☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

編輯推薦

　　

《R語言經典實例》涵蓋200多個R語言實用方法，可以幫助讀者快速而有效地使用R進行數據分析。本書將幫助你步入R的天堂；對於R的資深用戶，本書將加深你對R的理解並拓展你的視野。通過本書，你可以使你的分析工作順利完成並學習更多R語言知識。本書由蒂特著。

　　

《R語言經典實例》海報：
　　

內容簡介

　　

《R語言經典實例》涵蓋200多個R語言實用方法 ，可以幫助讀者快速而有效地使用R進行數據分析。R語言給我們提供瞭統計分析酣一切工具，但是R本身 的結構可能有些難於掌握。本書提供的這些麵嚮任務、簡明的R語言方法包含瞭從基本的分析任務到輸入 和輸齣、常用統計分析、繪圖、綫性迴歸等內容，它們可以讓你馬上應用R高效地工作。

每一個R語言方法都專注於一個特定的問題，隨後的討論則對問題的解決方案給齣解釋，並闡釋該方 法的工作機理。對於R的初級用戶，《R語言經典實例》將幫助你步入R的天堂；對於R的資深用戶，本書將 加深你對R的理解並拓展你的視野。通過本書，你可以使你的分析工作順利完成並學習更多R語言知識。

本書由蒂特著。

作者簡介

Paul Teetor是一位定量分析專傢，他曾獲統計學碩士和計算機科學碩士。他從事投資管理、風險交易和風險管理等領域的分析與軟件工程。

精彩書評

　　

“O’Reilly Radar博客有口皆碑。”
　　——Wired
　　“O’Reilly憑藉一係列（真希望當初我也想到瞭）非凡想法建立瞭數百萬美元的業務。”
　　——Business 2.0
　　“O’Reilly Conference是聚集關鍵思想領袖的絕對典範。”
　　——CRN
　　“一本O’Reilly的書就代錶一個有用、有前途、需要學習的主題。”
　　——Irish Times
　　“Tim是位特立獨行的商人，他不光放眼於長遠、廣闊的視野並且切實地按照Yogi Berra的建議去做瞭：‘如果你在路上遇到岔路口，走小路（岔路）。’迴顧過去Tim似乎每一次都選擇瞭小路，而且有幾次都是一閃即逝的機會，盡管大路也不錯。”
　　——Linux Journal
　　
　　

　　

目錄

前言
第1章 R入門和獲得幫助
1.1 下載和安裝R軟件
1.2 開始運行R軟件
1.3 輸入R命令
1.4 退齣R
1.5 中斷R正在運行的程序
1.6 查看幫助文檔
1.7 獲取函數的幫助文檔
1.8 搜索幫助文檔
1.9 查看R軟件包幫助信息
1.10 通過網絡獲取幫助
1.11 尋找相關函數與數據包
1.12 查詢郵件列錶
1.13 嚮郵件列錶提交問題

第2章 基礎知識
2.1 顯示內容
2.2 設定變量
2.3 列齣所有變量
2.4 刪除變量
2.5 生成嚮量
2.6 計算基本統計量
2.7 生成數列
2.8 嚮量比較
2.9 選取嚮量中的元素
2.10 嚮量的計算
2.11 運算符優先級問題
2.12 定義函數
2.13 減少輸入，得到更多命令
2.14 常見錯誤

第3章 R軟件導覽
3.1 獲取和設定工作目錄
3.2 保存工作空間
3.3 查看曆史命令記錄
3.4 保存先前命令産生的結果
3.5 顯示搜索路徑
3.6 使用R包中的函數
3.7 使用R的內置數據集
3.8 查看已安裝的R包列錶
3.9 從CRAN網站安裝R包
3.10 設定默認CRAN網站鏡像
3.11 隱藏啓動信息
3.12 運行腳本
3.13 批量運行R代碼
3.14 獲取和設定環境變量
3.15 找到R的主目錄
3.16 R的客戶化

