R語(yǔ)言統(tǒng)計(jì)分析與應(yīng)用
定 價(jià)：79 元
叢書(shū)名：圖靈原創(chuàng)
- 作者：汪海波
- 出版時(shí)間：2018/4/1
- ISBN：9787115469823
- 出 版 社：人民郵電出版社
- 中圖法分類：C819
- 頁(yè)碼：444
- 紙張：膠版紙
- 版次：1
- 開(kāi)本：16開(kāi)
R統(tǒng)計(jì)軟件是目前應(yīng)用* 廣泛的統(tǒng)計(jì)軟件之一，已廣泛應(yīng)用于醫(yī)學(xué)、財(cái)經(jīng)和社會(huì)科學(xué)等領(lǐng)域中進(jìn)行數(shù)據(jù)管理和數(shù)據(jù)分析處理。本書(shū)以Windows操作系統(tǒng)下的R軟件為基礎(chǔ)，以實(shí)踐中常用的統(tǒng)計(jì)分析方法為基本內(nèi)容，介紹了R語(yǔ)言的編寫(xiě)以及結(jié)果解釋。本書(shū)重點(diǎn)介紹了各種多元統(tǒng)計(jì)分析方法的基本原理及其應(yīng)用，包括方差分析、多元線性回歸、Logistic回歸分析、生存分析、主成分分析、因子分析、聚類分析、判別分析以及典型相關(guān)分析等。每一章詳細(xì)討論了統(tǒng)計(jì)分析方法的基本原理和分析過(guò)程，介紹了R語(yǔ)言的使用方法及應(yīng)用實(shí)例說(shuō)明、結(jié)果解釋及結(jié)論分析等。
由R知名專家執(zhí)筆。作者深入理解了R的內(nèi)涵和精髓，結(jié)合自己豐富的培訓(xùn)經(jīng)驗(yàn)，以及大量的一線工程實(shí)踐經(jīng)驗(yàn)，潛心編寫(xiě)而成。
軟件版本采用當(dāng)前新的R版本，在知識(shí)點(diǎn)講解過(guò)程中穿插了新功能的講述與應(yīng)用。
知識(shí)全面、系統(tǒng)，科學(xué)安排內(nèi)容的層次架構(gòu)，由淺入深，循序漸進(jìn)，適合讀者的學(xué)習(xí)規(guī)律。
理論與實(shí)踐應(yīng)用緊密結(jié)合�；A(chǔ)理論知識(shí)穿插在知識(shí)點(diǎn)的講述中，言簡(jiǎn)意賅、目標(biāo)明確，其目的是使讀者知其然，亦知其所以然，達(dá)到學(xué)以致用的目的。
知識(shí)點(diǎn) 針對(duì)每個(gè)知識(shí)點(diǎn)的小實(shí)例 綜合實(shí)例的講述方式，可以使讀者快速地學(xué)習(xí)并掌握R軟件操作及應(yīng)用該知識(shí)點(diǎn)解決實(shí)踐中的問(wèn)題。綜合實(shí)例部分，深入細(xì)致地剖析數(shù)據(jù)統(tǒng)計(jì)分析應(yīng)用的流程、細(xì)節(jié)、難點(diǎn)、技巧，起到融會(huì)貫通的作用。
為了讓本書(shū)內(nèi)容盡可能接近各個(gè)領(lǐng)域的實(shí)際情況，作者從心理學(xué)、社會(huì)學(xué)、醫(yī)學(xué)、生物、商業(yè)和工程等諸多領(lǐng)域選取了一些例子。所有的這些例子都不需要讀者具備這些領(lǐng)域的專業(yè)知識(shí)。
本書(shū)附帶所有實(shí)例操作的數(shù)據(jù)和R程序。
本書(shū)由汪海波、羅莉、汪海玲編著，參與編寫(xiě)的還有郝旭寧、李建鵬、趙偉茗、劉欽、于志偉、張永崗、周世賓、姚志偉、曹文平、張應(yīng)遷、張洪才、邱洪鋼、張青蓮、陸紹強(qiáng)、李成。
汪海波，SAS知名專家，暢銷書(shū)《SAS統(tǒng)計(jì)分析與應(yīng)用從入門到精通》作者。作者深入理解了SAS內(nèi)涵、精髓，結(jié)合自己豐富的工作經(jīng)驗(yàn)，并結(jié)合大量的一線工程實(shí)踐經(jīng)驗(yàn)，潛心編寫(xiě)而成。
