内容简介
本书共13章，主要包括：数据分析概述及R语言环境，R语言的数据对象及其类型，R语言数据存储与读取，R语言编程，R语言可视化，R语言描述性统计，R语言参数估计，R语言参数假设检验等内容。
展开全文
- A-fy
- 56154-bq
- C-qy
- 前言
- D-ml
- 目录
- 01
- 数据分析概述及R语言环境
- 第1章
- 1.1数据分析的含义
- 1.2数据的类型
- 1．横截面数据
- 2．时间序列数据
- 3．面板数据
- 1.3数据的来源
- 1．专业性网站
- 2．专业数据公司和信息公司
- 3．抽样调查
- 1.4数据分析工具简介
- 1.4.1 R语言简介
- 1.4.2 Python简介
- 1.4.3 Stata简介
- 1.4.4 MATLAB简介
- 1.4.5 EViews简介
- 1.4.6 SAS简介
- 1.4.7 SPSS简介
- 1.5R语言及安装
- 1．R语言概述
- 2．R的下载
- 3．R语言的安装
- 4．R语言程序包的安装
- 5．R启动和退出
- 6．R语言的在线帮助系统
- 练习题
- 02
- R语言的数据对象及其类型
- 第2章
- 2.1R语言的对象与属性
- 1．数值型
- 2．字符型
- 3．复数型
- 4．逻辑型
- 2.2对象的显示和删除
- 2.3R语言向量
- 2.3.1数值型向量
- 2.3.2 字符型向量
- 2.3.3逻辑型向量
- 2.3.4因子型向量
- 2.3.5数值型向量的运算
- 2.3.6常用统计函数
- 2.3.7向量的下标与子集（元素）的提取
- 2.4R语言数组与矩阵
- 2.4.1数组的建立
- 2.4.2矩阵的建立
- 2.4.3数组与矩阵的下标和子集（元素）的提取
- 2.4.4矩阵的运算函数
- 1．矩阵的代数运算
- 2．矩阵的统计运算
- 2.5R语言数据框
- 2.5.1数据框的直接建立
- 2.5.2数据框的间接建立
- 2.5.3适用于数据框的函数
- 2.5.4数据框的下标和子集的提取
- 1．提取单个元素
- 2．提取一个子集
- 3．提取一列（变量的值）
- 4．提取满足条件的子集
- 2.5.5数据框中添加新变量
- 2.6R语言时间序列
- 2.7R语言列表
- 练习题
- 03
- R语言数据存储与读取
- 第3章
- 3.1R语言数据存储
- 1．保存为简单的文本文件
- 2．保存为用逗号分隔的文本文件
- 3．保存为R格式文件
- 3.2R语言数据读取
- 3.2.1文本文件数据的读取
- 1．使用函数read.table()
- 2．使用函数scan()
- 3．使用函数read.fwf()
- 3.2.2 Excel数据的读取
- 1．使用剪贴板
- 2．使用程序包RODBC
- 3.2.3 R语言中数据集的读取
- 1．R语言的标准数据集程序包—datasets
- 2．专用程序包中的数据集
- 3．其他数据文件
- 3.2.4 R语言中数据集的加载
- 练习题
- 04
- R语言编程
- 第4章
- 4.1R语言函数基础
- 1．函数名称
- 2．函数声明
- 3．函数参数
- 4．函数体
- 4.2R语言循环和向量化
- 4.2.1控制结构
- 1．条件语句
- 2．循环
- 4.2.2向量化
- 4.3用R语言编写程序
- 4.4用R语言编写函数
- 4.5用R语言编写标准函数的实例
- 1．用if编写条件判断语句
- 2．用for循环编写算法
- 3．返回值
- 4.6R语言面向对象的编程及其实例
- 4.6.1 什么是面向对象
- 4.6.2 R语言为什么要进行面向对象编程
- 4.6.3 R语言面向对象编程实例
- 1．R语言实现封装
- 2．R语言实现继承
- 3．R语言实现多态
- 练习题
- 05
- R语言可视化
- 第5章
- 5.1R语言绘图基础知识
- 5.1.1绘图函数
- 5.1.2 低级绘图函数
- 5.1.3绘图参数
- 5.2R语言直方图的绘制
- 1．给图形增加标题
- 2．给坐标轴添加数值标签
- 3．设定直方图的起始值及直方条的宽度
- 5.3R语言散点图的绘制
- 1．给图形增加标题、给坐标轴添加数值标签并设定间距、显示坐标轴的刻度
- 2．改变散点标志的形状
- 3．改变散点标志的颜色
- 5.4R语言曲线标绘图的绘制
- 5.5R语言连线标绘图的绘制
- 1．给图形增加标题、给坐标轴添加数值标签、显示坐标轴的刻度
- 2．改变散点标志的形状
- 5.6R语言箱图的绘制
- 5.7R语言饼图的绘制
- 5.8R语言条形图的绘制
