《R語言統計入門概述 》是2014年6月由人文社科出版社出版的圖書，作者達爾加德 (Peter Dalgaard)，譯者郝智恆。
基本介紹
- 中文名：R語言統計入門
- 外文名：Introductory Statistics with R,Second Edition
- 作者：達爾加德 (Peter Dalgaard)
- 類型：人文社科
- 出版日期：2014年6月1日
- 語種：簡體中文
- ISBN：7115348634
- 譯者：郝智恆
- 出版社：人民郵電出版社
- 頁數：299頁
- 開本：16
主要內容,編輯推薦,作者簡介,圖書目錄,
主要內容
目前，使用R語言進行教學和科研已經具備一定的規模。然而，並沒有一本特別實用的R語言和統計學相結合的著作。這本書每一章都會簡單介紹相關話題的統計學理論，更多的提供實際數據的分析代碼，以及作者的編程經驗。學習本書將令初學者少走許多彎路。此外，本書每一章末還配有適量的練習題，可供練習或者教學使用。
本書配套有相關的R包ISwR，提供了本書中所使用的實際數據，方便讀者練習使用。
編輯推薦
《R語言統計入門(第2版)》以最恰當的方式向初學者介紹了R語言的全貌，內容涵蓋基本的R編程方法、基本數據處理和一些高級數據操作的技巧，有助於讀者理解R向量化編程的特點。此外，作者在《R語言統計入門(第2版)》中還詳細描述了包含回歸分析、假設檢驗、廣義線性模型、非線性擬合等常用統計方法的原理。雖然《R語言統計入門(第2版》以實際案例解析居多，但是並非不重視理論，作者恰當而到位地描述了理論方面的內容，既不晦澀，也非淺薄，而是向讀者打開了一扇窗。作者希望這《R語言統計入門(第2版)》可以作為一道“開胃菜”引導更多的人投入到對統計和R的研究之中。 本書適合數據分析，數據統計人員及R用戶學習參考。
作者簡介
Peter Dalgaard是哥本哈根大學生物統計系的教授。1997年便成為R語言核心團隊成員。具有豐富的R語言統計分析的實戰和教學經驗。
郝智恆，蘭州人，南開大學數理統計專業畢業，目前在淘寶做數據挖掘工程師。推崇開源，認為唯有共享和交流才能讓這個世界變好，固執的認為一切技術上的封閉和試圖壟斷都是紙老虎。
何通，生長於桂林，求學於廣州，喜統計，好編程，結交眾友，不亦樂乎。
鄧一碩，畢業於中央財經大學統計學院統計專業，現效力於首鋼總公司計財部。國內最大的統計學專業社區“統計之都”理事人員，感興趣的領域是時間序列分析及數據挖掘技術在金融投資分析中的套用。
劉旭華，現為中國農業大學理學院套用數學系副教授，北京理工大學博士，美國北卡萊羅納大學教堂山分校（University of North Carolina at Chapel Hill）訪問學者，主要從事數理統計方向的研究工作。主持和參與多項國家自然科學基金及其他科研基金項目，發表科研論文多篇。
郝智恆，蘭州人，南開大學數理統計專業畢業，目前在淘寶做數據挖掘工程師。推崇開源，認為唯有共享和交流才能讓這個世界變好，固執的認為一切技術上的封閉和試圖壟斷都是紙老虎。
何通，生長於桂林，求學於廣州，喜統計，好編程，結交眾友，不亦樂乎。
鄧一碩，畢業於中央財經大學統計學院統計專業，現效力於首鋼總公司計財部。國內最大的統計學專業社區“統計之都”理事人員，感興趣的領域是時間序列分析及數據挖掘技術在金融投資分析中的套用。
劉旭華，現為中國農業大學理學院套用數學系副教授，北京理工大學博士，美國北卡萊羅納大學教堂山分校（University of North Carolina at Chapel Hill）訪問學者，主要從事數理統計方向的研究工作。主持和參與多項國家自然科學基金及其他科研基金項目，發表科研論文多篇。
圖書目錄
第1章 基礎知識 1
1.1 初始步驟 1
1.1.1 大型計算器 2
1.1.2 賦值 3
1.1.3 向量運算 4
1.1.4 標準過程 5
1.1.5 作圖 6
1.2 R語言基礎 8
1.2.1 表達式和對象 8
1.2.2 函式和參數 9
1.2.3 向量 10
1.2.4 引用和轉義序列 10
1.2.5 缺失值 11
1.2.6 生成向量的函式 11
1.2.7 矩陣和數組 13
1.2.8 因子 15
1.2.9 列表 16
1.2.10 數據框 17
1.2.11 索引 17
1.2.12 條件選擇 18
1.2.13 數據框的索引 19
1.2.14 分組數據和數據框 20
1.2.15 隱式循環 21
