具体描述
内容介绍
本书注重实用性，是一本全面而细致的R指南，高度概括了该软件和它的强大功能，展示了使用的统计示例，且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。作者不仅仅探讨统计分析，还阐述了大量探索和展示数据的图形功能。新版做了大量更新和修正，新增了近200页内容，介绍数据挖掘、预测性分析和*级编程。
本书适合数据分析人员及R 用户学习参考
作者介绍
Robert I. Kabacoff
R语言社区**名学习网站Quick-R的维护者，现为全球化开发与咨询公司Management研究集团研发副总裁。此前，Kabacoff博士是佛罗里达诺瓦东南大学的教授，讲授定量方法和统计编程的研究生课程。Kabacoff还是临床心理学博士、统计顾问，擅长数据分析，在健康、金融服务、制造业、行为科学、政府和学术界有20余年的研究和统计咨询经验。
媒体评论
“对于所有使用R语言进行数据分析的人来讲，本书都是必不可少的，不论用于业内实践还是学术研究。”
——Cristofer Weber，NeoGrid软件架构师
“一般R语言问题与许多统计学问题的*选参考。”
——George Gaines，KYOS Systems公司&席运营官
“语言易懂，示例真实，代码清晰。”
——Samuel D. McQuillin，休斯顿大学心理学院助理教授
“为R语言初学者提供了柔和的学习曲线。”
——Indrajit Sen Gupta, 就职于Mu Sigma数据分析公司
目录
*一部分 入门
*1章 R语言介绍 3
1.1 为何要使用R 4
1.2 R的获取和安装 6
1.3 R的使用 6
1.3.1 新手上路 7
1.3.2 获取帮助 10
1.3.3 工作空间 10
1.3.4 输入和输出 12
1.4 包 13
1.4.1 什么是包 14
1.4.2 包的安装 14
1.4.3 包的载入 14
1.4.4 包的使用方法 14
1.5 批处理 15
1.6 将输出用为输入：结果的重用 16
1.7 处理大数据集 16
1.8 示例实践 16
1.9 小结 18
*2章 创建数据集 19
2.1 数据集的概念 19
2.2 数据结构 20
2.2.1 向量 21
2.2.2 矩阵 22
2.2.3 数组 23
2.2.4 数据框 24
2.2.5 因子 27
2.2.6 列表 28
2.3 数据的输入 30
2.3.1 使用键盘输入数据 31
2.3.2 从带分隔符的文本文件导入数据 32
2.3.3 导入Excel数据 35
2.3.4 导入XML数据 36
2.3.5 从网页抓取数据 36
2.3.6 导入SPSS数据 36
2.3.7 导入SAS数据 37
2.3.8 导入Stata数据 37
2.3.9 导入NetCDF数据 38
2.3.10 导入HDF5数据 38
2.3.11 访问数据库管理系统 38
2.3.12 通过Stat/Transfer导入数据 40
2.4 数据集的标注 40
2.4.1 变量标签 40
2.4.2 值标签 41
2.5 处理数据对象的实用函数 41
2.6 小结 42
第3章 图形初阶 43
3.1 使用图形 43
3.2 一个简单的例子 45
3.3 图形参数 46
3.3.1 符号和线条 47
3.3.2 颜色 49
3.3.3 文本属性 50
3.3.4 图形尺寸与边界尺寸 51
3.4 添加文本、自定义坐标轴和图例 53
3.4.1 标题 54
3.4.2 坐标轴 54
3.4.3 参考线 56
3.4.4 图例 57
3.4.5 文本标注 58
3.4.6 数学标注 60
3.5 图形的组合 61
3.6 小结 67
第4章 基本数据管理 68
4.1 一个示例 68
4.2 创建新变量 70
4.3 变量的重编码 71
4.4 变量的重命名 72
4.5 缺失值 74
4.5.1 重编码某些值为缺失值 74
4.5.2 在分析中排除缺失值 75
4.6 日期值 76
4.6.1 将日期转换为字符型变量 77
4.6.2 更进一步 78
4.7 类型转换 78
4.8 数据排序 79
4.9 数据集的合并 79
4.9.1 向数据框添加列 79
4.9.2 向数据框添加行 80
4.10 数据集取子集 80
4.10.1 选入（保留）变量 80
4.10.2 剔除（丢弃）变量 81
4.10.3 选入观测 82