- 5.9R语言点图的绘制
- 1．给图形增加标题
- 2．改变散点标志的形状
- 5.10R语言复杂图形的绘制
- 练习题
- 06
- R语言描述性统计
- 第6章
- 6.1R语言统计分布
- 6.1.1正态分布
- 1．正态分布的性质
- 2．正态分布的置信区间
- 3．标准正态分布
- 4．对数正态分布
- 5．中心极限定理
- 6.1.2 t分布
- 6.1.3 卡方分布
- 6.1.4 F分布
- 6.2描述性统计量
- 6.2.1总体和样本
- 6.2.2度量尺度
- 6.2.3 频数分布
- 6.2.4集中趋势的度量
- 1．算术平均
- 2．几何平均
- 3．加权平均
- 4．调和平均
- 6.2.5中位数
- 6.2.6 众数
- 6.2.7分位数
- 6.2.8离散程度的度量
- 1．极差
- 2．平均绝对差
- 3．总体方差和总体标准差
- 4．样本方差和样本标准差
- 5．变异系数
- 6．偏度
- 7．峰度
- 6.3R语言单组数据描述性统计
- 6.3.1总体描述
- 6.3.2样本分位数描述
- 6.3.3离差描述
- 6.3.4偏度与峰度描述
- 6.4R语言多组数据描述性统计
- 6.4.1多组数据的概括
- 6.4.2 方差与协方差的计算
- 6.5R语言分类数据描述性统计
- 6.5.1 列联表的创建
- 6.5.2 获得边际列表
- 6.5.3获得频数列联表
- 6.6R语言列联表图形描述
- 练习题
- 07
- R语言参数估计
- 第7章
- 7.1参数估计概述
- 7.2R语言点估计
- 7.3R语言单正态总体均值区间估计
- 1．方差已知时的置信区间
- 2．方差未知时的置信区间
- 7.4R语言单正态总体方差区间估计
- 7.5R语言双正态总体均值差区间估计
- 1．两方差已知时两均值差的置信区间
- 2．两方差都未知时两均值的置信区间
- 7.6R语言双正态总体方差比区间估计
- 7.7R语言确定样本容量
- 7.7.1估计正态总体均值时样本容量的确定
- 1．总体方差已知
- 2．总体方差未知
- 7.7.2 估计比例p时样本容量的确定
- 练习题
- 08
- R语言参数假设检验
- 第8章
- 8.1参数假设检验基本理论
- 1．假设检验的概念
- 2．第一类错误和第二类错误
- 3．决策规则
- 4．单个总体均值的假设检验
- 5．两个独立总体均值的假设检验
- 6．成对比较检验
- 7．单个总体方差的假设检验
- 8．两个总体方差的假设检验
- 8.2R语言单个样本t检验
- 8.3R语言两个独立样本t检验
- 1．在同方差假设条件下进行假设检验
- 2．在异方差假设条件下进行假设检验
- 8.4R语言配对样本t检验
- 8.5R语言单样本方差假设检验
- 8.6R语言双样本方差假设检验
- 练习题
- 09
- R语言相关分析、回归分析与计量检验
- 第9章
- 9.1相关分析基本理论
- 1．简单相关系数的计算
- 2．简单相关系数的显著性检验
- 9.2R语言相关分析
- 9.3一元线性回归分析基本理论
- 9.3.1一元线性回归分析模型
- 9.3.2一元线性回归的假设
- 9.3.3方差分析
- 9.3.4决定系数
- 9.3.5估计的标准误差
- 9.3.6回归系数的假设检验
- 9.3.7回归系数的置信区间
- 9.4R语言一元线性回归分析
- 1．对数据进行描述性分析
- 2．对数据进行相关分析
- 3．对数据进行回归分析
- 4．求参数的置信区间
- 5．预测分析
- 9.5多元线性回归分析基本理论
- 9.5.1多元线性回归模型
- 9.5.2方差分析
- 9.5.3决定系数
- 9.5.4估计的标准误差
- 9.5.5回归系数的t检验和置信区间
- 9.5.6回归系数的F检验
- 9.5.7虚拟变量
- 9.6R语言多元线性回归分析
- 1．对数据进行描述性分析
- 2．对数据进行相关分析
- 3．对数据进行回归分析
- 9.7R语言处理多重共线性问题
- 1．特征值法
- 2．条件指数法
- 3．方差膨胀因子法
- 9.8R语言处理自相关问题
- 9.8.1自相关问题
- 9.8.2自相关问题诊断
- 9.8.3自相关问题的解决
- 9.8.4R语言的自相关问题处理
- 9.9R语言处理异方差问题
- 9.9.1异方差问题
- 9.9.2异方差问题诊断
- 9.9.3异方差问题的解决
- 9.9.4R语言的异方差处理
- 9.10R语言的Logistic回归
- 9.10.1Logistic回归
- 9.10.2广义线性回归模型
