|
-- 會員 / 註冊 --
|
|
|
|
R語言統計分析與應用 ( 簡體 字) |
作者:汪海波 | 類別:1. -> 程式設計 -> R語言 |
譯者: |
出版社:人民郵電出版社 | 3dWoo書號: 48838 詢問書籍請說出此書號!【缺書】 NT售價: 395 元 |
出版日:4/1/2018 |
頁數:444 |
光碟數:0 |
|
站長推薦: |
印刷:黑白印刷 | 語系: ( 簡體 版 ) |
|
加入購物車 │加到我的最愛 (請先登入會員) |
ISBN:9787115469823 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
作者序: |
譯者序: |
前言: |
內容簡介:R統計軟件是目前應用* 廣泛的統計軟件之一,已廣泛應用于醫學、財經和社會科學等領域中進行數據管理和數據分析處理。本書以Windows操作系統下的R軟件為基礎,以實踐中常用的統計分析方法為基本內容,介紹了R語言的編寫以及結果解釋。本書重點介紹了各種多元統計分析方法的基本原理及其應用,包括方差分析、多元線性回歸、Logistic回歸分析、生存分析、主成分分析、因子分析、聚類分析、判別分析以及典型相關分析等。每一章詳細討論了統計分析方法的基本原理和分析過程,介紹了R語言的使用方法及應用實例說明、結果解釋及結論分析等。
|
目錄:* 一篇 R基礎與入門篇 * 1章 R入門 2 1.1 R簡介 2 1.1.1 R特點 2 1.1.2 R支持資料 3 1.2 R的獲取、安裝和啟動 4 1.2.1 R的獲取 4 1.2.2 R的安裝 5 1.2.3 R的啟動 7 1.3 R菜單操作 7 1.4 工作空間 10 1.5 程序包 11 1.5.1 什么是程序包 11 1.5.2 安裝程序包 11 1.6 R使用以及圖形界面 12 1.7 本章小結 13 * 2章 R編程入門 14 2.1 R語言 14 2.1.1 數據集的概念 14 2.1.2 R運算符 21 2.2 R常用函數及其應用 23 2.2.1 數學函數 24 2.2.2 樣本統計函數 26 2.2.3 概率函數 27 2.2.4 字符處理函數 28 2.2.5 其他實用函數 30 2.3 數據的輸入 31 2.3.1 使用鍵盤輸入數據 31 2.3.2 數據集的導入 32 2.4 本章小結 34 第3章 基本數據管理 35 3.1 創建新變量 36 3.2 向量運算 37 3.2.1 添加或刪除向量元素 37 3.2.2 向量運算和邏輯運算 37 3.2.3 用?運算符創建向量 37 3.2.4 使用seq()函數創建向量 38 3.3 處理數據對象的實用函數 38 3.4 變量的重編碼 39 3.5 變量的重命名 40 3.6 缺失值 41 3.7 日期值 42 3.8 類型轉換 44 3.9 數據排序 45 3.10 數據集的合并 45 3.11 數據集取子集 46 3.11.1 選入觀測 46 3.11.2 選入變量 47 3.11.3 剔除變量 48 3.11.4 subset()函數 49 3.12 本章小結 49 第4章 樣本量和檢驗效能估計 50 4.1 樣本量估算以及R程序包 50 4.1.1 樣本量影響因素 50 4.1.2 檢驗效能分析pwr包 52 4.2 t檢驗 53 4.2.1 單樣本與已知總體檢驗時樣本 量的估計及R程序 53 4.2.2 兩總體均數比較樣本量的估計 及R程序 54 4.2.3 配對設計兩樣本均數比較樣本 量的估計及R程序 55 4.3 方差分析 56 4.4 相關分析 57 4.5 線性模型 58 4.6 分類資料的樣本量估計 59 4.6.1 單樣本與已知總體檢驗時樣 本量的估計及R程序 59 4.6.2 兩樣本率比較樣本量的估計及 R程序 60 4.6.3 配對設計總體率比較樣本量的 估計及R程序 61 4.7 本章小結 62 第5章 高 級數據管理 63 5.1 控制語句 63 5.1.1 重復和循環 63 5.1.2 條件執行 65 5.2 數據處理綜合實例 67 5.3 轉置與整合 70 5.3.1 轉置 70 5.3.2 整合數據 71 5.4 本章小結 72 * 二篇 統計方法與R分析實例 第6章 定量資料的統計描述 74 6.1 統計描述基礎理論知識 74 6.1.1 集中趨勢描述 75 6.1.2 離散趨勢描述 77 6.1.3 正態分布 79 6.2 統計描述分析實例 81 6.2.1 