4.10.4 subset()函数 82
4.10.5 随机抽样 83
4.11 使用SQL语句操作数据框 83
4.12 小结 84
第5章 *级数据管理 85
5.1 一个数据处理难题 85
5.2 数值和字符处理函数 86
5.2.1 数学函数 86
5.2.2 统计函数 87
5.2.3 概率函数 90
5.2.4 字符处理函数 92
5.2.5 其他实用函数 94
5.2.6 将函数应用于矩阵和数据框 95
5.3 数据处理难题的一套解决方案 96
5.4 控制流 100
5.4.1 重复和循环 100
5.4.2 条件执行 101
5.5 用户自编函数 102
5.6 整合与重构 104
5.6.1 转置 104
5.6.2 整合数据 105
5.6.3 reshape2包 106
5.7 小结 108
*二部分 基本方法
第6章 基本图形 110
6.1 条形图 110
6.1.1 简单的条形图 111
6.1.2 堆砌条形图和分组条形图 112
6.1.3 均值条形图 113
6.1.4 条形图的微调 114
6.1.5 棘状图 115
6.2 饼图 116
6.3 直方图 118
6.4 核密度图 120
6.5 箱线图 122
6.5.1 使用并列箱线图进行跨组比较 123
6.5.2 小提琴图 125
6.6 点图 127
6.7 小结 129
第7章 基本统计分析 130
7.1 描述性统计分析 131
7.1.1 方法云集 131
7.1.2 更多方法 132
7.1.3 分组计算描述性统计量 134
7.1.4 分组计算的扩展 135
7.1.5 结果的可视化 137
7.2 频数表和列联表 137
7.2.1 生成频数表 137
7.2.2 独立性检验 143
7.2.3 相关性的度量 144
7.2.4 结果的可视化 145
7.3 相关 145
7.3.1 相关的类型 145
7.3.2 相关性的显著性检验 147
7.3.3 相关关系的可视化 149
7.4 t 检验 149
7.4.1 独立样本的t 检验 150
7.4.2 非独立样本的t检验 151
7.4.3 多于两组的情况 151
7.5 组间差异的非参数检验 152
7.5.1 两组的比较 152
7.5.2 多于两组的比较 153
7.6 组间差异的可视化 155
7.7 小结 155
第三部分 中级方法
第8章 回归 158
8.1 回归的多面性 159
8.1.1 OLS回归的适用情境 159
8.1.2 基础回顾 160
8.2 OLS回归 160
8.2.1 用lm()拟合回归模型 161
8.2.2 简单线性回归 163
8.2.3 多项式回归 164
8.2.4 多元线性回归 167
8.2.5 有交互项的多元线性回归 169
8.3 回归诊断 171
8.3.1 标准方法 172
8.3.2 改进的方法 175
8.3.3 线性模型假设的综合验证 181
8.3.4 多重共线性 181
8.4 异常观测值 182
8.4.1 离群点 182
8.4.2 高杠杆值点 182
8.4.3 强影响点 184
8.5 改进措施 186
8.5.1 删除观测点 186
8.5.2 变量变换 187
8.5.3 增删变量 188
8.5.4 尝试其他方法 188
8.6 选择“*佳”的回归模型 189
8.6.1 模型比较 189
8.6.2 变量选择 190
8.7 深层次分析 193
8.7.1 交叉验证 193
8.7.2 相对重要性 195
8.8 小结 197
第9章 方差分析 198
9.1 术语速成 198
9.2 ANOVA模型拟合 201
9.2.1 aov()函数 201
9.2.2 表达式中各项的顺序 202
9.3 单因素方差分析 203
9.3.1 多重比较 204
9.3.2 评估检验的假设条件 206
9.4 单因素协方差分析 208
9.4.1 评估检验的假设条件 209
9.4.2 结果可视化 210
9.5 双因素方差分析 211
9.6 重复测量方差分析 214
9.7 多元方差分析 217
9.7.1 评估假设检验 218
9.7.2 稳健多元方差分析 220
9.8 用回归来做ANOVA 220
9.9 小结 222
*10章 功效分析 223
10.1 假设检验速览 223
10.2 用pwr包做功效分析 225
10.2.1 t检验 226
10.2.2 方差分析 228
