新書推薦：
《
复利：全球顶尖投资者的31节认知与决策思维课
》
售價：HK$
103.4
《
最后的都铎：中世纪余晖下的宫廷爱欲与权力密码（女性写给女性的女性历史）
》
售價：HK$
101.2
《
窄门：纪德三部曲（插图珍藏版）
》
售價：HK$
158.7
《
工业机器人集成应用
》
售價：HK$
91.8
《
像大人一样生存，像孩子一样生活（小时候觉得开心就好，现在也是）
》
售價：HK$
56.4
《
万有引力书系 海洋女王 里斯本的历史
》
售價：HK$
89.7
《
周易大全
》
售價：HK$
147.2
《
元和十四年 ： 大唐中兴与沉沦的十字路口
》
售價：HK$
79.4
|
| 編輯推薦： |
|
本书通过270多个应用实例，阐明了如何用R快速、有效地进行数据分析。主要内容包括软件安装和帮助、基础知识、软件导览、输入与输出、数据结构、数据转换、字符串和日期、统计概论、图形、线性回归和方差分析、实用技巧、高级数值分析和统计方法、时间序列分析等。R语言功能强大，可以帮你处理一切统计工作，但是其结构却不容易掌握，本书通过简洁的、面向任务的实例，可以帮助读者快速利用R解决实际问题。
|
| 內容簡介： |
|
本书通过275个应用实例，阐明了如何用R快速、有效地进行数据分析。主要内容包括软件安装和帮助、基础知识、软件导览、输入与输出、数据结构、数据转换、字符串和日期、统计概论、图形、线性回归和方差分析、实用技巧、高级数值分析和统计方法、时间序列分析等。R语言功能强大，可以帮你处理一切统计工作，但是其结构却不容易掌握，本书通过简洁的、面向任务的实例，可以帮助读者快速利用R解决实际问题。
|
| 關於作者： |
|
J.D. Long在纽约市的Renaissance Re公司工作。他是Python、R和AWS的狂热用户，喜欢使用各种专业术语，并且经常在R会议上发表演讲。他是芝加哥R User Group的创始人。
|
| 目錄：
|
前言1
第1章 R入门和获得帮助9
1.1 下载和安装R软件10
1.2 安装RStudio12
1.3 开始运行RStudio13
1.4 输入R命令14
1.5 退出RStudio16
1.6 中断R正在运行的程序17
1.7 查看帮助文档18
1.8 获取函数的帮助文档20
1.9 搜索帮助文档22
1.10 查看R添加包帮助信息23
1.11 通过网络获取帮助24
1.12 寻找相关函数与添加包27
1.13 搜索邮件列表28
1.14 向Stack Overflow或社区的其他网站提交问题29
第2章 基础知识32
2.1 在屏幕上显示内容32
2.2 设定变量34
2.3 列出所有变量35
2.4 删除变量37
2.5 生成向量38
2.6 计算基本统计量40
2.7 生成数列42
2.8 向量比较44
2.9 选取向量中的元素45
2.10 向量的计算48
2.11 运算符优先级问题50
2.12 减少输入，得到更多命令52
2.13 创建函数调用的管道53
2.14 避免常见错误56
第3章 R软件导览61
3.1 获取和设定工作目录61
3.2 创建一个新的RStudio项目62
3.3 保存工作空间64
3.4 查看历史命令记录65
3.5 保存先前命令产生的结果66
3.6 通过搜索路径显示已加载的软件包67
3.7 查看已安装的R包列表68
3.8 使用R包中的函数69
3.9 使用R的内置数据集71
3.10 从CRAN网站安装R包72
3.11 从GitHub网站安装R包74
3.12 设定或改变默认CRAN网站镜像75
3.13 运行脚本76
3.14 批量运行R代码77
3.15 找到R的主目录80
3.16 R的自定义81
3.17 在云端使用R和RStudio84
第4章 输入与输出86
4.1 使用键盘输入数据86
4.2 显示更少的位数（或更多的位数）87
4.3 将输出结果重定向到文件89
4.4 显示文件列表90
4.5 解决无法在Windows中打开文件的问题92
4.6 读取固定宽度的数据记录93
4.7 读取表格数据文件96
4.8 读取CSV文件99
4.9 写入CSV文件101
4.10 从网络中读取表格或CSV格式数据103
4.11 从Excel文件读取数据104
4.12 将数据框写入Excel文件105
4.13 从SAS文件读取数据108
4.14 读取HTML表格数据109
4.15 读取复杂格式数据文件112
4.16 读取MySQL数据库中的数据116
4.17 通过dbplyr访问数据库118
4.18 保存和传送对象120
第5章 数据结构123
5.1 对向量添加数据131
5.2 在向量中插入数据132
5.3 理解循环规则133
5.4 构建因子134
5.5 将多个向量合并成单个向量以及一个平行因子136
5.6 创建列表137
5.7 根据位置选定列表元素139
5.8 根据名称选定列表元素141
5.9 构建一个名称值关联表142
5.10 从列表中移除元素144
5.11 将列表转换为向量145
5.12 从列表中移除空值元素146
5.13 使用条件来移除列表元素147
5.14 矩阵初始化149
5.15 执行矩阵运算150