- 9.10.3与广义线性回归模型有关的R函数：glm()
- 1．基于正态分布的广义线性回归模型
- 2．基于二项分布的广义线性回归模型
- 3．基于泊松分布的广义线性回归模型
- 4．基于伽玛分布的广义线性回归模型
- 9.10.4基于二项分布的广义线性回归模型应用实例
- 1．从Excel读入数据
- 2．logistic回归
- 3．模型的诊断与更新
- 4．预测分析
- 9.11R语言Huber方法和bisquare方法的回归
- 9.11.1线性回归中的几个术语
- 9.11.2数据描述
- 9.11.3稳健回归的R语言实现
- 练习题
- 10
- R语言时间序列分析
- 第10章
- 10.1常用的时间序列数据程序包
- 10.2时间序列数据的获取及预处理
- 10.3时间序列数据的基本统计分析
- 10.4时间序列数据的绘图
- 10.5时间序列数据的基本特征：自相关、平稳性、白噪声
- 1．自相关性
- 2．平稳性
- 3．白噪声
- 10.6线性时间序列模型：AR、MA、ARMA
- 10.7GARCH模型的建立与应用
- 1．ARCH效应检验
- 2．fGarch包下的GARCH模型拟合
- 3．rugarch包下的GARCH模型拟合
- 10.8GARCH模型的预测
- 练习题
- 11
- R语言主成分分析与因子分析
- 第11章
- 11.1主成分分析基本理论
- 11.1.1主成分分析
- 11.1.2对主成分分析法进行综合评价特点的讨论
- 1．能消除评价指标间相关关系的影响，从而可减少指标选择的工作量
- 2．用主成分分析进行综合评价所得的权数是伴随数学变换自动生成的，具有客观性
- 3．综合评价结果不稳定
- 11.1.3主成分综合评价方法的改进——原始数据的无量纲化方法的改进
- 11.1.4用主成分分析法对被评价对象进行综合评价的实施步骤
- 1．对原始数据进行标准化处理
- 2．计算标准化的p个指标的协方差矩阵
- 3．计算相关系数矩阵R的特征根、特征向量
- 4．计算各主成分的方差贡献率αk及累计方差贡献率α(k)
- 5．选择主成分的个数
- 6．由主成分计算综合评分值，以此对被评价对象进行排序和比较
- 它们的方差贡献率为，以此为权数，将k个主成分y1,y2,,yk线性加权求和即得综合评价值，以F值的大小来评判被评价对象的优劣。
- 11.2R语言主成分分析
- 11.3因子分析基本理论
- 11.3.1因子分析的基本原理
- 1．因子模型
- 2．因子载荷矩阵A的统计意义
- 上式说明指标xi的方差由两部分组成。第一部分为共同度，它描述全部m个公共因子F1,F2,,Fm对指标xi的总方差的贡献。越大，说明xi的原始信息被全部m个公共因子概括表示的程度越高，如=0.9854，...
- （3）A中第j列元素平方和表示第j个公共因子Fj对原始指标所提供的方差贡献之总和，它是衡量各公共因子相对重要性的一个尺度。
- 由于各原始指标都已标准化，即Var(xi)=1（i=1,2,,p），因此，原始指标提供的总方差为。
- 3．因子载荷矩阵A的估计
- 4．因子旋转
- 5．因子得分
- 11.3.2因子分析与主成分分析的异同点
- 1．相同点
- 2．不同点
- 11.3.3用因子分析方法进行综合评价分析的基本步骤
- 11.4R语言因子分析
- 11.4.1R语言在科技企业发展评价中的应用
- 11.4.2R语言在各省市及地区社会经济发展水平评价中的应用
- 1．我国各省市及地区社会经济发展指标体系的设置
- 2．各省市及地区社会经济发展因子模型的R语言应用分析
- 练习题
- 12
- 13
- R语言典型相关分析与对应分析
- 第13章
- 13.1典型相关分析基本理论
- 13.2R语言典型相关分析
- 13.3对应分析基本理论
- 13.4R语言对应分析
- 练习题
展开全部
版权信息
出版社：人民邮电出版社
出版时间：2021
作者：朱顺泉
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《R语言与数据分析实战》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
出版时间：2021
作者：朱顺泉
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《R语言与数据分析实战》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
R语言与数据分析实战
免费读 (VIP)