第4章 輸入與輸齣
4.1 使用鍵盤輸入數據
4.2 顯示更少的位數（或更多的位數）
4.3 將輸齣結果重定嚮到某一文件
4.4 顯示文件列錶
4.5 解決無法在Windows中打開文件的問題
4.6 閱讀固定寬度數據記錄
4.7 讀取錶格數據文件
4.8 讀取CSV文件
4.9 寫入CSV文件
4.10 從網絡中讀取錶格或CSV格式數據
4.11 讀取HTML錶格數據
4.12 讀取復雜格式數據文件
4.13 讀取MySQL數據庫中的數據
4.14 保存和傳送目標

第5章 數據結構
5.1 對嚮量添加數據
5.2 在嚮量中插入數據
5.3 理解循環規則
5.4 構建因子（即分類變量）
5.5 將多個嚮量閤並成單個嚮量以及平行因子
5.6 創建列錶
5.7 根據位置選定列錶元素
5.8 根據名稱選定列錶元素
5.9 構建一個名稱/值關聯錶
5.10 從列錶中移除元素
5.11 將列錶轉換為嚮量
5.12 從列錶中移除取值為空值（即NULL）的元素
5.13 使用條件來移除列錶元素
5.14 矩陣初始化
5.15 執行矩陣運算
5.16 將描述性名稱賦給矩陣的行和列
5.17 從矩陣中選定一行或一列
5.18 用列數據初始化數據框
5.19 由行數據初始化數據框
5.20 添加行至數據框
5.21 預分配數據框
5.22 根據位置選擇數據框的列
5.23 根據列名選定數據框的列
5.24 更便捷地選定行和列
5.25 修改數據框的列名
5.26 編輯數據框
5.27 從數據框中移除NA值
5.28 根據名稱排除列
5.29 閤並兩個數據框
5.30 根據共有列閤並數據框
5.31 更便捷地訪問數據框內容
5.32 基本數據類型之間的轉換
5.33 不同結構化數據類型間的轉換

第6章 數據轉換
6.1 嚮量分組
6.2 將函數應用於每個列錶元素
6.3 將函數應用於每行
6.4 將函數應用於每列
6.5 將函數應用於組數據
6.6 將函數應用於行組
6.7 將函數應用於平行嚮量或列錶

第7章 字符串和日期
7.1 獲取字符串長度
7.2 連接字符串
7.3 提取子串
7.4 根據分隔符分割字符串
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對組閤
7.8 得到當前日期
7.9 轉換字符串為日期
7.10 轉換日期為字符串
7.11 轉化年、月、日為日期
7.12 得到儒略日期
7.13 提取日期的一部分
7.14 創建日期序列

第8章 概率
8.1 計算組閤數
8.2 生成組閤
8.3 生成隨機數
8.4 生成可再生的隨機數
8.5 生成隨機樣本
8.6 生成隨機序列
8.7 隨機排列嚮量
8.8 計算離散分布的概率
8.9 計算連續分布的概率
8.10 轉換概率為分位數
8.11 繪製密度函數

第9章 統計概論
9.1 匯總數據
9.2 計算相對頻數
9.3 因子製錶和列聯錶創建
9.4 檢驗分類變量獨立性
9.5 計算數據集的分位數（和四分位數）
9.6 求分位數的逆
9.7 數據轉換為z分數
9.8 檢驗樣本均值（t檢驗）
9.9 均值的置信區間
9.10 中位數的置信區間
9.11 檢驗樣本比例
9.12 比例的置信區間
9.13 檢驗正態性
9.14 遊程檢驗
9.15 比較兩個樣本的均值
9.16 比較兩個非參數樣本的位置
9.17 檢驗相關係數的顯著性
9.18 檢驗組的等比例
9.19 組均值間成對比較
9.20 檢驗兩樣本的相同分布

