《R語言與現代統計方法》是2016年11清華大學出版社出版的圖書，作者劉強、裴艷波、張貝貝。
基本介紹
- 書名：R語言與現代統計方法
- 作者：劉強、裴艷波、張貝貝
- ISBN：9787302452607
- 定價：49
- 出版社：清華大學出版社
- 出版時間：2016.11.01
內容簡介,目錄,
內容簡介
本書主要基於統計學、經濟金融、生物醫學等專業人才培養的基本要求，結合作者多年的教學、科研經驗和研究案例，對R 語言的浩瀚內容進行了有針對性的系統整理，較為全面地介紹了R 軟體的使用．在此基礎上，對一些現代統計分析方法的理論及R 軟體的實現進行了系統闡述，力圖反映R 語言最新發展成果．內容涵蓋了R 基礎內容、R 數據結構、數據的輸入與輸出、數據管理與R 編程、圖形管理、機率與抽樣分布、探索性數據分析、參數估計、假設檢驗、方差分析、回歸分析、生存分析、貝葉斯計算、時間序列分析，變數選擇、非參數回歸、缺失數據分析等．
目錄
第1章R語言簡介1
11R語言的特點1
12R語言運行平台1
121工作目錄2
122工作空間3
123歷史命令4
124幫助系統4
13R程式包的安裝使用7
131R軟體的下載與安裝7
132程式包的安裝與載入7
133與程式包有關的一些函式8
14初識R語言9
141對象的命名9
142對象的賦值9
143一個實例10
第2章R數據結構12
21向量12
211向量的建立與賦值12
212向量的運算13
213向量的下標運算14
214與向量有關的一些函式15
22R的數據結構16
221對象及屬性16
222數據對象的類別17
223與對象有關的一些函式17
23向量問題的擴展18
231字元型向量18
232邏輯型向量20
IVR語言與現代統計方法
233複數型向量20
24因子及其運算21
241因子的建立與賦值21
242與因子運算有關的一些函式23
25數組與矩陣23
251數組的建立23
252矩陣的建立24
253數組（矩陣）的下標運算25
254數組（矩陣）的運算25
255矩陣的代數運算26
256與矩陣運算有關的一些函式30
26數據框31
261數據框的建立31
262數據框元素的引用32
263數據框的編輯33
264與數據框有關的一些函式35
27列表35
271列表的建立36
272列表元素的引用36
273列表元素的相關運算37
274不同數據結構間的轉換38
第3章數據的輸入與輸出40
31數據的輸入40
311利用鍵盤錄入數據40
312讀取固定格式的文本檔案40
313讀取複雜格式的文本檔案43
314讀取其他格式的數據檔案44
315R中數據集的讀取47
32數據的輸出48
321運行結果的定向輸出48
322數據的定向輸出50
323圖形的定向輸出52
第4章數據管理與R編程53
41缺失值問題53
目錄V
411缺失值的識別53
412缺失值的處理54
42日期值問題55
43變數的整理56
431變數的重新編碼56
432變數的重新命名59
44數據的整理59
441數據的合併59
442數據的排序60
443數據的匯總與重構61
45控制結構63
451循環結構63
452條件結構65
46定義自己的函式66
47R編程基礎68
第5章R圖形管理69
51一個引例69
52graphics圖形系統簡介70
521繪圖函式概述71
522圖形參數72
523圖形設備74
53基本圖形的繪製76
531散點圖76
532折線圖77
533直方圖80
534箱線圖84
535條形圖88
536餅形圖89
537透視圖91
54自定義圖形92
541添加擬合曲線92
542繪製多圖93
543添加圖例和標註94
544添加多邊形及填充顏色95
VIR語言與現代統計方法
55lattice繪圖系統96
551lattice包簡介97
552lattice繪圖函式98
553lattice圖形的定製99
第6章機率與抽樣分布104
61常用的機率分布104
611離散分布的分布律104
612連續分布的密度函式105
62與分布相關函式的R實現109
621機率密度函式109
622分布函式110
623分位數函式111
624隨機數產生函式111
63隨機抽樣112
第7章探索性數據分析114
71常用描述統計量114
711數據集中程度的描述114
712數據離散程度的描述117
713數據分布形狀的描述119
714兩組樣本相關性分析120