1.2.16 排序 23
1.3 練習題 24
第2章 R語言環境 25
2.1 會話管理 25
2.1.1 工作空間視窗 25
2.1.2 文本輸出 26
2.1.3 腳本 27
2.1.4 獲取幫助 27
2.1.5 包 28
2.1.6 內置數據 29
2.1.7 attach和detach 29
2.1.8 subset，transform和within 31
2.2 作圖系統 32
2.2.1 圖形布局 32
2.2.2 利用部分構造圖形 33
2.2.3 par的使用 34
2.2.4 組合圖形 35
2.3 R編程 36
2.3.1 流程控制 37
2.3.2 類和類函式 37
2.4 數據輸入 38
2.4.1 讀取文本檔案 39
2.4.2 read.table的進一步討論 41
2.4.3 數據編輯器 42
2.4.4 其他程式的接口 43
2.5 練習題 44
第3章 機率和分布 45
3.1 隨機抽樣 45
3.2 機率計算和排列組合 46
3.3 離散分布 47
3.4 連續分布 47
3.5 R中的內置分布 48
3.5.1 密度 48
3.5.2 累積分布函式 50
3.5.3 分位數 51
3.5.4 隨機數字 52
3.6 練習題 53
第4章 描述性統計和圖形 54
4.1 單組的匯總統計量 54
4.2 分布的圖形展示 58
4.2.1 直方圖 58
4.2.2 經驗累積分布 59
4.2.3 Q—Q圖 59
4.2.4 箱式圖 60
4.3 分組數據的匯總統計量 61
4.4 分組數據作圖 64
4.4.1 直方圖 64
4.4.2 並聯箱式圖 65
4.4.3 帶狀圖 66
4.5 表格 68
4.5.1 生成表格 68
4.5.2 邊際表格和相對頻數 71
4.6 表格的圖形顯示 72
4.6.1 條形圖 72
4.6.2 點圖 74
4.6.3 餅圖 75
4.7 練習題 76
第5章 單樣本與雙樣本檢驗 77
5.1 單樣本t檢驗 77
5.2 Wilcoxon符號秩檢驗 80
5.3 兩樣本t檢驗 82
5.4 比較方差 83
5.5 兩樣本Wilcoxon檢驗 84
5.6 配對t檢驗 85
5.7 配對Wilcoxon檢驗 86
5.8 練習題 87
第6章 回歸與相關性 88
6.1 簡單線性回歸 88
6.2 殘差與回歸值 92
6.3 預測與置信帶 95
6.4 相關性 98
6.4.1 皮爾遜相關係數 98
6.4.2 斯皮爾曼相關係數 99
6.4.3 肯德爾等級相關係數t 100
6.5 練習題 100
第7章 方差分析與Kruskal—Wallis檢驗 102
7.1 單因素方差分析 102
7.1.1 成對比較和多重檢驗 106
7.1.2 放寬對方差的假設 107
7.1.3 圖像表示 108
7.1.4 Bartlett檢驗 109
7.2 Kruskal—Wallis檢驗 110
7.3 雙因素方差分析 110
7.4 Friedman檢驗 114
7.5 回歸分析中的方差分析表 114
7.6 練習題 115
第8章 表格數據 117
8.1 單比例 117
8.2 兩個獨立的比例 118
8.3 k比例，檢驗趨勢 120
8.4 r ′ c表格 122
8.5 練習題 124
第9章 功效與樣本容量的計算 126
9.1 功效計算原則 126
9.1.1 單樣本t及配對樣本t檢驗的功效 127
9.1.2 兩樣本t檢驗的功效 128
9.1.3 近似方法 128
9.1.4 比較比例的功效 129
9.2 兩樣本問題 129
9.3 單樣本問題及配對樣本檢驗 131
9.4 比例的比較 131
9.5 練習題 132
第10章 數據處理的高級技術 133
10.1 變數的重編碼 133
10.1.1 cut函式 133
10.1.2 處理因子 135
10.1.3 日期的使用 136
10.1.4 多變數重編碼 139
10.2 條件計算 140
10.3 合併與重構數據框 141
10.3.1 追加數據框 141
10.3.2 合併數據框 142
10.3.3 重塑數據框 144
10.4 數據的分組及分案例操作 146
10.5 時間分割 148
10.6 練習題 152
第11章 多元回歸 153
11.1 多維數據繪圖 153
11.2 模型設定和模型輸出 155
11.3 模型篩選 157
11.4 練習題 161
