R语言经典实例 下载 mobi epub pdf 电子书 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

编辑推荐

　　

《R语言经典实例》涵盖200多个R语言实用方法，可以帮助读者快速而有效地使用R进行数据分析。本书将帮助你步入R的天堂；对于R的资深用户，本书将加深你对R的理解并拓展你的视野。通过本书，你可以使你的分析工作顺利完成并学习更多R语言知识。本书由蒂特著。

　　

《R语言经典实例》海报：
　　

内容简介

　　

《R语言经典实例》涵盖200多个R语言实用方法 ，可以帮助读者快速而有效地使用R进行数据分析。R语言给我们提供了统计分析酣一切工具，但是R本身 的结构可能有些难于掌握。本书提供的这些面向任务、简明的R语言方法包含了从基本的分析任务到输入 和输出、常用统计分析、绘图、线性回归等内容，它们可以让你马上应用R高效地工作。

每一个R语言方法都专注于一个特定的问题，随后的讨论则对问题的解决方案给出解释，并阐释该方 法的工作机理。对于R的初级用户，《R语言经典实例》将帮助你步入R的天堂；对于R的资深用户，本书将 加深你对R的理解并拓展你的视野。通过本书，你可以使你的分析工作顺利完成并学习更多R语言知识。

本书由蒂特著。

作者简介

Paul Teetor是一位定量分析专家，他曾获统计学硕士和计算机科学硕士。他从事投资管理、风险交易和风险管理等领域的分析与软件工程。

精彩书评

　　

“O’Reilly Radar博客有口皆碑。”
　　——Wired
　　“O’Reilly凭借一系列（真希望当初我也想到了）非凡想法建立了数百万美元的业务。”
　　——Business 2.0
　　“O’Reilly Conference是聚集关键思想领袖的绝对典范。”
　　——CRN
　　“一本O’Reilly的书就代表一个有用、有前途、需要学习的主题。”
　　——Irish Times
　　“Tim是位特立独行的商人，他不光放眼于长远、广阔的视野并且切实地按照Yogi Berra的建议去做了：‘如果你在路上遇到岔路口，走小路（岔路）。’回顾过去Tim似乎每一次都选择了小路，而且有几次都是一闪即逝的机会，尽管大路也不错。”
　　——Linux Journal
　　
　　

　　

目录

前言
第1章 R入门和获得帮助
1.1 下载和安装R软件
1.2 开始运行R软件
1.3 输入R命令
1.4 退出R
1.5 中断R正在运行的程序
1.6 查看帮助文档
1.7 获取函数的帮助文档
1.8 搜索帮助文档
1.9 查看R软件包帮助信息
1.10 通过网络获取帮助
1.11 寻找相关函数与数据包
1.12 查询邮件列表
1.13 向邮件列表提交问题

第2章 基础知识
2.1 显示内容
2.2 设定变量
2.3 列出所有变量
2.4 删除变量
2.5 生成向量
2.6 计算基本统计量
2.7 生成数列
2.8 向量比较
2.9 选取向量中的元素
2.10 向量的计算
2.11 运算符优先级问题
2.12 定义函数
2.13 减少输入，得到更多命令
2.14 常见错误

第3章 R软件导览
3.1 获取和设定工作目录
3.2 保存工作空间
3.3 查看历史命令记录
3.4 保存先前命令产生的结果
3.5 显示搜索路径
3.6 使用R包中的函数
3.7 使用R的内置数据集
3.8 查看已安装的R包列表
3.9 从CRAN网站安装R包
3.10 设定默认CRAN网站镜像
3.11 隐藏启动信息
3.12 运行脚本
3.13 批量运行R代码
3.14 获取和设定环境变量
3.15 找到R的主目录
3.16 R的客户化

第4章 输入与输出
4.1 使用键盘输入数据
4.2 显示更少的位数（或更多的位数）
4.3 将输出结果重定向到某一文件
4.4 显示文件列表
4.5 解决无法在Windows中打开文件的问题
4.6 阅读固定宽度数据记录
4.7 读取表格数据文件
4.8 读取CSV文件
4.9 写入CSV文件
4.10 从网络中读取表格或CSV格式数据
4.11 读取HTML表格数据
4.12 读取复杂格式数据文件
4.13 读取MySQL数据库中的数据
4.14 保存和传送目标