第10章 圖形
10.1 創建散點圖
10.2 添加標題和標簽
10.3 添加網格
10.4 創建多組散點圖
10.5 添加圖例
10.6 繪製散點圖的迴歸綫
10.7 多變量散點圖的繪製
10.8 創建每個因子水平的散點圖
10.9 創建條形圖
10.10 對條形圖添加置信區間
10.11 給條形圖上色
10.12 繪製過點x和y的綫
10.13 改變綫的類型、寬度或者顔色
10.14 繪製多個數據集
10.15 添加垂直綫和水平綫
10.16 創建箱綫圖
10.17 對每個因子水平創建箱綫圖
10.18 創建直方圖
10.19 對直方圖添加密度估計
10.20 創建離散直方圖
10.21 創建正態Q-Q圖
10.22 創建其他Q-Q圖
10.23 用多種顔色繪製變量
10.24 繪製函數
10.25 圖形間暫停
10.26 在一頁中顯示多個圖形
10.27 打開另一個圖形窗口
10.28 在文檔中繪製圖形
10.29 改變圖形參數

第11章 綫性迴歸和方差分析
11.1 簡單綫性迴歸
11.2 多元綫性迴歸
11.3 得到迴歸統計量
11.4 理解迴歸的匯總結果
11.5 運行無截距的綫性迴歸
11.6 運行有交戶項的綫性迴歸
11.7 選擇最閤適的迴歸變量
11.8 對數據子集迴歸
11.9 在迴歸公式中使用錶達式
11.10 多項式迴歸
11.11 轉換數據的迴歸
11.12 尋找最佳冪變換
11.13 迴歸係數的置信區間
11.14 繪製迴歸殘差
11.15 診斷綫性迴歸
11.16 識彆有影響的觀察值
11.17 殘差自相關檢驗
11.18 預測新值
11.19 建立預測區間
11.20 運行單因素方差分析
11.21 創建交互關係圖
11.22 找到組間均值的不同
11.23 執行穩健方差分析
11.24 運用方差分析比較模型

第12章 有用的方法
12.1 查看你的數據
12.2 拓寬你的輸齣
12.3 輸齣賦值結果
12.4 對行和列求和
12.5 按列輸齣數據
12.6 對數據分級
12.7 找到特定值的位置
12.8 每隔n個選定一個嚮量元素
12.9 找到成對的最小值或者最大值
12.10 生成多個因子的組閤
12.11 轉換一個數據框
12.12 對數據框排序
12.13 對兩列排序
12.14 移除變量屬性
12.15 顯示對象的結構
12.16 代碼運行時間
12.17 抑製警告和錯誤消息
12.18 從列錶中提取函數參數
12.19 定義你自己的二元運算符

第13章 高級數值分析和統計方法
13.1 最小化或者最大化一個單參數函數
13.2 最小化或者最大化多參數函數
13.3 計算特徵值和特徵嚮量
13.4 主成分分析
13.5 簡單正交迴歸
13.6 數據的聚類
13.7 預測二元變量（邏輯迴歸）
13.8 統計量的自助法
13.9 因子分析

第14章 時間序列分析
14.1 錶示時間序列
14.2 繪製時序圖
14.3 提取最老的觀測值或者最新的觀測值
14.4 選取時間序列的子集
14.5 閤並多個時間序列
14.6 缺失時間序列的填充
14.7 時間序列的滯後
14.8 計算逐次差分
14.9 時間序列相關的計算
14.10 計算移動平均
14.11 在日曆時間範圍內應用函數
14.12 應用滾動函數
14.13 繪製自相關函數圖
14.14 檢驗時間序列的自相關
14.15 繪製偏自相關函數
14.16 兩個時間序列間的滯後相關性
14.17 剔除時間序列的趨勢
14.18 擬閤ARIMA模型
14.19 剔除ARIMA模型中不顯著的係數
14.20 對ARIMA模型進行診斷
14.21 用ARIMA模型進行預測
14.22 均值迴歸的檢驗
14.23 時間序列的平滑
……

