R語統計分析實戰

第1篇 R語言基礎
第1章 R語言快速入門 2
1.1 R語言簡介 2
1.2 R語言的安裝 4
1.3 R語言的套件 10
1.4 R語言的幫助與資源 13
1.5 R語言的基本語法 17
第2章 常用R語言包 29
2.1 readr讀取資料 29
2.2 dplyr與tidy包 32
2.3 lubridate包 41
2.4 stringr包 44
2.5 purrr包 48
2.6 資料視覺化 64
2.7 data.table包 95
2.8 R語言小技巧 97
2.9 R語言小結 100
第2篇 R語言統計分析
第3章 統計方法 102
3.1 數據描述 104
3.2 統計函數 111
3.3 列聯表分析 116
3.4 機率分佈 118
3.5 蒙地卡羅 119
3.6 魯棒統計方法 120
3.7 極值分析 124
第4章 統計機器學習 129
4.1 聚類模型 129
4.2 時間序列模型 139
4.3 決策樹模型 143
4.4 隨機森林模型 149
4.5 特徵選擇 154
4.6 boosting演算法 162
4.7 支援向量機 167
4.8 元包 169
4.9 自動機器學習 188
第5章 假設檢驗 196
5.1 假設檢定簡介 196
5.2 相關性檢定 198
5.3 統計量檢定 205
5.4 隨機性檢定 213
5.5 方差檢定 218
5.6 其他類型檢驗 224
第6章 貝葉斯統計 246
6.1 貝葉斯統計基礎 247
6.2 Beta二項式貝葉斯模型 252
6.3 伽瑪泊松模型 255
6.4 雙常態貝葉斯模型 256
6.5 後驗逼近 259
6.6 rstanarm包 270
第3篇 R語言統計分析應用
第7章 商業統計分析 276
7.1 基本概念 276
7.2 基礎A/B測試 283
7.3 用大樣本設計A/B測試 305
7.4 A/B測試 工具 309
7.5 小樣本的A/B測試 314
第8章 行銷統計分析 316
8.1 行銷統計分析簡介 316
8.2 行為序列 320
8.3 選擇模型 341
第9章 信用評分模型發展 351
9.1 評分卡開發流程 351
9.2 資料獲取與整合 354
9.3 探索性分析 355
9.5 粗分類與WOE變換 366
9.6 模型評估 367
9.7 評分卡開發 372
9.8 模型監控 374
9.9 scorecard 374
第4篇 可重複性探索與實踐
0章 可重複性研究 382
10.1 R Markdown文件建立 382
10.2 bookdown文檔編寫 393
1章 Shiny資料視覺化 397
11.1 Shiny基礎 397
11.2 reactive()與isolate()函數 409
11.3 Shiny佈局 413
11.4 Shiny拓展 424
11.5 如何製作一款成功的Shiny應用程式 441
11.6 小結 443
.....