數(shù)據(jù)分析基礎(chǔ)：R語言實現(xiàn)

第1 章數(shù)據(jù)分析與 R 語言
1．1數(shù)據(jù)分析概述
1．1．1數(shù)據(jù)分析方法
1．1．2數(shù)據(jù)分析工具
1．2數(shù)據(jù)及其來源
1．2．1數(shù)據(jù)及其分類
1．2．2數(shù)據(jù)的來源
1．3R 語言的初步使用
1．3．1Ｒ軟件的下載與安裝
1．3．2對象賦值與運(yùn)行
1．3．3編寫代碼腳本
1．3．4查看幫助文件
1．3．5包的安裝與加載
1．3．6數(shù)據(jù)讀取和保存
第2 章R 語言數(shù)據(jù)處理
2．1R 的數(shù)據(jù)類型及其操作
2．1．1向量、矩陣和數(shù)組
2．1．2數(shù)據(jù)框
2．1．3因子和列表
2．2數(shù)據(jù)抽樣和篩選
2．2．1抽取簡單隨機(jī)樣本
2．2．2數(shù)據(jù)篩選
2．2．3生成隨機(jī)數(shù)
2．3數(shù)據(jù)類型的轉(zhuǎn)換
2．3．1將變量轉(zhuǎn)換成向量
2．3．2將數(shù)據(jù)框轉(zhuǎn)換成矩陣
2．3．3將短格式轉(zhuǎn)換成長格式
2．4Th成頻數(shù)分布表
2．4．1類別數(shù)據(jù)的頻數(shù)表
2．4．2數(shù)值數(shù)據(jù)的類別化
第3 章數(shù)據(jù)可視化分析
3．1R 語言繪圖基礎(chǔ)
3．1．1基本繪圖函數(shù)
3．1．2圖形參數(shù)和頁面布局
3．1．3圖形顏色
3．2類別數(shù)據(jù)可視化
3．2．1條形圖
3．2．2瀑布圖和漏斗圖
3．2．3餅圖和環(huán)形圖
3．2．4樹狀圖和旭日圖
3．3數(shù)值數(shù)據(jù)可視化
3．3．1分布特征可視化
3．3．2變量間關(guān)系可視化
3．3．3樣本相似性可視化
3．4時間序列可視化
3．4．1折線圖
3．4．2面積圖
3．5合理使用圖表
第4 章數(shù)據(jù)的描述分析
4．1數(shù)據(jù)水平的描述
4．1．1平均數(shù)
4．1．2分位數(shù)
4．1．3眾數(shù)
4．2數(shù)據(jù)差異的描述
4．2．1極差和四分位差
4．2．2方差和標(biāo)準(zhǔn)差
4．2．3離散系數(shù)
4．2．4標(biāo)準(zhǔn)分?jǐn)?shù)
4．3數(shù)據(jù)分布形狀的描述
4．3．1偏度系數(shù)
4．3．2峰度系數(shù)
4．4R 的綜合描述函數(shù)
第5 章推斷分析基本方法
5．1推斷的理論基礎(chǔ)
5．1．1隨機(jī)變量和概率分布
5．1．2統(tǒng)計量的抽樣分布
5．2參數(shù)估計
5．2．1估計方法和原理
5．2．2總體均值的區(qū)間估計
5．2．3總體比例的區(qū)間估計
5．3假設(shè)檢驗
5．3．1 假設(shè)檢驗的步驟
5．3．2 總體均值的檢驗
5．3．3 總體比例的檢驗
第6 章相關(guān)與回歸分析
6．1變量間關(guān)系的分析
6．1．1變量間的關(guān)系
6．1．2相關(guān)關(guān)系的描述
6．1．3相關(guān)關(guān)系的度量
6．2一元線性回歸建模
6．2．1回歸模型與回歸方程
6．2．2參數(shù)的最小平方估計
6．3模型評估和檢驗
6．3．1模型評估
6．3．2顯著性檢驗
6．4回歸預(yù)測和殘差分析
6．4．1回歸預(yù)測
6．4．2殘差分析
第7 章時間序列分析
7．1增長率分析
7．1．1增長率與平均增長率
7．1．2年化增長率
7．2時間序列的成分和預(yù)測方法
7．2．1時間序列的成分
7．2．2預(yù)測方法的選擇與評估
7．3簡單指數(shù)平滑預(yù)測
7．4趨勢預(yù)測
7．4．1線性趨勢預(yù)測
7．4．2非線性趨勢預(yù)測
7．5時間序列平滑
參考書目
附錄本書使用的 R 包和 R 函數(shù)