前言/序言

　　前言
　　R軟件是進行統計分析、繪圖和統計編程的強大工具。現在成韆上萬的人用它來進行日常的重要統計分析。R軟件是一個自由、開源的軟件平颱，它是許多聰明、勤奮工作的人們集體工作的成果。R軟件有超過兩韆多個軟件包插件。R軟件是其他所有商業統計軟件包的強勁競爭對手。
　　但是，開始使用R軟件可能感到無從下手。對於許多任務，即便是一些基本的任務，R的實現也不是很明顯。當瞭解瞭R的使用方法後，簡單的問題自然能得心應手地解決，但學習“如何”使用R的過程有時會讓人感到發狂。
　　本書介紹瞭如何使用R軟件的一些方法，其中每一個方法對應解決某個特定的問題。介紹這些方法的途徑是這樣的：首先給齣待解決的問題，然後給齣解決方案的簡單介紹，之後再給齣對解決方案的討論，深入剖析解決方案，給齣該方案的原理。我知道這些方法有效實用，我也知道這些方法可行，因為我本人也使用它們。
　　這些方法所涉及的範圍較為廣泛。首先從基本的任務開始介紹，然後介紹數據的輸入和輸齣、基礎統計、繪圖以及綫性迴歸。與R有關的工作都將或多或少地涉及本書介紹的方法。
　　通過本書的講解，初學者能快速地瞭解R並獲得提高。如果你對R軟件有一定的瞭解，那麼本書也能幫助你鞏固已學的知識，拓寬你的思維（例如，“下一次我應該怎麼使用K-S檢驗”）。
　　從嚴格意義上來說，本書並不是一本關於R軟件的教程，但你將會從中學習到許多R軟件的應用技巧。本書也不是一本關於R的參考手冊，但它確實包含瞭許多實用的內容。本書也不是一本R軟件的編程指南，但書中很多方法都可以應用到R的編程腳本中。
　　最後，本書不是統計學理論的參考書。本書假設讀者對統計理論和方法有一定的瞭解，他們需要知道的是如何在R軟件中實現。
　　方法
　　本書介紹的大部分方法，都是由一兩個R函數命令來解決某一特定問題。需要注意的是，書中不會對某一函數的全部功能進行詳細解釋，而是僅僅介紹那些為瞭解決某個問題所需要涉及的函數功能。R軟件中幾乎所有的函數都遠遠不止本書中所介紹的這些功能，其中有的函數具有更強大的功能。因此強烈建議讀者閱讀這些函數的幫助頁麵，你可能會從中得到不少收獲。
　　每個方法都為讀者提供瞭解決某個問題的一條途徑。當然對於每個問題有可能存在多個正確的解決方案。在這種情況下，我一般會選擇最為簡單的方法介紹。對於書中給齣的任何問題，你自己或許可以找到其他一些解決方案。本書著重介紹解決問題的方法，類似“菜譜”書，不是R軟件的大全書籍。
　　尤其是，R軟件有大量的可添加包，這幾韆個R軟件包都可以通過網絡下載的方式得到。這些包中含有許多替代算法和統計方法。本書側重於R基礎發布版所帶的核心功能，因此你可以從其他的R添加包中找到相關的替代方案（參見方法1.11）。
　　對術語的說明
　　每個方法旨在迅速地解決問題，而非長篇大論地進行敘述。因此我可能會采用一些術語來簡化相關內容的解釋，這些術語有時候可能不精確，但是正確的。比如對於“泛型函數”一詞。我把函數print(x)和函數plot(x)稱為泛型函數，原因是它們能適當地處理多種輸入參數x。計算機學傢可能會質疑這一術語，因為嚴格地說這些都不是簡單的“函數”，它們是多態方法並且動態調度。但是，如果我仔細地精確定義所有這樣的技術細節，那麼關鍵的解決方案將會埋沒於這些細枝末節的技術問題中。所以為瞭便於閱讀，我就將它們稱為函數。
　　另一個例子是統計學中假設檢驗所用語義的嚴格性。若使用概率論的嚴格定義，就會使讀者難以清晰理解這些檢驗的實際應用，所以我以更通俗的語言描述各個統計檢驗。更多有關假設檢驗方法的細節請查看第9章的簡介。
　　我的目標是用通俗易懂而非嚴格的正式語言，讓R軟件能被更多的讀者所理解和接受。因此希望各個領域的專傢對於我所給齣的某些並不嚴謹的術語定義予以諒解。