第5章 数据结构
5.1 对向量添加数据
5.2 在向量中插入数据
5.3 理解循环规则
5.4 构建因子（即分类变量）
5.5 将多个向量合并成单个向量以及平行因子
5.6 创建列表
5.7 根据位置选定列表元素
5.8 根据名称选定列表元素
5.9 构建一个名称/值关联表
5.10 从列表中移除元素
5.11 将列表转换为向量
5.12 从列表中移除取值为空值（即NULL）的元素
5.13 使用条件来移除列表元素
5.14 矩阵初始化
5.15 执行矩阵运算
5.16 将描述性名称赋给矩阵的行和列
5.17 从矩阵中选定一行或一列
5.18 用列数据初始化数据框
5.19 由行数据初始化数据框
5.20 添加行至数据框
5.21 预分配数据框
5.22 根据位置选择数据框的列
5.23 根据列名选定数据框的列
5.24 更便捷地选定行和列
5.25 修改数据框的列名
5.26 编辑数据框
5.27 从数据框中移除NA值
5.28 根据名称排除列
5.29 合并两个数据框
5.30 根据共有列合并数据框
5.31 更便捷地访问数据框内容
5.32 基本数据类型之间的转换
5.33 不同结构化数据类型间的转换

第6章 数据转换
6.1 向量分组
6.2 将函数应用于每个列表元素
6.3 将函数应用于每行
6.4 将函数应用于每列
6.5 将函数应用于组数据
6.6 将函数应用于行组
6.7 将函数应用于平行向量或列表

第7章 字符串和日期
7.1 获取字符串长度
7.2 连接字符串
7.3 提取子串
7.4 根据分隔符分割字符串
7.5 替代子串
7.6 查看字符串中的特殊字符
7.7 生成字符串的所有成对组合
7.8 得到当前日期
7.9 转换字符串为日期
7.10 转换日期为字符串
7.11 转化年、月、日为日期
7.12 得到儒略日期
7.13 提取日期的一部分
7.14 创建日期序列

第8章 概率
8.1 计算组合数
8.2 生成组合
8.3 生成随机数
8.4 生成可再生的随机数
8.5 生成随机样本
8.6 生成随机序列
8.7 随机排列向量
8.8 计算离散分布的概率
8.9 计算连续分布的概率
8.10 转换概率为分位数
8.11 绘制密度函数

第9章 统计概论
9.1 汇总数据
9.2 计算相对频数
9.3 因子制表和列联表创建
9.4 检验分类变量独立性
9.5 计算数据集的分位数（和四分位数）
9.6 求分位数的逆
9.7 数据转换为z分数
9.8 检验样本均值（t检验）
9.9 均值的置信区间
9.10 中位数的置信区间
9.11 检验样本比例
9.12 比例的置信区间
9.13 检验正态性
9.14 游程检验
9.15 比较两个样本的均值
9.16 比较两个非参数样本的位置
9.17 检验相关系数的显著性
9.18 检验组的等比例
9.19 组均值间成对比较
9.20 检验两样本的相同分布

第10章 图形
10.1 创建散点图
10.2 添加标题和标签
10.3 添加网格
10.4 创建多组散点图
10.5 添加图例
10.6 绘制散点图的回归线
10.7 多变量散点图的绘制
10.8 创建每个因子水平的散点图
10.9 创建条形图
10.10 对条形图添加置信区间
10.11 给条形图上色
10.12 绘制过点x和y的线
10.13 改变线的类型、宽度或者颜色
10.14 绘制多个数据集
10.15 添加垂直线和水平线
10.16 创建箱线图
10.17 对每个因子水平创建箱线图
10.18 创建直方图
10.19 对直方图添加密度估计
10.20 创建离散直方图
10.21 创建正态Q-Q图
10.22 创建其他Q-Q图
10.23 用多种颜色绘制变量
10.24 绘制函数
10.25 图形间暂停
10.26 在一页中显示多个图形
10.27 打开另一个图形窗口
10.28 在文档中绘制图形
10.29 改变图形参数

第11章 线性回归和方差分析
11.1 简单线性回归
11.2 多元线性回归
11.3 得到回归统计量
11.4 理解回归的汇总结果
11.5 运行无截距的线性回归
11.6 运行有交户项的线性回归
11.7 选择最合适的回归变量
11.8 对数据子集回归
11.9 在回归公式中使用表达式
11.10 多项式回归
11.11 转换数据的回归
11.12 寻找最佳幂变换
11.13 回归系数的置信区间
11.14 绘制回归残差
11.15 诊断线性回归
11.16 识别有影响的观察值
11.17 残差自相关检验
11.18 预测新值
11.19 建立预测区间
11.20 运行单因素方差分析
11.21 创建交互关系图
11.22 找到组间均值的不同
11.23 执行稳健方差分析
11.24 运用方差分析比较模型

第12章 有用的方法
12.1 查看你的数据
12.2 拓宽你的输出
12.3 输出赋值结果
12.4 对行和列求和
12.5 按列输出数据
12.6 对数据分级
12.7 找到特定值的位置
12.8 每隔n个选定一个向量元素
12.9 找到成对的最小值或者最大值
12.10 生成多个因子的组合
12.11 转换一个数据框
12.12 对数据框排序
12.13 对两列排序
12.14 移除变量属性
12.15 显示对象的结构
12.16 代码运行时间
12.17 抑制警告和错误消息
12.18 从列表中提取函数参数
12.19 定义你自己的二元运算符