summary()函數分析實例 81 6.2.2 sapply()函數分析實例 83 6.2.3 describe()函數分析實例 85 6.2.4 stat.desc()函數分析實例 89 6.2.5 分組計算描述性統計量 91 6.2.6 對數正態分布資料的統計 描述 94 6.3 本章小結 95 第7章 t檢驗 96 7.1 單樣本t檢驗 96 7.1.1 單樣本t檢驗的基礎理論 96 7.1.2 單樣本t檢驗分析實例 97 7.1.3 無原始數據的單樣本t檢驗R 程序 98 7.2 配對設計資料的t檢驗 98 7.2.1 配對設計資料t檢驗的基礎 理論 98 7.2.2 配對t檢驗實例 100 7.2.3 無原始數據的配對設計的 t檢驗分析實例 102 7.3 兩獨立樣本的t檢驗 103 7.3.1 兩獨立樣本t檢驗的基礎 理論 103 7.3.2 獨立樣本t檢驗分析 實例 105 7.3.3 無原始數據的兩獨立樣本 t檢驗分析實例 107 7.4 本章小結 107 第8章 方差分析 108 8.1 方差分析及ANOVA模型擬合概述 108 8.1.1 方差分析的基本思想 108 8.1.2 方差分析基本術語 110 8.1.3 ANOVA模型擬合 111 8.2 完全隨機設計資料的方差分析 112 8.2.1 單因子方差分析介紹 113 8.2.2 單因子方差分析的R程序 實例 113 8.3 隨機區組設計資料的方差分析 118 8.3.1 隨機區組方差分析介紹 119 8.3.2 隨機區組方差分析的R程序 實例 121 8.4 拉丁方設計資料的方差分析 126 8.4.1 拉丁方方法介紹 126 8.4.2 拉丁方分析的R程序實例 128 8.5 析因設計資料的方差分析 131 8.5.1 析因設計方法介紹 131 8.5.2 析因方差分析的R程序實例 134 8.6 正交試驗設計資料的方差分析 136 8.6.1 正交試驗設計方法介紹 136 8.6.2 正交試驗設計資料分析的R 程序實例 138 8.7 重復測量資料的方差分析 139 8.7.1 重復測量設計方法介紹 140 8.7.2 重復測量資料分析的R 程序實例 141 8.8 協方差分析 144 8.8.1 協方差分析方法介紹 144 8.8.2 協方差分析的R程序實例 145 8.9 本章小結 148 第9章 直線回歸與相關 149 9.1 直線相關分析 149 9.1.1 直線相關分析介紹 149 9.1.2 直線相關分析的R實例 151 9.2 直線回歸分析 154 9.2.1 直線回歸分析介紹 155 9.2.2 直線回歸分析的R程序實例 157 9.3 本章小結 162 * 10章 多元線性回歸與相關 163 10.1 多元線性回歸與相關的基礎理論 163 10.1.1 多元線性回歸 163 10.1.2 復相關系數與偏相關系數 176 10.2 分析實例 178 10.2.1 多元線性回歸方程的建立 178 10.2.2 復相關系數與偏相關系數的 R程序實例 183 10.3 本章小結 185 * 11章 Logistic回歸分析 186 11.1 非條件Logistic回歸 186 11.1.1 非條件Logistic回歸介紹 187 11.1.2 非條件Logistic回歸模型的 建立和檢驗 188 11.1.3 非條件Logistic回歸的R 程序 190 11.2 條件Logistic回歸 205 11.2.1 條件Logistic回歸介紹 205 11.2.2 條件Logistic回歸的R 程序 206 11.3 本章小結 207 * 12章 相對數 208 12.1 相對數簡介 208 12.1.1 率的標準化 210 12.1.2 率的假設檢驗 212 12.2 R分析實例 214 12.2.1 率的標準化R程序 214 12.2.2 率的Z(U)檢驗的R 程序 215 12.3 本章小結 216 * 13章 行×列表分析 217 13.1 四格表資料 217 13.1.1 四格表卡方檢驗介紹 218 13.1.2 四格表卡方檢驗的R 程序 220 13.2 配對計數資料的卡方檢驗 224 13.2.1 四格表配對卡方檢驗介紹 224 13.2.2 四格表配對卡方檢驗的R 程序 225 13.3 列變量為順序變量的行均分檢驗 226 13.3.1 行均分檢驗介紹 227 13.3.2 行均分檢驗的R程序 227 13.4 行列均為順序變量的相關檢驗 