R语言统计入门(第2版)

详解利用R软件进行机器学习方式的数据可视化分析实用案例教程，R语言经典图书！“统计之都”倾力翻译！

《R语言统计入门(第2版)》以最恰当的方式向初学者介绍了R语言的全貌，内容涵盖基本的R编程方法、基本数据处理和一些高级数据操作的技巧，有助于读者理解R向量化编程的特点。此外，作者在《R语言统计入门(第2版)》中还详细描述了包含回归分析、假设检验、广义线性模型、非线性拟合等常用统计方法的原理。虽然《R语言统计入门(第2版》以实际案例解析居多，但是并非不重视理论，作者恰当而到位地描述了理论方面的内容，既不晦涩，也非浅薄，而是向读者打开了一扇窗。作者希望这《R语言统计入门(第2版)》可以作为一道“开胃菜”引导更多的人投入到对统计和R的研究之中。
本书适合数据分析，数据统计人员及R用户学习参考。

《R语言统计入门(第2版)》以最恰当的方式向初学者介绍了R语言的全貌，内容涵盖基本的R编程方法、基本数据处理和一些高级数据操作的技巧，有助于读者理解R向量化编程的特点。此外，作者在《R语言统计入门(第2版)》中还详细描述了包含回归分析、假设检验、广义线性模型、非线性拟合等常用统计方法的原理。虽然《R语言统计入门(第2版》以实际案例解析居多，但是并非不重视理论，作者恰当而到位地描述了理论方面的内容，既不晦涩，也非浅薄，而是向读者打开了一扇窗。作者希望这《R语言统计入门(第2版)》可以作为一道“开胃菜”引导更多的人投入到对统计和R的研究之中。
本书适合数据分析，数据统计人员及R用户学习参考。

目录

第1章基础知识1
1．1初始步骤1
1．1．1大型计算器2
1．1．2赋值3
1．1．3向量运算4
1．1．4标准过程5
1．1．5作图6
1．2R语言基础8
1．2．1表达式和对象8
1．2．2函数和参数9
1．2．3向量10
1．2．4引用和转义序列10
1．2．5缺失值11
1．2．6生成向量的函数11
1．2．7矩阵和数组13
1．2．8因子15
1．2．9列表16
1．2．10数据框17
1．2．11索引17
1．2．12条件选择18
1．2．13数据框的索引19
1．2．14分组数据和数据框20
1．2．15隐式循环21
1．2．16排序23
1．3练习题24

第2章R语言环境25
2．1会话管理25
2．1．1工作空间窗口25
2．1．2文本输出26
2．1．3脚本27
2．1．4获取帮助27
2．1．5包28
2．1．6内置数据29
2．1．7attach和detach29
2．1．8subset，transform和within31
2．2作图系统32
2．2．1图形布局32
2．2．2利用部分构造图形33
2．2．3par的使用34
2．2．4组合图形35
2．3R编程36
2．3．1流程控制37
2．3．2类和类函数37
2．4数据输入38
2．4．1读取文本文件39
2．4．2read．table的进一步讨论41
2．4．3数据编辑器42
2．4．4其他程序的接口43
2．5练习题44

第3章概率和分布45
3．1随机抽样45
3．2概率计算和排列组合46
3．3离散分布47
3．4连续分布47
3．5R中的内置分布48
3．5．1密度48
3．5．2累积分布函数50
3．5．3分位数51
3．5．4随机数字52
3．6练习题53

第4章描述性统计和图形54
4．1单组的汇总统计量54
4．2分布的图形展示58
4．2．1直方图58
4．2．2经验累积分布59
4．2．3Q-Q图59
4．2．4箱式图60
4．3分组数据的汇总统计量61
4．4分组数据作图64
4．4．1直方图64
4．4．2并联箱式图65
4．4．3带状图66
4．5表格68
4．5．1生成表格68
4．5．2边际表格和相对频数71
4．6表格的图形显示72
4．6．1条形图72
4．6．2点图74
4．6．3饼图75
4．7练习题76

第5章单样本与双样本检验77
5．1单样本t检验77
5．2Wilcoxon符号秩检验80
5．3两样本t检验82
5．4比较方差83
5．5两样本Wilcoxon检验84
5．6配对t检验85
5．7配对Wilcoxon检验86
5．8练习题87

第6章回归与相关性88
6．1简单线性回归88
6．2残差与回归值92
6．3预测与置信带95
6．4相关性98
6．4．1皮尔逊相关系数98
6．4．2斯皮尔曼相关系数99
6．4．3肯德尔等级相关系数t100
6．5练习题100

第7章方差分析与Kruskal-Wallis检验102
7．1单因素方差分析102
7．1．1成对比较和多重检验106
7．1．2放宽对方差的假设107
7．1．3图像表示108
7．1．4Bartlett检验109
7．2Kruskal-Wallis检验110
7．3双因素方差分析110
7．4Friedman检验114
7．5回归分析中的方差分析表114
7．6练习题115

第8章表格数据117
8．1单比例117
8．2两个独立的比例118
8．3k比例，检验趋势120
8．4r ′ c表格122
8．5练习题124

第9章功效与样本容量的计算126
9．1功效计算原则126
9．1．1单样本t及配对样本t检验的功效127
9．1．2两样本t检验的功效128
9．1．3近似方法128
9．1．4比较比例的功效129
9．2两样本问题129
9．3单样本问题及配对样本检验131
9．4比例的比较131
9．5练习题132

第10章数据处理的高级技术133
10．1变量的重编码133
10．1．1cut函数133
10．1．2处理因子135
10．1．3日期的使用136
10．1．4多变量重编码139
10．2条件计算140
10．3合并与重构数据框141
10．3．1追加数据框141
10．3．2合并数据框142
10．3．3重塑数据框144
10．4数据的分组及分案例操作146
10．5时间分割148
10．6练习题152

第11章多元回归153
11．1多维数据绘图153
11．2模型设定和模型输出155
11．3模型筛选157
11．4练习题161

第12章线性模型162
12．1多项式回归163
12．2过原点的回归分析165
12．3设计矩阵与虚拟变量166
12．4组间的共线性168
12．5交互效应172
12．6可重复的双因素方差分析172
12．7协方差分析173
12．7．1图形描述174
12．7．2比较回归线177
12．8模型诊断183
12．9练习题187

第13章逻辑回归189
13．1广义线性模型190
13．2表格化数据的逻辑回归190
13．2．1偏差表分析195
13．2．2与趋势检验之间的关联196
13．3似然剖面分析197
13．4让步比估计的表达199
13．5原始数据的逻辑回归199
13．6预测201
13．7模型检查202
13．8练习题206

第14章生存分析208
14．1重要概念208
14．2生存对象209
14．3Kaplan-Meier估计210
14．4对数秩检验213
14．5Cox比例风险模型214
14．6练习题216

第15章比率和泊松回归217
15．1基本思想217
15．1．1泊松分布217
15．1．2带有常数风险的生存分析218
15．2泊松模型的拟合219
15．3计算比率223
15．4带有常数强度的模型226
15．5练习题230

第16章非线性曲线拟合231
16．1基本用法232
16．2寻找初值233
16．3自启动模型238
16．4剖面分析240
16．5更好地控制拟合算法241
16．6练习题242

附录A获取并安装R以及ISwR包243
附录BISwR中的数据集246
附录C摘要272
附录D练习题答案283