第13章 高级数值分析和统计方法
13.1 最小化或者最大化一个单参数函数
13.2 最小化或者最大化多参数函数
13.3 计算特征值和特征向量
13.4 主成分分析
13.5 简单正交回归
13.6 数据的聚类
13.7 预测二元变量（逻辑回归）
13.8 统计量的自助法
13.9 因子分析

第14章 时间序列分析
14.1 表示时间序列
14.2 绘制时序图
14.3 提取最老的观测值或者最新的观测值
14.4 选取时间序列的子集
14.5 合并多个时间序列
14.6 缺失时间序列的填充
14.7 时间序列的滞后
14.8 计算逐次差分
14.9 时间序列相关的计算
14.10 计算移动平均
14.11 在日历时间范围内应用函数
14.12 应用滚动函数
14.13 绘制自相关函数图
14.14 检验时间序列的自相关
14.15 绘制偏自相关函数
14.16 两个时间序列间的滞后相关性
14.17 剔除时间序列的趋势
14.18 拟合ARIMA模型
14.19 剔除ARIMA模型中不显著的系数
14.20 对ARIMA模型进行诊断
14.21 用ARIMA模型进行预测
14.22 均值回归的检验
14.23 时间序列的平滑
……

前言/序言

　　前言
　　R软件是进行统计分析、绘图和统计编程的强大工具。现在成千上万的人用它来进行日常的重要统计分析。R软件是一个自由、开源的软件平台，它是许多聪明、勤奋工作的人们集体工作的成果。R软件有超过两千多个软件包插件。R软件是其他所有商业统计软件包的强劲竞争对手。
　　但是，开始使用R软件可能感到无从下手。对于许多任务，即便是一些基本的任务，R的实现也不是很明显。当了解了R的使用方法后，简单的问题自然能得心应手地解决，但学习“如何”使用R的过程有时会让人感到发狂。
　　本书介绍了如何使用R软件的一些方法，其中每一个方法对应解决某个特定的问题。介绍这些方法的途径是这样的：首先给出待解决的问题，然后给出解决方案的简单介绍，之后再给出对解决方案的讨论，深入剖析解决方案，给出该方案的原理。我知道这些方法有效实用，我也知道这些方法可行，因为我本人也使用它们。
　　这些方法所涉及的范围较为广泛。首先从基本的任务开始介绍，然后介绍数据的输入和输出、基础统计、绘图以及线性回归。与R有关的工作都将或多或少地涉及本书介绍的方法。
　　通过本书的讲解，初学者能快速地了解R并获得提高。如果你对R软件有一定的了解，那么本书也能帮助你巩固已学的知识，拓宽你的思维（例如，“下一次我应该怎么使用K-S检验”）。
　　从严格意义上来说，本书并不是一本关于R软件的教程，但你将会从中学习到许多R软件的应用技巧。本书也不是一本关于R的参考手册，但它确实包含了许多实用的内容。本书也不是一本R软件的编程指南，但书中很多方法都可以应用到R的编程脚本中。
　　最后，本书不是统计学理论的参考书。本书假设读者对统计理论和方法有一定的了解，他们需要知道的是如何在R软件中实现。
　　方法
　　本书介绍的大部分方法，都是由一两个R函数命令来解决某一特定问题。需要注意的是，书中不会对某一函数的全部功能进行详细解释，而是仅仅介绍那些为了解决某个问题所需要涉及的函数功能。R软件中几乎所有的函数都远远不止本书中所介绍的这些功能，其中有的函数具有更强大的功能。因此强烈建议读者阅读这些函数的帮助页面，你可能会从中得到不少收获。
　　每个方法都为读者提供了解决某个问题的一条途径。当然对于每个问题有可能存在多个正确的解决方案。在这种情况下，我一般会选择最为简单的方法介绍。对于书中给出的任何问题，你自己或许可以找到其他一些解决方案。本书着重介绍解决问题的方法，类似“菜谱”书，不是R软件的大全书籍。
　　尤其是，R软件有大量的可添加包，这几千个R软件包都可以通过网络下载的方式得到。这些包中含有许多替代算法和统计方法。本书侧重于R基础发布版所带的核心功能，因此你可以从其他的R添加包中找到相关的替代方案（参见方法1.11）。
　　对术语的说明
　　每个方法旨在迅速地解决问题，而非长篇大论地进行叙述。因此我可能会采用一些术语来简化相关内容的解释，这些术语有时候可能不精确，但是正确的。比如对于“泛型函数”一词。我把函数print(x)和函数plot(x)称为泛型函数，原因是它们能适当地处理多种输入参数x。计算机学家可能会质疑这一术语，因为严格地说这些都不是简单的“函数”，它们是多态方法并且动态调度。但是，如果我仔细地精确定义所有这样的技术细节，那么关键的解决方案将会埋没于这些细枝末节的技术问题中。所以为了便于阅读，我就将它们称为函数。
　　另一个例子是统计学中假设检验所用语义的严格性。若使用概率论的严格定义，就会使读者难以清晰理解这些检验的实际应用，所以我以更通俗的语言描述各个统计检验。更多有关假设检验方法的细节请查看第9章的简介。
　　我的目标是用通俗易懂而非严格的正式语言，让R软件能被更多的读者所理解和接受。因此希望各个领域的专家对于我所给出的某些并不严谨的术语定义予以谅解。