第12章 線性模型 162
12.1 多項式回歸 163
12.2 過原點的回歸分析 165
12.3 設計矩陣與虛擬變數 166
12.4 組間的共線性 168
12.5 互動效應 172
12.6 可重複的雙因素方差分析 172
12.7 協方差分析 173
12.7.1 圖形描述 174
12.7.2 比較回歸線 177
12.8 模型診斷 183
12.9 練習題 187
第13章 邏輯回歸 189
13.1 廣義線性模型 190
13.2 表格化數據的邏輯回歸 190
13.2.1 偏差表分析 195
13.2.2 與趨勢檢驗之間的關聯 196
13.3 似然剖面分析 197
13.4 讓步比估計的表達 199
13.5 原始數據的邏輯回歸 199
13.6 預測 201
13.7 模型檢查 202
13.8 練習題 206
第14章 生存分析 208
14.1 重要概念 208
14.2 生存對象 209
14.3 Kaplan—Meier估計 210
14.4 對數秩檢驗 213
14.5 Cox比例風險模型 214
14.6 練習題 216
第15章 比率和泊松回歸 217
15.1 基本思想 217
15.1.1 泊松分布 217
15.1.2 帶有常數風險的生存分析 218
15.2 泊松模型的擬合 219
15.3 計算比率 223
15.4 帶有常數強度的模型 226
15.5 練習題 230
第16章 非線性曲線擬合 231
16.1 基本用法 232
16.2 尋找初值 233
16.3 自啟動模型 238
16.4 剖面分析 240
16.5 更好地控制擬合算法 241
16.6 練習題 242
附錄A 獲取並安裝R以及ISwR包 243
附錄B ISwR中的數據集 246
附錄C 摘要 272
附錄D 練習題答案 283
1.1 初始步驟 1
1.1.1 大型計算器 2
1.1.2 賦值 3
1.1.3 向量運算 4
1.1.4 標準過程 5
1.1.5 作圖 6
1.2 R語言基礎 8
1.2.1 表達式和對象 8
1.2.2 函式和參數 9
1.2.3 向量 10
1.2.4 引用和轉義序列 10
1.2.5 缺失值 11
1.2.6 生成向量的函式 11
1.2.7 矩陣和數組 13
1.2.8 因子 15
1.2.9 列表 16
1.2.10 數據框 17
1.2.11 索引 17
1.2.12 條件選擇 18
1.2.13 數據框的索引 19
1.2.14 分組數據和數據框 20
1.2.15 隱式循環 21
1.2.16 排序 23
1.3 練習題 24
第2章 R語言環境 25
2.1 會話管理 25
2.1.1 工作空間視窗 25
2.1.2 文本輸出 26
2.1.3 腳本 27
2.1.4 獲取幫助 27
2.1.5 包 28
2.1.6 內置數據 29
2.1.7 attach和detach 29
2.1.8 subset，transform和within 31
2.2 作圖系統 32
2.2.1 圖形布局 32
2.2.2 利用部分構造圖形 33
2.2.3 par的使用 34
2.2.4 組合圖形 35
2.3 R編程 36
2.3.1 流程控制 37
2.3.2 類和類函式 37
2.4 數據輸入 38
2.4.1 讀取文本檔案 39
2.4.2 read.table的進一步討論 41
2.4.3 數據編輯器 42
2.4.4 其他程式的接口 43
2.5 練習題 44
第3章 機率和分布 45
3.1 隨機抽樣 45
3.2 機率計算和排列組合 46
3.3 離散分布 47
3.4 連續分布 47
3.5 R中的內置分布 48
3.5.1 密度 48
3.5.2 累積分布函式 50
3.5.3 分位數 51
3.5.4 隨機數字 52
3.6 練習題 53
第4章 描述性統計和圖形 54
4.1 單組的匯總統計量 54
4.2 分布的圖形展示 58
4.2.1 直方圖 58
4.2.2 經驗累積分布 59
4.2.3 Q—Q圖 59
4.2.4 箱式圖 60
4.3 分組數據的匯總統計量 61
4.4 分組數據作圖 64
4.4.1 直方圖 64
4.4.2 並聯箱式圖 65
4.4.3 帶狀圖 66
4.5 表格 68
4.5.1 生成表格 68
4.5.2 邊際表格和相對頻數 71
4.6 表格的圖形顯示 72
4.6.1 條形圖 72
