第1章 R語言概述
1.1 R語言
1.2 R語言的農(nóng)業(yè)領域應用及發(fā)展
1.3 統(tǒng)計學基本概念
1.3.1 總體與樣本
1.3.2 差異與誤差
1.3.3 隨機現(xiàn)象與隨機變量
1.3.4 概率與分布
1.3.5 自由度
1.4 R語言的獲取與安裝
1.4.1 統(tǒng)計軟件的介紹
1.4.2 R語言安裝
1.5 數(shù)據(jù)統(tǒng)計分析問題的R語言實現(xiàn)
1.5.1 數(shù)據(jù)分布的特征描述
1.5.2 數(shù)據(jù)的相關性分析
1.5.3 概率與抽樣分析
1.6 本章小結(jié)與習題
1.6.1 本章小結(jié)
1.6.2 習題

第2章 方差分析實戰(zhàn)
2.1 方差分析基本概念
2.1.1 方差分析的基本假設
2.1.2 方差分析的檢驗過程
2.2 R語言中方差分析模型擬合
2.2.1 aov（）函數(shù)
2.2.2 表達式中各項的順序
2.3 方差分析
2.3.1 單因素方差分析
2.3.2 協(xié)方差分析
2.3.3 雙因素方差分析
2.4 本章小結(jié)與習題
2.4.1 本章小結(jié)
2.4.2 習題

第3章 回歸分析實戰(zhàn)
3.1 回歸分析
3.1.1 1m(）函數(shù)擬合回歸模型
3.1.2 一元線性回歸
3.1.3 多元線性回歸
3.2 回歸診斷
3.2.1 綜合驗證
3.2.2 假設條件分別驗證
3.3 異常觀測值
3.3.1 離群點
3.3.2 高杠桿點
3.3.3 強影響點
3.3.4 三種點的綜合判定
3.4 如何對線性模型進行改進
3.4.1 變量變換
3.4.2 添加或刪除變量
3.4.3 使用其他回歸方法
3.5 多重共線性
3.5.1 判別多重共線性
3.5.2 多重共線性問題的解決方法
3.6 模型選擇與變量選擇
3.6.1 模型選擇
……
第4章 主成分分析和因子分析實戰(zhàn)
第5章 聚類和判別分析實戰(zhàn)
第6章 機器學習實戰(zhàn)
第7章 R語言數(shù)字圖像處理與分析
參考文獻