　　软件及平台说明
　　虽然R软件时常进行有计划的版本更新，但其语言定义和核心实现是稳定的。本书所介绍的方法将适用于基础发布版的任何最新版本。
　　有些方法对于操作平台有特殊的要求，我会在文中对其加以标注，这些方法大多数是一些有关软件本身的问题，如程序的安装和配置。据我所知，书中的其他所有方法都能在R的三个主要平台中得到兼容，即Windows、OS X和Linux / UNIX。
　　其他资源
　　网络
　　R项目网站（）汇集了所有R软件的相关资源。从中可以下载R程序代码、R添加包、文档、源代码以及许多其他资源。
　　除了R项目网站以外，我建议使用一个针对R软件的搜索引擎，比如Sasha Goodman 开发的Rseek搜索引擎（）。也可以使用谷歌这样的通用搜索引擎，但在搜索“R”搜索词时可能会得到许多无关的搜索结果。更多有关网络搜索的细节参见方法1.10。
　　浏览博客也是学习R软件和掌握相关R最新动态的一种有效方式。网络中存在许多这样的博客，我推荐其中两个：Tal Galili的R-bloggers（）和PlanetR的（）。可以通过订阅他们的网站了解许多相关网站上有趣且实用的文章。
　　R软件参考书籍
　　市面上有许多学习和应用R软件的书籍。下面列出一些我发现会有帮助的R软件教程。R项目网站收录并编制了大量与R相关的书目（）。我所推荐的书目有：
　　Network Theory Limited出版的《An Introduction to R》，作者是William Venables等。该书涵盖了许多对初学者很有帮助的知识。可以通过CRAN网站免费下载该书的PDF版本（），或者推荐购买纸质书籍，此书所获利润将捐赠给R项目。
　　O扲eilly公司出版的《R in a Nutshell》（），该书的作者是Joseph Adler，此书可以随时作为你R软件的使用参考，并且它比本书涵盖了更多的内容。
　　任何应用R绘制正式图形的工作都可以参考《R Graphics》一书，该书的作者为Paul Murrel（Chapman & Hall/CRC）。根据应用的R图形包的不同，也可以参考《Lattice:Multivaritate Data Visualiation with R》，作者为Deepayan Sarkar，由Springer出版社出版；《ggplot2: Elegant Graphics for Data Analysis》，作者为Hadley Wickham，由Springer公司出版。
　　《Modern Appied Statistic With S(4th ed.)》, 作者为William Venables等，由Springer公司出版。该书采用S软件来说明一些高级的统计技术。该书所涉及的函数和数据可通过下载R软件标准发布版MASS获得。
　　市面上定期会有关于R编程的新书出版，但我并不提倡不加区分地选择。关于R软件编程，我推荐《R in a Nutshell》和William Venables与Bri R语言经典实例 下载 mobi epub pdf txt 电子书 格式

评分☆☆☆☆☆

功能查询手册，不适合初学者，边学边查。

评分☆☆☆☆☆

学习R必备经典书籍。值得你拥有。

评分☆☆☆☆☆

这本书还不错，推荐购买。

评分☆☆☆☆☆

《R语言经典实例》涵盖200多个R语言实用方法 ，可以帮助读者快速而有效地使用R进行数据分析。R语言给我们提供了统计分析酣一切工具，但是R本身 的结构可能有些难于掌握。本书提供的这些面向任务、简明的R语言方法包含了从基本的分析任务到输入 和输出、常用统计分析、绘图、线性回归等内容，它们可以让你马上应用R高效地工作。

评分☆☆☆☆☆

大数据分析的优选软件，书籍系统性不错

评分☆☆☆☆☆

公司购买 应该还可以

评分☆☆☆☆☆

好的

评分☆☆☆☆☆

好东西!正版书，送货好快，质量没的说

评分☆☆☆☆☆

很实用的书，易学易用，平时参考很不错。

类似图书 点击查看全场最低价