10.2.3 相关性 228
10.2.4 线性模型 229
10.2.5 比例检验 230
10.2.6 卡方检验 231
10.2.7 在新情况中选择合适的效应值 232
10.3 绘制功效分析图形 233
10.4 其他软件包 235
10.5 小结 236
*11章 中级绘图 237
11.1 散点图 238
11.1.1 散点图矩阵 240
11.1.2 高密度散点图 242
11.1.3 三维散点图 244
11.1.4 旋转三维散点图 247
11.1.5 气泡图 248
11.2 折线图 250
11.3 相关图 253
11.4 马赛克图 258
11.5 小结 260
*12章 重抽样与自助法 261
12.1 置换检验 261
12.2 用coin包做置换检验 263
12.2.1 独立两样本和K 样本检验 264
12.2.2 列联表中的独立性 266
12.2.3 数值变量间的独立性 266
12.2.4 两样本和K 样本相关性检验 267
12.2.5 深入探究 267
12.3 lmPerm包的置换检验 267
12.3.1 简单回归和多项式回归 268
12.3.2 多元回归 269
12.3.3 单因素方差分析和协方差分析 270
12.3.4 双因素方差分析 271
12.4 置换检验点评 271
12.5 自助法 272
12.6 boot包中的自助法 272
12.6.1 对单个统计量使用自助法 274
12.6.2 多个统计量的自助法 276
12.7 小结 278
第四部分 *级方法
*13章 广义线性模型 280
13.1 广义线性模型和glm()函数 281
13.1.1 glm()函数 281
13.1.2 连用的函数 282
13.1.3 模型拟合和回归诊断 283
13.2 Logistic回归 284
13.2.1 解释模型参数 286
13.2.2 评价预测变量对结果概率的影响 287
13.2.3 过度离势 288
13.2.4 扩展 289
13.3 泊松回归 289
13.3.1 解释模型参数 291
13.3.2 过度离势 292
13.3.3 扩展 294
13.4 小结 295
*14章 主成分分析和因子分析 296
14.1 R 中的主成分和因子分析 297
14.2 主成分分析 298
14.2.1 判断主成分的个数 298
14.2.2 提取主成分 300
14.2.3 主成分旋转 303
14.2.4 获取主成分得分 304
14.3 探索性因子分析 305
14.3.1 判断需提取的公共因子数 306
14.3.2 提取公共因子 307
14.3.3 因子旋转 308
14.3.4 因子得分 312
14.3.5 其他与EFA相关的包 312
14.4 其他潜变量模型 312
14.5 小结 313
*15章 时间序列 315
15.1 在R中生成时序对象 317
15.2 时序的平滑化和季节性分解 319
15.2.1 通过简单移动平均进行平滑处理 319
15.2.2 季节性分解 321
15.3 指数预测模型 326
15.3.1 单指数平滑 326
15.3.2 Holt指数平滑和Holt-Winters指数平滑 329
15.3.3 ets()函数和自动预测 331
15.4 ARIMA 预测模型 333
15.4.1 概念介绍 333
15.4.2 ARMA和ARIMA模型 334
15.4.3 ARIMA的自动预测 339
15.5 延伸阅读 340
15.6 小结 340
*16章 聚类分析 342
16.1 聚类分析的一般步骤 343
16.2 计算距离 344
16.3 层次聚类分析 345
16.4 划分聚类分析 350
16.4.1 K均值聚类 350
16.4.2 围绕中心点的划分 354
16.5 避免不存在的类 356
16.6 小结 359
*17章 分类 360
17.1 数据准备 361
17.2 逻辑回归 362
17.3 决策树 363
17.3.1 经典决策树 364
17.3.2 条件推断树 366
17.4 随机森林 368
17.5 支持向量机 370
17.6 选择预测效果*好的解 374
17.7 用rattle包进行数据挖掘 376
17.8 小结 381
*18章 处理缺失数据的*级方法 382
18.1 处理缺失值的步骤 383
18.2 识别缺失值 384