* 一篇 R基礎(chǔ)與入門篇
* 1章 R入門2
1.1 R簡(jiǎn)介2
1.1.1 R特點(diǎn)2
1.1.2 R支持資料3
1.2 R的獲取、安裝和啟動(dòng)4
1.2.1 R的獲取4
1.2.2 R的安裝5
1.2.3 R的啟動(dòng)7
1.3 R菜單操作7
1.4 工作空間10
1.5 程序包11
1.5.1 什么是程序包11
1.5.2 安裝程序包11
1.6 R使用以及圖形界面12
1.7 本章小結(jié)13
* 2章 R編程入門14
2.1 R語(yǔ)言14
2.1.1 數(shù)據(jù)集的概念14
2.1.2 R運(yùn)算符21
2.2 R常用函數(shù)及其應(yīng)用23
2.2.1 數(shù)學(xué)函數(shù)24
2.2.2 樣本統(tǒng)計(jì)函數(shù)26
2.2.3 概率函數(shù)27
2.2.4 字符處理函數(shù)28
2.2.5 其他實(shí)用函數(shù)30
2.3 數(shù)據(jù)的輸入31
2.3.1 使用鍵盤(pán)輸入數(shù)據(jù)31
2.3.2 數(shù)據(jù)集的導(dǎo)入32
2.4 本章小結(jié)34
第3章 基本數(shù)據(jù)管理35
3.1 創(chuàng)建新變量36
3.2 向量運(yùn)算37
3.2.1 添加或刪除向量元素37
3.2.2 向量運(yùn)算和邏輯運(yùn)算37
3.2.3 用∶運(yùn)算符創(chuàng)建向量37
3.2.4 使用seq()函數(shù)創(chuàng)建向量38
3.3 處理數(shù)據(jù)對(duì)象的實(shí)用函數(shù)38
3.4 變量的重編碼39
3.5 變量的重命名40
3.6 缺失值41
3.7 日期值42
3.8 類型轉(zhuǎn)換44
3.9 數(shù)據(jù)排序45
3.10 數(shù)據(jù)集的合并45
3.11 數(shù)據(jù)集取子集46
3.11.1 選入觀測(cè)46
3.11.2 選入變量47
3.11.3 剔除變量48
3.11.4 subset()函數(shù)49
3.12 本章小結(jié)49
第4章 樣本量和檢驗(yàn)效能估計(jì)50
4.1 樣本量估算以及R程序包50
4.1.1 樣本量影響因素50
4.1.2 檢驗(yàn)效能分析pwr包52
4.2 t檢驗(yàn)53
4.2.1 單樣本與已知總體檢驗(yàn)時(shí)樣本
量的估計(jì)及R程序53
4.2.2 兩總體均數(shù)比較樣本量的估計(jì)
及R程序54
4.2.3 配對(duì)設(shè)計(jì)兩樣本均數(shù)比較樣本
量的估計(jì)及R程序55
4.3 方差分析56
4.4 相關(guān)分析57
4.5 線性模型58
4.6 分類資料的樣本量估計(jì)59
4.6.1 單樣本與已知總體檢驗(yàn)時(shí)樣
本量的估計(jì)及R程序59
4.6.2 兩樣本率比較樣本量的估計(jì)及
R程序60
4.6.3 配對(duì)設(shè)計(jì)總體率比較樣本量的
估計(jì)及R程序61
4.7 本章小結(jié)62
第5章 高 級(jí)數(shù)據(jù)管理63
5.1 控制語(yǔ)句63
5.1.1 重復(fù)和循環(huán)63
5.1.2 條件執(zhí)行65
5.2 數(shù)據(jù)處理綜合實(shí)例67
5.3 轉(zhuǎn)置與整合70
5.3.1 轉(zhuǎn)置70
5.3.2 整合數(shù)據(jù)71
5.4 本章小結(jié)72
* 二篇 統(tǒng)計(jì)方法與R分析實(shí)例
第6章 定量資料的統(tǒng)計(jì)描述74
6.1 統(tǒng)計(jì)描述基礎(chǔ)理論知識(shí)74
6.1.1 集中趨勢(shì)描述75
6.1.2 離散趨勢(shì)描述77