72圖形描述122
721莖葉圖123
722Q?Q圖124
723經驗分布函式圖124
第8章參數估計126
81點估計126
811矩估計126
812極大似然估計129
82區間估計133
821區間估計的定義134
822正態總體參數的區間估計134
823比率p的區間估計143
目錄VII
第9章假設檢驗147
91參數假設檢驗147
911單個正態總體的參數檢驗148
912兩個正態總體參數的檢驗151
913單總體比率的檢驗156
914兩個總體比率的檢驗159
92非參數假設檢驗160
921單個樣本的非參數檢驗160
922兩樣本的獨立性檢驗165
923兩樣本的非參數檢驗168
924多樣本的非參數檢驗174
第10章回歸分析177
101一元線性回歸177
1011一元線性回歸模型177
1012參數估計178
1013回歸方程的顯著性檢驗180
1014預測182
102多元線性回歸183
1021回歸模型183
1022估計184
1023回歸模型的顯著性檢驗184
1024預測185
1025自變數的選擇185
103回歸診斷191
1031高斯?馬爾科夫假定的診斷191
1032多重共線性的診斷195
1033異常值和影響點的診斷198
104二分類Logistic回歸204
1041回歸模型204
1042參數的估計205
1043模型的預測206
1044擬合優度的測度206
第11章方差分析208
111單因素方差分析209
VIIIR語言與現代統計方法
1111單因素方差分析模型209
1112單因素方差分析的R實現211
1113方差齊性檢驗213
1114多重比較213
112雙因素方差分析214
1121不考慮互動作用214
1122考慮互動作用216
1123雙因素方差分析的R函式和實例分析218
113方差分析在模型選擇中的套用219
第12章生存分析221
121R程式包的載入及生存對象的建立222
122非參數建模方法223
1221KM估計223
1222生存曲線的比較226
123參數建模方法227
124半參數模型方法229
第13章貝葉斯計算233
131貝葉斯統計推斷的基本概念233
1311貝葉斯公式233
1312參數估計234
1313假設檢驗234
1314預測235
132單參數模型235
1321離散先驗分布236
1322貝塔先驗分布237
1323直方圖先驗239
133多參數模型241
1331均值和方差均未知的正態模型241
1332多項模型242
134蒙特卡洛抽樣方法244
1341拒絕抽樣245
1342重要性抽樣248
135馬爾可夫鏈?蒙特卡洛抽樣方法252
1351馬爾可夫鏈252
目錄IX
1352Metropolis-Hastings算法255
1353Gibbs抽樣方法260
第14章時間序列分析266
141時間序列的探索性分析266
1411時間序列實例266
1412傳統的分解方法272
142時間序列的相關概念與簡單時序模型274
1421平穩性274
1422可逆性275
1423自協方差函式和自相關函式275
1424白噪聲模型276
1425隨機遊走277
143自回歸移動平均模型279
1431AR模型279
1432MA模型283
1433ARMA模型285
144非平穩時間序列模型295
1441帶漂移的隨機遊走過程295
1442ARIMA模型296
1443單位根檢驗296
145季節模型299
1451季節ARMA模型299
1452航空模型299
1453乘法季節模型302
146條件異方差模型307
1461模型的結構與模型的建立307
1462ARCH模型310
1463GARCH模型313
第15章統計方法進階317
151非參數密度估計317
1511直方圖法317
1512核密度估計法320
1513窗寬的選擇方法323
152多重借補方法326
XR語言與現代統計方法
153Bootstrap方法330
154EM算法333
155變數選擇339
1551嶺回歸339
1552Lasso方法342
1553自適應Lasso方法346
1553SCAD方法347
附錄A圖形用戶界面349
A1RCommander349
A2RStudio353
A21RStudio的安裝353
A22RStudio界面介紹353
A23嘗試使用RStudio356
附錄B數據集359
