64
4．4．1　直方圖　64
4．4．2　並聯箱式圖　65
4．4．3　帶狀圖　66
4．5　表格　68
4．5．1　生成表格　68
4．5．2　邊際表格和相對頻數　71
4．6　表格的圖形顯示　72
4．6．1　條形圖　72
4．6．2　點圖　74
4．6．3　餅圖　75
4．7　練習題　76
第5章　單樣本與雙樣本檢驗　77
5．1　單樣本t檢驗　77
5．2　Wilcoxon符號秩檢驗　80
5．3　兩樣本t檢驗　82
5．4　比較方差　83
5．5　兩樣本Wilcoxon檢驗　84
5．6　配對t檢驗　85
5．7　配對Wilcoxon檢驗　86
5．8　練習題　87
第6章　回歸與相關性　88
6．1　簡單線性回歸　88
6．2　殘差與回歸值　92
6．3　預測與置信帶　95
6．4　相關性　98
6．4．1　皮爾遜相關係數　98
6．4．2　斯皮爾曼相關係數　99
6．4．3　肯德爾等級相關係數t　100
6．5　練習題　100
第7章　方差分析與Kruskal-Wallis檢驗　102
7．1　單因素方差分析　102
7．1．1　成對比較和多重檢驗　106
7．1．2　放寬對方差的假設　107
7．1．3　圖像表示　108
7．1．4　Bartlett檢驗　109
7．2　Kruskal-Wallis檢驗　110
7．3　雙因素方差分析　110
7．4　Friedman檢驗　114
7．5　回歸分析中的方差分析表　114
7．6　練習題　115
第8章　表格數據　117
8．1　單比例　117
8．2　兩個獨立的比例　118
8．3　k比例，檢驗趨勢　120
8．4　r ′ c表格　122
8．5　練習題　124
第9章　功效與樣本容量的計算　126
9．1　功效計算原則　126
9．1．1　單樣本t及配對樣本t檢驗的功效　127
9．1．2　兩樣本t檢驗的功效　128
9．1．3　近似方法　128
9．1．4　比較比例的功效　129
9．2　兩樣本問題　129
9．3　單樣本問題及配對樣本檢驗　131
9．4　比例的比較　131
9．5　練習題　132
第10章　數據處理的高級技術　133
10．1　變量的重編碼　133
10．1．1　cut函數　133
10．1．2　處理因子　135
10．1．3　日期的使用　136
10．1．4　多變量重編碼　139
10．2　條件計算　140
10．3　合併與重構數據框　141
10．3．1　追加數據框　141
10．3．2　合併數據框　142
10．3．3　重塑數據框　144
10．4　數據的分組及分案例操作　146
10．5　時間分割　148
10．6　練習題　152
第11章　多元回歸　153
11．1　多維數據繪圖　153
11．2　模型設定和模型輸出　155
11．3　模型篩選　157
11．4　練習題　161
第12章　線性模型　162
12．1　多項式回歸　163
12．2　過原點的回歸分析　165
12．3　設計矩陣與虛擬變量　166
12．4　組間的共線性　168
12．5　交互效應　172
12．6　可重複的雙因素方差分析　172
12．7　協方差分析　173
12．7．1　圖形描述　174
12．7．2　比較回歸線　177
12．8　模型診斷　183
12．9　練習題　187
第13章　邏輯回歸　189
13．1　廣義線性模型　190
13．2　表格化數據的邏輯回歸　190
13．2．1　偏差表分析　195
13．2．2　與趨勢檢驗之間的關聯　196
13．3　似然剖面分析　197
13．4　讓步比估計的表達　199
13．5　原始數據的邏輯回歸　199
13．6　預測　201
13．7　模型檢查　202
13．8　練習題　206
第14章　生存分析　208
14．1　重要概念　208
14．2　生存對象　209
14．3　Kaplan-Meier估計　210
14．4　對數秩檢驗　213
14．5　Cox比例風險模型　214
14．6　練習題　216
第15章　比率和泊松回歸　217
15．1　基本思想　217
15．1．1　泊松分佈　217
15．1．2　帶有常數風險的生存分析　218
15．2　泊松模型的擬合　219
15．3　計算比率　223
15．4　帶有常數強度的模型　226
15．5　練習題　230
第16章　非線性曲線擬合　231
16．1　基本用法　232
16．2　尋找初值　233
16．3　自啟動模型　238
16．4　剖面分析　240
16．5　更好地控制擬合算法　241
16．6　練習題　242
附錄A　獲取並安裝R以及ISwR包　243
附錄B　ISwR中的數據集　246
附錄C　摘要　272
附錄D　練習題答案　283