6.1.3 正態(tài)分布79
6.2 統(tǒng)計(jì)描述分析實(shí)例81
6.2.1 summary()函數(shù)分析實(shí)例81
6.2.2 sapply()函數(shù)分析實(shí)例83
6.2.3 describe()函數(shù)分析實(shí)例85
6.2.4 stat.desc()函數(shù)分析實(shí)例89
6.2.5 分組計(jì)算描述性統(tǒng)計(jì)量91
6.2.6 對(duì)數(shù)正態(tài)分布資料的統(tǒng)計(jì)
描述94
6.3 本章小結(jié)95
第7章 t檢驗(yàn)96
7.1 單樣本t檢驗(yàn)96
7.1.1 單樣本t檢驗(yàn)的基礎(chǔ)理論96
7.1.2 單樣本t檢驗(yàn)分析實(shí)例97
7.1.3 無(wú)原始數(shù)據(jù)的單樣本t檢驗(yàn)R
程序98
7.2 配對(duì)設(shè)計(jì)資料的t檢驗(yàn)98
7.2.1 配對(duì)設(shè)計(jì)資料t檢驗(yàn)的基礎(chǔ)
理論98
7.2.2 配對(duì)t檢驗(yàn)實(shí)例100
7.2.3 無(wú)原始數(shù)據(jù)的配對(duì)設(shè)計(jì)的
t檢驗(yàn)分析實(shí)例102
7.3 兩獨(dú)立樣本的t檢驗(yàn)103
7.3.1 兩獨(dú)立樣本t檢驗(yàn)的基礎(chǔ)
理論103
7.3.2 獨(dú)立樣本t檢驗(yàn)分析
實(shí)例105
7.3.3 無(wú)原始數(shù)據(jù)的兩獨(dú)立樣本
t檢驗(yàn)分析實(shí)例107
7.4 本章小結(jié)107
第8章 方差分析108
8.1 方差分析及ANOVA模型擬合概述108
8.1.1 方差分析的基本思想108
8.1.2 方差分析基本術(shù)語(yǔ)110
8.1.3 ANOVA模型擬合111
8.2 完全隨機(jī)設(shè)計(jì)資料的方差分析112
8.2.1 單因子方差分析介紹113
8.2.2 單因子方差分析的R程序
實(shí)例113
8.3 隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析118
8.3.1 隨機(jī)區(qū)組方差分析介紹119
8.3.2 隨機(jī)區(qū)組方差分析的R程序
實(shí)例121
8.4 拉丁方設(shè)計(jì)資料的方差分析126
8.4.1 拉丁方方法介紹126
8.4.2 拉丁方分析的R程序?qū)嵗?28
8.5 析因設(shè)計(jì)資料的方差分析131
8.5.1 析因設(shè)計(jì)方法介紹131
8.5.2 析因方差分析的R程序?qū)嵗?34
8.6 正交試驗(yàn)設(shè)計(jì)資料的方差分析136
8.6.1 正交試驗(yàn)設(shè)計(jì)方法介紹136
8.6.2 正交試驗(yàn)設(shè)計(jì)資料分析的R
程序?qū)嵗?38
8.7 重復(fù)測(cè)量資料的方差分析139
8.7.1 重復(fù)測(cè)量設(shè)計(jì)方法介紹140
8.7.2 重復(fù)測(cè)量資料分析的R
程序?qū)嵗?41
8.8 協(xié)方差分析144
8.8.1 協(xié)方差分析方法介紹144
8.8.2 協(xié)方差分析的R程序?qū)嵗?45
8.9 本章小結(jié)148
第9章 直線回歸與相關(guān)149
9.1 直線相關(guān)分析149
9.1.1 直線相關(guān)分析介紹149
9.1.2 直線相關(guān)分析的R實(shí)例151
9.2 直線回歸分析154
9.2.1 直線回歸分析介紹155
9.2.2 直線回歸分析的R程序?qū)嵗?57
9.3 本章小結(jié)162
* 10章 多元線性回歸與相關(guān)163