18.3 探索缺失值模式 385
18.3.1 列表显示缺失值 385
18.3.2 图形探究缺失数据 386
18.3.3 用相关性探索缺失值 389
18.4 理解缺失数据的来由和影响 391
18.5 理性处理不完整数据 391
18.6 完整实例分析（行删除） 392
18.7 多重插补 394
18.8 处理缺失值的其他方法 397
18.8.1 成对删除 398
18.8.2 简单（非随机）插补 398
18.9 小结 399
第五部分 技能拓展
*19章 使用ggplot2进行*级绘图 402
19.1 R 中的四种图形系统 402
19.2 ggplot2包介绍 403
19.3 用几何函数指定图的类型 407
19.4 分组 411
19.5 刻面 413
19.6 添加光滑曲线 416
19.7 修改ggplot2图形的外观 418
19.7.1 坐标轴 419
19.7.2 图例 420
19.7.3 标尺 421
19.7.4 主题 423
19.7.5 多重图 425
19.8 保存图形 426
19.9 小结 426
*20章 *级编程 427
20.1 R 语言回顾 427
20.1.1 数据类型 427
20.1.2 控制结构 433
20.1.3 创建函数 436
20.2 环境 437
20.3 面向对象的编程 439
20.3.1 泛型函数 439
20.3.2 S3模型的限制 441
20.4 编写有效的代码 442
20.5 调试 445
20.5.1 常见的错误来源 445
20.5.2 调试工具 446
20.5.3 支持调试的会话选项 448
20.6 深入学习 451
20.7 小结 451
*21章 创建包 452
21.1 非参分析和npar包 453
21.2 开发包 457
21.2.1 计算统计量 457
21.2.2 打印结果 460
21.2.3 汇总结果 461
21.2.4 绘制结果 463
21.2.5 添加样本数据到包 464
21.3 创建包的文档 466
21.4 建立包 467
21.5 深入学习 471
21.6 小结 471
*22章 创建动态报告 472
22.1 用模版生成报告 474
22.2 用R和Markdown创建动态报告 475
22.3 用R和LaTeX创建动态报告 480
22.4 用R和Open Document创建动态报告 483
22.5 用R和Microsoft Word创建动态报告 485
22.6 小结 489
*23章 使用lattice进行*级绘图 490
23.1 lattice包 490
23.2 调节变量 494
23.3 面板函数 495
23.4 分组变量 498
23.5 图形参数 502
23.6 自定义图形条带 503
23.7 页面布局 504
23.8 深入学习 507
附录A 图形用户界面 508
附录B 自定义启动环境 511
附录C 从R中导出数据 513
附录D R中的矩阵运算 515
附录E 本书中用到的扩展包 517
附录F 处理大数据集 522
附录G 更新R 526
后记：探索R的世界 528
参考文献 530
用户评价
我之前总觉得数据分析离我遥不可及，需要深厚的统计学背景和复杂的编程技能。但这本书就像一座桥梁，将我带入了R语言的奇妙世界。它最吸引我的地方在于，作者似乎非常理解读者的痛点，并且总能在最需要的地方提供最及时的帮助。例如，在讲解数据建模的部分，它并没有一上来就抛出复杂的模型，而是先从最基础的线性回归讲起，然后逐步引入逻辑回归、决策树等。每一个模型的引入都伴随着清晰的数学原理的简要介绍，但更重要的是，它会告诉你如何在R中实现这些模型，以及如何解读模型输出的结果。书中关于模型评估和选择的章节，更是堪称经典。作者用非常直观的方式解释了AUC、F1-score等评价指标的含义，并且提供了相应的R代码来计算这些指标。这让我不再是对着一堆数字感到困惑，而是能够真正地理解模型的性能，并做出明智的选择。这本书的价值就在于它真正做到了“用R轻松实现”，让原本复杂的概念变得触手可及，极大地降低了数据分析的门槛，让我对未来深入学习数据科学充满了信心。
