内容简介

资深数据专家凝炼数十年教学和实践经验，全面阐释如何使用R的20%功能完成80%的现代数据工作。

本书是资深数据专家数十年教学与实践经验的结晶，以简单直接的方式详细讲解R语言的所有基础知识，以及常见统计方法和模型在R中的操作规范，通过大量实例，帮助读者快速理解并掌握R的核心功能，有效解决实际工作问题。

本书共24章，第1~3章介绍R语言的获取与安装、R环境的设置以及R包的基础知识；第4~5章介绍R语言基础知识和高级数据结构，涉及数学运算、向量、调用函数以及数据框、列表、矩阵和数组等；第6章介绍如何导入数据；第7章详细介绍统计图形的绘制，包括基本绘图和ggplot2；第8~10章介绍R函数编写，包括对结构、参数和返回规则的讨论，讲解if和ifelse以及复杂语句控制程序的流程、for和while循环迭代等；第11~13章介绍数据的分组操作、数据整理和字符串操作；第14~15章介绍概率分布与描述性统计；第16~20章介绍线性模型、广义线性模型、模型诊断、正则化与压缩以及非线性模型等；第21章介绍时间序列和自相关；第22章介绍各种聚类方式，包括K-means和分层聚类；第23章讨论可重复性、报告和利用knitr滑动展示；第24介绍如何创建R包。

作品目录

译者序

序言

前言

致谢

第1章　获取R 1

1.1　下载R 1

1.2　R版本 2

1.3　32位与64位 2

1.4　安装 2

1.5　R的社区版革命 8

1.6　小结 9

第2章　R环境 10

2.1　命令行界面 11

2.2　RStudio 12

2.3　Revolution Analytics RPE 20

2.4　小结 20

第3章　R包 21

3.1　包的安装 21

3.2　包的加载 23

3.3　创建一个包 24

3.4　小结 24

第4章　R语言基础 25

4.1　基本数学运算 25

4.2　变量 26

4.3　数据类型 28

4.4　向量 33

4.5　调用函数 37

4.6　函数文件 38

4.7　缺失数据 38

4.8　小结 39

第5章　高级数据结构 40

5.1　数据框 40

5.2　列表 47

5.3　矩阵 52

5.4　数组 54

5.5　小结 55

第6章　导入数据 56

6.1　导入CSV 56

6.2　导入Excel数据 57

6.3　读入数据库数据 58

6.4　导入其他统计工具数据 59

6.5　R二进制文件 60

6.6　包含在R中的数据 62

6.7　从互联网上抓取数据 62

6.8　小结 63

第7章　统计图形 64

7.1　基本图形 64

7.2　ggplot2 66

7.3　小结 78

第8章　编写R函数 79

8.1　hello world！ 79

8.2　函数参数 80

8.3　返回值 82

8.4　do.call 83

8.5　小结 84

第9章　控制语句 85

9.1　if和else语句 85

9.2　switch语句 88

9.3　ifelse语句 89

9.4　复合检查 90

9.5　小结 91

第10章　循环，Un-R方式的迭代 92

10.1　for循环 92

10.2　while循环 94

10.3　控制循环 94

10.4　小结 95

第11章　分组操作 96

11.1　apply函数族 96

11.2　aggregate 99

11.3　plyr 102

11.4　data.table 106

11.5　小结 114

第12章　数据整理 115

12.1　cbind和rbind 115

12.2　连接 116

12.3　reshape2 122

12.4　小结 125

第13章　字符串操作 126

13.1　paste 126

13.2　把格式数据写成串（sprintf） 127

13.3　提取文本 128

13.4　正则表达式 132

13.5　小结 138

第14章　概率分布 139

14.1　正态分布 139

14.2　二项分布 144

14.3　泊松分布 148

14.4　其他分布 150

14.5　小结 152

第15章　描述性统计 153

15.1　概括性统计量 153

15.2　相关系数和协方差 156

15.3　t-检验 163

15.4　方差分析 169

15.5　小结 171

第16章　线性模型 172

16.1　简单线性回归 172

16.2　多元回归 177

16.3　小结 190

第17章　广义线性模型 191

17.1　逻辑斯蒂回归 191

17.2　泊松回归 194

17.3　其他的广义线性模型 198

17.4　生存分析 198

17.5　小结 202

第18章　模型诊断 203

18.1　残差 203

18.2　模型比较 208

18.3　交叉验证 211

18.4　Bootstrap 215

18.5　逐步变量选择 218

18.6　小结 221

第19章　正则化和压缩 222

19.1　弹性网络 222

19.2　贝叶斯压缩 235

19.3　小结 238

第20章　非线性模型 239

20.1　非线性最小二乘 239

20.2　样条 241

20.3　广义相加模型 245

20.4　决策树 249

20.5　随机森林 251

20.6　小结 251

第21章　时间序列和自相关 252

21.1　自回归移动平均模型 252

21.2　向量自回归 258

21.3　广义自回归异方差模型（GARCH） 263

21.4　小结 270

第22章　聚类 271

22.1　K-means 271

22.2　PAM 277

22.3　分层聚类 282

22.4　小结 284

第23章　可重复性、报告和利用knitr滑动展示 285

23.1　安装LATEX程序 285

23.2　LATEX初级 286

23.3　通过LATEX使用knitr 288

23.4　Markdown技巧 291

23.5　使用knitr和Markdown 292

23.6　pandoc 293

23.7　小结 295

第24章　创建R包 296

24.1　目录结构 296

24.2　包文件 297

24.3　包文档 302

24.4　包的检查、创建和安装 304

24.5　提交至CRAN 305

24.6　C++代码 305

24.7　小结 310

附录A　相关资源 311