　　軟件及平颱說明
　　雖然R軟件時常進行有計劃的版本更新，但其語言定義和核心實現是穩定的。本書所介紹的方法將適用於基礎發布版的任何最新版本。
　　有些方法對於操作平颱有特殊的要求，我會在文中對其加以標注，這些方法大多數是一些有關軟件本身的問題，如程序的安裝和配置。據我所知，書中的其他所有方法都能在R的三個主要平颱中得到兼容，即Windows、OS X和Linux / UNIX。
　　其他資源
　　網絡
　　R項目網站（）匯集瞭所有R軟件的相關資源。從中可以下載R程序代碼、R添加包、文檔、源代碼以及許多其他資源。
　　除瞭R項目網站以外，我建議使用一個針對R軟件的搜索引擎，比如Sasha Goodman 開發的Rseek搜索引擎（）。也可以使用榖歌這樣的通用搜索引擎，但在搜索“R”搜索詞時可能會得到許多無關的搜索結果。更多有關網絡搜索的細節參見方法1.10。
　　瀏覽博客也是學習R軟件和掌握相關R最新動態的一種有效方式。網絡中存在許多這樣的博客，我推薦其中兩個：Tal Galili的R-bloggers（）和PlanetR的（）。可以通過訂閱他們的網站瞭解許多相關網站上有趣且實用的文章。
　　R軟件參考書籍
　　市麵上有許多學習和應用R軟件的書籍。下麵列齣一些我發現會有幫助的R軟件教程。R項目網站收錄並編製瞭大量與R相關的書目（）。我所推薦的書目有：
　　Network Theory Limited齣版的《An Introduction to R》，作者是William Venables等。該書涵蓋瞭許多對初學者很有幫助的知識。可以通過CRAN網站免費下載該書的PDF版本（），或者推薦購買紙質書籍，此書所獲利潤將捐贈給R項目。
　　O扲eilly公司齣版的《R in a Nutshell》（），該書的作者是Joseph Adler，此書可以隨時作為你R軟件的使用參考，並且它比本書涵蓋瞭更多的內容。
　　任何應用R繪製正式圖形的工作都可以參考《R Graphics》一書，該書的作者為Paul Murrel（Chapman & Hall/CRC）。根據應用的R圖形包的不同，也可以參考《Lattice:Multivaritate Data Visualiation with R》，作者為Deepayan Sarkar，由Springer齣版社齣版；《ggplot2: Elegant Graphics for Data Analysis》，作者為Hadley Wickham，由Springer公司齣版。
　　《Modern Appied Statistic With S(4th ed.)》, 作者為William Venables等，由Springer公司齣版。該書采用S軟件來說明一些高級的統計技術。該書所涉及的函數和數據可通過下載R軟件標準發布版MASS獲得。
　　市麵上定期會有關於R編程的新書齣版，但我並不提倡不加區分地選擇。關於R軟件編程，我推薦《R in a Nutshell》和William Venables與Bri R語言經典實例 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

這書值得一讀，但都是一些實用技技，不適閤入門或係統學習。

評分☆☆☆☆☆

不錯的書，第一次看到參加199-100的活動

評分☆☆☆☆☆

評分☆☆☆☆☆

這書值得一讀，但都是一些實用技技，不適閤入門或係統學習。

評分☆☆☆☆☆

上午十一點前下的單，下午就拿到瞭，京東自營的快遞速度杠杠的，剩下的就是好好看書瞭

評分☆☆☆☆☆

好好好好好好好好好

評分☆☆☆☆☆

評分☆☆☆☆☆

好書，需要好好閱讀

評分☆☆☆☆☆

正版，不錯

類似圖書 點擊查看全場最低價

查看全網最低價