《數(shù)據(jù)統(tǒng)計分析及R語言編程/暨南大學經(jīng)濟管理實驗中心實驗教材》是關(guān)于R的一個人門教材，由于主要針對初學者，重點放在了對R的工作原理的解釋上。R涉及廣泛，因此對于初學者來講，了解和掌握一些基本概念及原理是很有必要的。
　　讀者在打下扎實的基礎(chǔ)后，進行更深入的學習將會變得輕松許多。本著深入淺出的原則，《數(shù)據(jù)統(tǒng)計分析及R語言編程/暨南大學經(jīng)濟管理實驗中心實驗教材》配有大量圖表，使用盡可能通俗的語言，使讀者容易理解而并不失細節(jié)。

總序
前言
1 引言——如何成為數(shù)據(jù)分析師
1.1 數(shù)據(jù)分析的未來
1.2 欲善其事必先利其器
1.2.1 四大分析利器簡介
1.2.2 四大分析利器的比較
1.2.3 數(shù)據(jù)分析工具的選擇
1.3 數(shù)據(jù)統(tǒng)計分析語言R簡介
1.3.1 什么是R語言
1.3.2 為什么要用R語言
1.3.3 R語言的優(yōu)劣勢
1.3.4 如何發(fā)揮R的優(yōu)勢

2 數(shù)據(jù)收集過程
2.1 統(tǒng)計數(shù)據(jù)
2.1.1 基本概念
2.1.2 數(shù)據(jù)的分析
2.2 收集數(shù)據(jù)
2.2.1 數(shù)據(jù)格式
2.2.2 數(shù)據(jù)收集
2.3 數(shù)據(jù)管理
2.3.1 保存數(shù)據(jù)
2.3.2 輸入數(shù)據(jù)
2.3.3 R語言中數(shù)據(jù)形式

3 數(shù)據(jù)處理步驟
3.1 基本方法
3.1.1 基本函數(shù)
3.1.2 自定義函數(shù)
3.1.3 控制語句
3.2 數(shù)據(jù)選擇
3.2.1 選取觀測
3.2.2 選取變量
3.2.3 選取觀測與變量
3.2.4 剔除觀測與變量
3.3 數(shù)據(jù)轉(zhuǎn)換
3.3.1 修改變量名
3.3.2 創(chuàng)建變量
3.3.3 變量轉(zhuǎn)換
3.3.4 刪除變量
3.3.5 重新編碼
3.4 數(shù)據(jù)整理
3.4.1 數(shù)據(jù)集排序
3.4.2 數(shù)據(jù)集合并
3.4.3 缺失數(shù)據(jù)的處理

4 基本統(tǒng)計描述
4.1 基本圖形顯示函數(shù)
4.1.1 R語言中的高級繪圖函數(shù)
4.1.2 R語言中的低級繪圖函數(shù)
4.1.3 R語言中的繪圖函數(shù)參數(shù)
4.2 單變量（向量）數(shù)據(jù)分析
4.2.1 計數(shù)數(shù)據(jù)分析
4.2.2 計量數(shù)據(jù)分析
4.2.3 構(gòu)建自己的分析函數(shù)
4.3 多變量（數(shù)據(jù)框）數(shù)據(jù)分析
4.3.1 計數(shù)類數(shù)據(jù)分析
4.3.2 計量類數(shù)據(jù)分析
4.3.3 計數(shù)對計量數(shù)據(jù)分析
4.3.4 應用類函數(shù)的應用

5 隨機變量及其分布
5.1 隨機變量及其分布
5.1.1 離散型隨機變量
5.1.2 連續(xù)型隨機變量
5.1.3 R語言分布函數(shù)列表
5.2 隨機抽樣與隨機數(shù)
5.2.1 離散變量隨機數(shù)
5.2.2 連續(xù)變量隨機數(shù)
5.3 統(tǒng)計量及其抽樣分布
5.3.1 樣本與統(tǒng)計量
5.3.2 常用的抽樣分布
5.3.3 抽樣分布的臨界值

6 基本統(tǒng)計推斷方法
6.1 正態(tài)總體的參數(shù)估計
6.1.1 參數(shù)估計的方法
6.1.2 均值的區(qū)間估計
6.2 正態(tài)總體的假設(shè)檢驗
6.2.1 假設(shè)檢驗的概念
6.2.2 單樣本均值比較的t檢驗
6.2.3 兩樣本均值比較的t檢驗
6.3 分布自由的非參數(shù)統(tǒng)計
6.3.1 非參數(shù)統(tǒng)計簡介
6.3.2 單樣本非參數(shù)檢驗
6.3.3 兩樣本非參數(shù)檢驗
6.3.4 計數(shù)數(shù)據(jù)的卡方（x2）檢驗

7 常用統(tǒng)計分析模型
7.1 相關(guān)分析模型
7.1.1 線性相關(guān)系數(shù)的計算
7.1.2 相關(guān)系數(shù)的假設(shè)檢驗
7.1.3 相關(guān)系數(shù)的注意事項
7.1.4 分組數(shù)據(jù)的相關(guān)分析
7.2 回歸分析模型
7.2.1 一元線性回歸模型
7.2.2 多元線性回歸模型
7.2.3 多元回歸模型的統(tǒng)計診斷
7.2.4 分組多元回歸模型
7.3 數(shù)據(jù)分類與模型選擇
7.3.1 數(shù)據(jù)域模型
7.3.2 方差分析模型
7.3.3 Logistic模型

8 R語言的高級應用
8.1 R語言的編程概述
8.1.1 R語言編程基本知識
8.1.2 R語言數(shù)據(jù)對象說明
8.1.3 R程序中的數(shù)學運算
8.1.4 R中的字符與時間函數(shù)
8.2 R語言高級編程舉例
8.2.1 自定義函數(shù)的技巧
8.2.2 自定義統(tǒng)計量函數(shù)
8.2.3 自定義頻數(shù)表函數(shù)
8.2.4 自定義置信區(qū)間函數(shù)
8.2.5 自定義t檢驗函數(shù)
8.3 R語言高級繪圖功能
8.3.1 特殊的統(tǒng)計圖
8.3.2 lattice繪圖
8.3.3 ggplot2繪圖
8.4 R語言統(tǒng)計模擬實驗
8.4.1 MonteCarl0模擬方法
8.4.2 模擬函數(shù)的建立方法
8.4.3 對模擬的進一步認識

9 數(shù)據(jù)庫與調(diào)查分析
9.1 R語言中數(shù)據(jù)庫的使用
9.1.1 為何要使用數(shù)據(jù)庫
9.1.2 關(guān)系型數(shù)據(jù)庫簡介
9.1.3 R語言中的數(shù)據(jù)庫接口包
9.2 調(diào)查數(shù)據(jù)的設(shè)計與分析
9.2.1 調(diào)查表的設(shè)計
9.2.2 調(diào)查數(shù)據(jù)的管理
9.2.3 調(diào)查數(shù)據(jù)的分析
9.3 生成統(tǒng)計分析報告
9.3.1 腳本文件的輸入和輸出
9.3.2 使用Markdown生成網(wǎng)頁報告
附錄 RStudio簡介
參考文獻