4.6.2 點圖 74
4.6.3 餅圖 75
4.7 練習題 76
第5章 單樣本與雙樣本檢驗 77
5.1 單樣本t檢驗 77
5.2 Wilcoxon符號秩檢驗 80
5.3 兩樣本t檢驗 82
5.4 比較方差 83
5.5 兩樣本Wilcoxon檢驗 84
5.6 配對t檢驗 85
5.7 配對Wilcoxon檢驗 86
5.8 練習題 87
第6章 回歸與相關性 88
6.1 簡單線性回歸 88
6.2 殘差與回歸值 92
6.3 預測與置信帶 95
6.4 相關性 98
6.4.1 皮爾遜相關係數 98
6.4.2 斯皮爾曼相關係數 99
6.4.3 肯德爾等級相關係數t 100
6.5 練習題 100
第7章 方差分析與Kruskal—Wallis檢驗 102
7.1 單因素方差分析 102
7.1.1 成對比較和多重檢驗 106
7.1.2 放寬對方差的假設 107
7.1.3 圖像表示 108
7.1.4 Bartlett檢驗 109
7.2 Kruskal—Wallis檢驗 110
7.3 雙因素方差分析 110
7.4 Friedman檢驗 114
7.5 回歸分析中的方差分析表 114
7.6 練習題 115
第8章 表格數據 117
8.1 單比例 117
8.2 兩個獨立的比例 118
8.3 k比例，檢驗趨勢 120
8.4 r ′ c表格 122
8.5 練習題 124
第9章 功效與樣本容量的計算 126
9.1 功效計算原則 126
9.1.1 單樣本t及配對樣本t檢驗的功效 127
9.1.2 兩樣本t檢驗的功效 128
9.1.3 近似方法 128
9.1.4 比較比例的功效 129
9.2 兩樣本問題 129
9.3 單樣本問題及配對樣本檢驗 131
9.4 比例的比較 131
9.5 練習題 132
第10章 數據處理的高級技術 133
10.1 變數的重編碼 133
10.1.1 cut函式 133
10.1.2 處理因子 135
10.1.3 日期的使用 136
10.1.4 多變數重編碼 139
10.2 條件計算 140
10.3 合併與重構數據框 141
10.3.1 追加數據框 141
10.3.2 合併數據框 142
10.3.3 重塑數據框 144
10.4 數據的分組及分案例操作 146
10.5 時間分割 148
10.6 練習題 152
第11章 多元回歸 153
11.1 多維數據繪圖 153
11.2 模型設定和模型輸出 155
11.3 模型篩選 157
11.4 練習題 161
第12章 線性模型 162
12.1 多項式回歸 163
12.2 過原點的回歸分析 165
12.3 設計矩陣與虛擬變數 166
12.4 組間的共線性 168
12.5 互動效應 172
12.6 可重複的雙因素方差分析 172
12.7 協方差分析 173
12.7.1 圖形描述 174
12.7.2 比較回歸線 177
12.8 模型診斷 183
12.9 練習題 187
第13章 邏輯回歸 189
13.1 廣義線性模型 190
13.2 表格化數據的邏輯回歸 190
13.2.1 偏差表分析 195
13.2.2 與趨勢檢驗之間的關聯 196
13.3 似然剖面分析 197
13.4 讓步比估計的表達 199
13.5 原始數據的邏輯回歸 199
13.6 預測 201
13.7 模型檢查 202
13.8 練習題 206
第14章 生存分析 208
14.1 重要概念 208
14.2 生存對象 209
14.3 Kaplan—Meier估計 210
14.4 對數秩檢驗 213
14.5 Cox比例風險模型 214
14.6 練習題 216
第15章 比率和泊松回歸 217
15.1 基本思想 217
15.1.1 泊松分布 217
15.1.2 帶有常數風險的生存分析 218
15.2 泊松模型的擬合 219
15.3 計算比率 223
15.4 帶有常數強度的模型 226
15.5 練習題 230
第16章 非線性曲線擬合 231
16.1 基本用法 232
16.2 尋找初值 233
16.3 自啟動模型 238
16.4 剖面分析 240
16.5 更好地控制擬合算法 241
16.6 練習題 242
附錄A 獲取並安裝R以及ISwR包 243
附錄B ISwR中的數據集 246
附錄C 摘要 272
附錄D 練習題答案 283