10.1 多元線性回歸與相關(guān)的基礎(chǔ)理論163
10.1.1 多元線性回歸163
10.1.2 復(fù)相關(guān)系數(shù)與偏相關(guān)系數(shù)176
10.2 分析實(shí)例178
10.2.1 多元線性回歸方程的建立178
10.2.2 復(fù)相關(guān)系數(shù)與偏相關(guān)系數(shù)的
R程序?qū)嵗?83
10.3 本章小結(jié)185
* 11章 Logistic回歸分析186
11.1 非條件Logistic回歸186
11.1.1 非條件Logistic回歸介紹187
11.1.2 非條件Logistic回歸模型的
建立和檢驗(yàn)188
11.1.3 非條件Logistic回歸的R
程序190
11.2 條件Logistic回歸205
11.2.1 條件Logistic回歸介紹205
11.2.2 條件Logistic回歸的R
程序206
11.3 本章小結(jié)207
* 12章 相對(duì)數(shù)208
12.1 相對(duì)數(shù)簡(jiǎn)介208
12.1.1 率的標(biāo)準(zhǔn)化210
12.1.2 率的假設(shè)檢驗(yàn)212
12.2 R分析實(shí)例214
12.2.1 率的標(biāo)準(zhǔn)化R程序214
12.2.2 率的Z（U）檢驗(yàn)的R
程序215
12.3 本章小結(jié)216
* 13章 行列表分析217
13.1 四格表資料217
13.1.1 四格表卡方檢驗(yàn)介紹218
13.1.2 四格表卡方檢驗(yàn)的R
程序220
13.2 配對(duì)計(jì)數(shù)資料的卡方檢驗(yàn)224
13.2.1 四格表配對(duì)卡方檢驗(yàn)介紹224
13.2.2 四格表配對(duì)卡方檢驗(yàn)的R
程序225
13.3 列變量為順序變量的行均分檢驗(yàn)226
13.3.1 行均分檢驗(yàn)介紹227
13.3.2 行均分檢驗(yàn)的R程序227
13.4 行列均為順序變量的相關(guān)檢驗(yàn)230
13.4.1 行列均為順序變量的相關(guān)
檢驗(yàn)介紹230
13.4.2 行列均為順序變量的相關(guān)
檢驗(yàn)的R程序231
13.5 分層行列表的分析235
13.5.1 分層行列表的分析簡(jiǎn)介235
13.5.2 分層行列表的分析的R
程序236
13.6 趨勢(shì)卡方檢驗(yàn)239
13.6.1 趨勢(shì)卡方檢驗(yàn)簡(jiǎn)介239
13.6.2 趨勢(shì)卡方檢驗(yàn)的R程序239
13.7 卡方分割與卡方合并241
13.7.1 卡方的分割與合并簡(jiǎn)介241
13.7.2 卡方分割與卡方合并分析
實(shí)例241
13.8 本章小結(jié)243
* 14章 非參數(shù)統(tǒng)計(jì)244
14.1 單樣本資料與已知總體參數(shù)的非
參數(shù)檢驗(yàn)245
14.1.1 單組資料的符號(hào)及符號(hào)秩和
檢驗(yàn)245
14.1.2 單組資料的非參數(shù)檢驗(yàn)R
程序247
14.2 配對(duì)設(shè)計(jì)資料的非參數(shù)檢驗(yàn)248
14.2.1 配對(duì)設(shè)計(jì)資料的符號(hào)及符號(hào)
秩和檢驗(yàn)248
14.2.2 配對(duì)設(shè)計(jì)資料的非參數(shù)檢驗(yàn)
R程序249
14.3 兩組定量資料的非參數(shù)檢驗(yàn)250
14.3.1 兩組定量資料的非參數(shù)檢驗(yàn)
方法概述251
14.3.2 兩組定量資料非參數(shù)檢驗(yàn)的
R程序252
14.4 多組定量資料的非參數(shù)檢驗(yàn)253
14.4.1 多組定量資料的非參數(shù)檢驗(yàn)