评分天呐，我真的得为这本书打call！之前我一直觉得R语言很强大，但是上手起来总是有点磕磕绊绊，尤其是想把它应用到实际的数据挖掘项目中，更是感到力不从心。但这本书就像一位经验丰富的老友，循序渐进地引导我走过整个过程。最让我印象深刻的是它在模型选择和评估方面的讲解。作者没有简单地罗列各种算法，而是深入浅出地讲解了不同算法的原理、适用场景以及如何权衡模型的优劣。特别是关于过拟合和欠拟合的解释，以及如何通过正则化、交叉验证等手段来避免这些问题，让我茅塞顿开。我之前也看过一些关于机器学习的书，但很多都停留在理论层面，而这本书的实战性极强，每一个模型都有对应的R代码示例，并且作者会详细解释每一行代码的作用，这一点对于我这样的初学者来说简直是福音。读完这部分，我感觉自己终于掌握了构建一个完整的数据挖掘流程的秘诀，从数据准备到模型构建，再到结果的解读和优化，都变得清晰可见。如果你也想把R语言的威力真正发挥到数据挖掘领域，这本书绝对能给你提供最坚实的理论基础和最实用的操作指导。
评分这本书的魅力在于它的“实战”二字，一点都不夸张。它让我感受到R语言强大的生命力，不仅仅是语法上的掌握，更重要的是它如何能够被用来解决现实世界中的复杂问题。我特别欣赏作者在处理“大数据”和“性能优化”方面的探讨。虽然书中没有直接涉及云计算或分布式计算，但它提供了一些关于如何提高R代码执行效率的实用建议，比如向量化操作、避免不必要的循环、利用Rcpp加速等。这些技巧对于处理中等规模的数据集非常有效，能够显著缩短分析时间，提高工作效率。此外，书中对于不同数据结构（如数据框、列表、数组）的深入讲解，以及如何高效地在它们之间进行转换和操作，也让我受益匪浅。我之前常常因为对数据结构的理解不够透彻而陷入代码效率低下的困境，现在有了这本书的指导，我能够更清晰地思考数据在内存中的形态，并采用更优化的方式去处理。这本书的价值在于它将一些看起来很高深的“大数据”概念，通过R语言的视角，转化成了可以实际操作的技巧，让普通读者也能够触及到更高级的数据分析领域。
评分这本书绝对是我近期读到最令人惊喜的一本！一开始抱着试试看的心态入手，没想到完全打开了我对数据分析的全新视角。书中关于数据预处理的章节，讲解得非常细致，我之前在处理缺失值和异常值时总是摸不着头脑，但这本书通过大量的实操案例，把这些复杂的过程化繁为简。特别是作者对于各种数据清洗技巧的深入剖析，让我能够更自信地应对真实世界中脏乱差的数据集。而且，我特别喜欢书中关于探索性数据分析（EDA）的部分，它教会我如何利用R语言的强大功能，一步步地去理解数据的分布、变量之间的关系，以及发现潜在的模式。那些精美的图表，不仅仅是数据的直观呈现，更是通往深刻洞察的钥匙。我感觉自己不再是被动地处理数据，而是主动地与数据对话，去发掘它们的故事。这本书的语言风格也很友好，不会让人觉得枯燥乏味，即便有些概念比较抽象，作者也会用生动形象的比喻来解释，这一点我非常赞赏。总而言之，如果你还在为数据分析的入门感到困扰，或者想提升自己的数据处理和探索能力，这本书绝对是你的不二之选。它不仅传授知识，更重要的是培养一种解决问题的思维方式。
评分坦白说，在翻开这本书之前，我对“数据可视化”这个词的理解还停留在“让数据好看”的层面。但这本书彻底颠覆了我的认知。它不仅仅是教你如何使用R的各种绘图函数，而是从“如何用图说话”的角度出发，阐述了优秀数据可视化背后的设计原则和沟通逻辑。作者花了大量篇幅讲解如何根据不同的数据类型和想要传达的信息，选择最合适的图表类型，以及如何通过颜色、形状、布局等元素来提升图表的可读性和信息量。我尤其喜欢书中关于“避免误导性可视化”的章节，它让我深刻认识到，一个精心设计的图表不仅能清晰地传达信息，更能避免因为设计不当而产生的歧义。通过书中的案例，我学习到了如何利用ggplot2这个强大的包，创建出既美观又富有信息量的数据图。从简单的柱状图、折线图，到复杂的散点图矩阵、热力图，书中都有详尽的介绍和实用的技巧。读完这部分，我感觉自己仿佛拥有了一双“读图”的慧眼，不仅能快速理解他人呈现的数据，更能自己创作出能够有力支撑观点、引人入胜的数据图。这绝对是一本能够让你在数据可视化领域实现质的飞跃的书。
相关图书
![正版 程序员的英语[韩] 朴栽浒计算机程序员计算机语言基础入门教程程序员编程英语自学教程 pdf epub mobi 电子书 下载](https://pic.tinynews.org/26692377588/5abc86a1Nb0c5b5a5.jpg)
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.idnshop.cc All Rights Reserved. 静思书屋 版权所有