230 13.4.1 行列均為順序變量的相關 檢驗介紹 230 13.4.2 行列均為順序變量的相關 檢驗的R程序 231 13.5 分層行列表的分析 235 13.5.1 分層行列表的分析簡介 235 13.5.2 分層行列表的分析的R 程序 236 13.6 趨勢卡方檢驗 239 13.6.1 趨勢卡方檢驗簡介 239 13.6.2 趨勢卡方檢驗的R程序 239 13.7 卡方分割與卡方合并 241 13.7.1 卡方的分割與合并簡介 241 13.7.2 卡方分割與卡方合并分析 實例 241 13.8 本章小結 243 * 14章 非參數統計 244 14.1 單樣本資料與已知總體參數的非 參數檢驗 245 14.1.1 單組資料的符號及符號秩和 檢驗 245 14.1.2 單組資料的非參數檢驗R 程序 247 14.2 配對設計資料的非參數檢驗 248 14.2.1 配對設計資料的符號及符號 秩和檢驗 248 14.2.2 配對設計資料的非參數檢驗 R程序 249 14.3 兩組定量資料的非參數檢驗 250 14.3.1 兩組定量資料的非參數檢驗 方法概述 251 14.3.2 兩組定量資料非參數檢驗的 R程序 252 14.4 多組定量資料的非參數檢驗 253 14.4.1 多組定量資料的非參數檢驗 方法概述 253 14.4.2 多組定量資料非參數檢驗的 R程序 255 14.5 等級分組資料的非參數檢驗 260 14.5.1 等級分組資料的非參數檢驗 方法概述 260 14.5.2 等級分組資料非參數檢驗的 R程序 261 14.6 隨機區組資料的非參數檢驗 264 14.6.1 隨機區組資料的非參數檢驗 方法概述 264 14.6.2 隨機區組資料非參數檢驗的 R程序 265 14.7 等級相關(秩相關) 266 14.7.1 秩相關概述 266 14.7.2 spearman秩相關的R程序 267 14.8 本章小結 268 * 15章 生存分析 269 15.1 生存分析簡介 269 15.1.1 生存數據 269 15.1.2 生存時間函數 270 15.1.3 均數、中位數和半數 生存期 271 15.1.4 生存分析的基本方法 271 15.2 生存曲線 272 15.2.1 壽命表法及R分析實例 273 15.2.2 乘積極限法(Kaplan-Meier)及 R分析實例 278 15.2.3 Cox回歸及R分析實例 280 15.3 本章小結 285 * 16章 主成分分析 286 16.1 主成分分析簡介 287 16.1.1 主成分分析的數學模型 287 16.1.2 主成分分析的方法步驟 288 16.1.3 主成分分析的應用 290 16.2 R中的主成分分析實例 291 16.3 本章小結 307 * 17章 因子分析 308 17.1 因子分析簡介 308 17.2 主成分分析與因子分析比較 317 17.3 因子分析及R實例 318 17.4 本章小結 337
* 18章 聚類分析 338 18.1 聚類分析簡介 338 18.2 聚類分析及R實例 344 18.2.1 varclus ()函數 344 18.2.2 kmean()函數 348 18.2.3 hclust()函數實例 352 18.3 本章小結 355 * 19章 判別分析 356 19.1 判別分析簡介 357 19.2 判別分析及R實例 362 19.3 本章小結 386 * 20章 典型相關分析 388 20.1 典型相關簡介 388 20.1.1 典型相關分析的理論架構及 基本假設 390 20.1.2 冗余分析 391 20.1.3 典型相關系數的假設檢驗 392 20.2 cancor()函數實例 392 20.3 本章小結 400 * 21章 診斷試驗的ROC分析 401 21.1 診斷試驗簡介 401 21.1.1 診斷試驗介紹 401 21.1.2 診斷試驗評價指標 402 21.1.3 ROC分析資料收集與整理 404 21.1.4 ROC曲線構建 405 21.2 ROC分析及R分析實例 406 21.3 本章小結 423 * 22章 統計圖 425 22.1 條形圖 425 22.2 餅圖 429 22.3 散點圖 431 22.4 折線圖 433 22.5 箱線圖 434 22.6 直方圖 437 22.7 核密度圖 442 22.8 點圖 442 22.9 本章小結 444 參考文獻 445 |
序: |
|