方法概述253
14.4.2 多組定量資料非參數(shù)檢驗(yàn)的
R程序255
14.5 等級(jí)分組資料的非參數(shù)檢驗(yàn)260
14.5.1 等級(jí)分組資料的非參數(shù)檢驗(yàn)
方法概述260
14.5.2 等級(jí)分組資料非參數(shù)檢驗(yàn)的
R程序261
14.6 隨機(jī)區(qū)組資料的非參數(shù)檢驗(yàn)264
14.6.1 隨機(jī)區(qū)組資料的非參數(shù)檢驗(yàn)
方法概述264
14.6.2 隨機(jī)區(qū)組資料非參數(shù)檢驗(yàn)的
R程序265
14.7 等級(jí)相關(guān)（秩相關(guān)）266
14.7.1 秩相關(guān)概述266
14.7.2 spearman秩相關(guān)的R程序267
14.8 本章小結(jié)268
* 15章 生存分析269
15.1 生存分析簡(jiǎn)介269
15.1.1 生存數(shù)據(jù)269
15.1.2 生存時(shí)間函數(shù)270
15.1.3 均數(shù)、中位數(shù)和半數(shù)
生存期271
15.1.4 生存分析的基本方法271
15.2 生存曲線272
15.2.1 壽命表法及R分析實(shí)例273
15.2.2 乘積極限法（Kaplan-Meier）及
R分析實(shí)例278
15.2.3 Cox回歸及R分析實(shí)例280
15.3 本章小結(jié)285
* 16章 主成分分析286
16.1 主成分分析簡(jiǎn)介287
16.1.1 主成分分析的數(shù)學(xué)模型287
16.1.2 主成分分析的方法步驟288
16.1.3 主成分分析的應(yīng)用290
16.2 R中的主成分分析實(shí)例291
16.3 本章小結(jié)307
* 17章 因子分析308
17.1 因子分析簡(jiǎn)介308
17.2 主成分分析與因子分析比較317
17.3 因子分析及R實(shí)例318
17.4 本章小結(jié)337
* 18章 聚類分析338
18.1 聚類分析簡(jiǎn)介338
18.2 聚類分析及R實(shí)例344
18.2.1 varclus ()函數(shù)344
18.2.2 kmean()函數(shù)348
18.2.3 hclust()函數(shù)實(shí)例352
18.3 本章小結(jié)355
* 19章 判別分析356
19.1 判別分析簡(jiǎn)介357
19.2 判別分析及R實(shí)例362
19.3 本章小結(jié)386
* 20章 典型相關(guān)分析388
20.1 典型相關(guān)簡(jiǎn)介388
20.1.1 典型相關(guān)分析的理論架構(gòu)及
基本假設(shè)390
20.1.2 冗余分析391
20.1.3 典型相關(guān)系數(shù)的假設(shè)檢驗(yàn)392
20.2 cancor()函數(shù)實(shí)例392
20.3 本章小結(jié)400
* 21章 診斷試驗(yàn)的ROC分析401
21.1 診斷試驗(yàn)簡(jiǎn)介401
21.1.1 診斷試驗(yàn)介紹401
21.1.2 診斷試驗(yàn)評(píng)價(jià)指標(biāo)402
21.1.3 ROC分析資料收集與整理404
21.1.4 ROC曲線構(gòu)建405
21.2 ROC分析及R分析實(shí)例406
21.3 本章小結(jié)423
* 22章 統(tǒng)計(jì)圖425
22.1 條形圖425
22.2 餅圖429
22.3 散點(diǎn)圖431
22.4 折線圖433
22.5 箱線圖434
22.6 直方圖437
22.7 核密度圖442
22.8 點(diǎn)圖442
22.9 本章小結(jié)444
參考文獻(xiàn) 445
書(shū)單推薦
