R語言實戰, 2/e (R in Action: Data Analysis and Graphics with R, 2/e)

R語言實戰, 2/e (R in Action: Data Analysis and Graphics with R, 2/e)

作者: 卡巴科弗 (Robert I.Kabacoff)
出版社: 人民郵電
出版在: 2016-05-01
ISBN-13: 9787115420572
ISBN-10: 7115420572
裝訂格式: 平裝
總頁數: 533 頁





內容描述


<內容介紹>
卡巴科弗編寫的《R語言實戰(第2版)》註重實用性,是一本全面而細緻的R指南,高度概括了該軟件和它的強大功能,展示了使用的統計示例,且對於難以用傳統方法處理的凌亂、不完整和非正態的數據給出了優雅的處理方法。作者不僅僅探討統計分析,還闡述了大量探索和展示數據的圖形功能。新版做了大量更新和修正,新增了近200頁內容,介紹數據挖掘、預測性分析和高級編程。
    本書適合數據分析人員及R用戶學習參考。

<章節目錄>

第一部分  入門
  第1章  R語言介紹
    1.1  為何要使用
    1.2  R的獲取和安裝
    1.3  R的使用
    1.3.1  新手上路
    1.3.2  獲取幫助
    1.3.3  工作空間
    1.3.4  輸入和輸出
    1.4  包
    1.4.1  什麼是包
    1.4.2  包的安裝
    1.4.3  包的加載
    1.4.4  包的使用方法
    1.5  批處理
    1.6  將輸出用為輸入:結果的重用
    1.7  處理大數據集
    1.8  示例實踐
    1.9  小結
  第2章  創建數據集
    2.1  數據集的概念
    2.2  數據結構
    2.2.1  向量
    2.2.2  矩陣
    2.2.3  數組
    2.2.4  數據框
    2.2.5  因子
    2.2.6  列表
    2.3  數據的輸入
    2.3.1  使用鍵盤輸入數據
    2.3.2  從帶分隔符的文本文件導入數據
    2.3.3  導入Excel數據
    2.3.4  導入XML數據
    2.3.5  從網頁抓取數據
    2.3.6  導入SPSS數據
    2.3.7  導入SAS數據
    2.3.8  導入Stata數據
    2.3.9  導入NetCDF數據
    2.3.10  導入HDF5數據
    2.3.11  訪問數據庫管理系統
    2.3.12  通過Stat/Transfer導入數據
    2.4  數據集的標註
    2.4.1  變量標籤
    2.4.2  值標籤
    2.5  處理數據對象的實用函數
    2.6  小結
  第3章  圖形初階
    3.1  使用圖形
    3.2  一個簡單的例子
    3.3  圖形參數
    3.3.1  符號和線條
    3.3.2  顏色
    3.3.3  文本屬性
    3.3.4  圖形尺寸與邊界尺寸
    3.4  添加文本、自定義坐標軸和圖例
    3.4.1  標題
    3.4.2  坐標軸
  ……
  第4章  基本數據管理
  第5章  高級數據管理
第二部分  基本方法
  第6章  基本圖形
  第7章  基本統計分析
第三部分  中級方法
  第8章  回歸
  第9章  方差分析
  第10章  功效分析
  第11章  中級繪圖
  第12章  重抽樣與自助法
  第四部分  高級方法
  第13章  廣義線性模型
  第14章  主成分分析和因子分析
  第15章  時間序列
  第16章  聚類分析
  第17章  分類
  第18章  處理缺失數據的高級方法
第五部分  技能拓展
  第19章  使用ggplot2進行高級繪圖
  第20章  高級編程
  第21章  創建包
  第22章  創建動態報告
  第23章  使用lattice進行高級繪圖
附錄
後記:探索R的世界
參考文獻




相關書籍

Beginning Game Programming with Pygame Zero: Coding Interactive Games on Raspberry Pi Using Python (Paperback)

作者 Watkiss Stewart

2016-05-01

Large Scale Machine Learning with Python

作者 Bastiaan Sjardin Luca Massaron Alberto Boschetti

2016-05-01

Deep Learning 深度學習基礎|設計下一代人工智慧演算法 (Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms)

作者 Nikhil Buduma 藍子軒

2016-05-01