5.16 将描述性名称赋给矩阵的行和列151
5.17 从矩阵中选定一行或一列152
5.18 用列数据初始化数据框153
5.19 用行数据初始化数据框155
5.20 对数据框添加行157
5.21 根据位置选择数据框的列159
5.22 根据名称选择数据框的列163
5.23 修改数据框的列名165
5.24 从数据框中移除NA值166
5.25 根据名称排除列167
5.26 合并两个数据框168
5.27 根据共有列合并数据框169
5.28 基本数据类型之间的转换171
5.29 从一种结构化数据类型转换到另一种数据类型172
第6章 数据转换175
6.1 将函数应用于列表的每个元素175
6.2 将函数应用于数据框的每一行178
6.3 将函数应用于矩阵的每一行179
6.4 将函数应用于每一列180
6.5 将函数应用于平行向量或列表182
6.6 将函数应用于一组数据184
6.7 基于条件生成一个新列185
第7章 字符串和日期187
7.1 获取字符串长度189
7.2 连接字符串190
7.3 提取子串191
7.4 根据分隔符分割字符串192
7.5 替代子串193
7.6 生成字符串的所有成对组合194
7.7 得到当前日期196
7.8 转换字符串为日期196
7.9 转换日期为字符串197
7.10 转换年、月、日为日期198
7.11 得到儒略日期200
7.12 提取日期的一部分200
7.13 创建日期序列202
第8章 概率204
8.1 计算组合数206
8.2 生成组合206
8.3 生成随机数207
8.4 生成可再生的随机数209
8.5 生成随机样本210
8.6 生成随机序列212
8.7 随机排列向量213
8.8 计算离散分布的概率213
8.9 计算连续分布的概率215
8.10 转换概率为分位数216
8.11 绘制密度函数218
第9章 统计概论222
9.1 数据的汇总224
9.2 计算相对频数226
9.3 因子数据的表格和列联表创建227
9.4 检验分类变量独立性228
9.5 计算数据集的百分位数（和四分位数）229
9.6 求分位数的逆230
9.7 数据转换为z分数231
9.8 检验样本均值（t检验）232
9.9 均值的置信区间233
9.10 中位数的置信区间234
9.11 检验样本比例235
9.12 比例的置信区间236
9.13 检验正态性237
9.14 游程检验239
9.15 比较两个样本的均值240
9.16 比较两个非参数样本的位置242
9.17 检验相关系数的显著性243
9.18 检验组的等比例244
9.19 组均值间成对比较246
9.20 检验两样本的相同分布247
第10章 图形249
10.1 创建散点图252
10.2 添加标题和标签254
10.3 添加（或去除）网格255
10.4 给ggplot图形添加主题258
10.5 创建多组散点图262
10.6 添加（或去除）图例263
10.7 绘制散点图
|
| 內容試閱：
|
R软件是进行统计分析、绘图和统计编程的强大工具。现在成千上万的人用它来进行日常的重要统计分析。R是一个自由、开源的软件系统，它是许多聪明、勤奋工作的人的集体工作成果。R有超过10 000个软件包插件，是其他商业统计软件包的强劲竞争对手。
但是，刚开始使用R软件时可能感到无从下手。对许多人来说，即便是一些基本的任务，R的实现也不是很明显。当了解了R的使用方法后，简单的问题自然能得心应手地解决，但学习“如何”使用R的过程有时会让人感到发狂。
本书介绍了如何使用R软件的一些方法，其中每一个方法对应解决某个特定的问题。介绍这些方法的途径为：首先给出待解决的问题，然后给出解决方案的简单介绍，之后再给出对解决方案的讨论，深入剖析解决方案，给出该方案的原理。我们知道这些方法实用，也知道这些方法可行，因为我们也在使用它们。
这些方法所涉及的范围较为广泛。首先，从基本的任务开始介绍，然后介绍数据的输入和输出、基本统计、图形以及线性回归。与R有关的工作都或多或少地涉及本书介绍的方法。
通过学习本书，初学者能快速了解R并上手。如果你对R软件有一定的了解，那么本书也能帮助你巩固已学的知识，拓宽你的思维（例如，“下一次我应该怎么使用Kolmogorov-Smirnov检验”）。
从严格意义上来说，本书并不是一本关于R软件的教程，但你将会从中学习到许多R软件的应用技巧。本书也不是一本关于R的参考手册，但它确实包含了许多实用的内容。本书更不是一个R软件的编程指南，但书中很多方法都可以应用到R的编程脚本中。
最后，本书不是统计学理论的参考书。本书假设读者对统计理论和方法有一定的了解，想知道的是如何在R软件中实现。
方法
本书介绍的大部分方法，都是由一两个R函数或命令来解决某一特定问题。需要注意的是，书中不会对某一函数的全部能力进行详细解释，而是仅介绍那些与需要解决的问题有关的函数能力。R软件中几乎所有的函数所具备的能力都远远不止本书中所介绍的，其中有的函数具有更强大的能力。因此强烈建议读者阅读这些函数的帮助页面，你可能会从中得到不少收获。
每个方法都为读者提供了解决某个问题的一条途径。当然对于每个问题有可能存在多个正确的解决方案。在这种情况下，我们一般会选择最为简单的方法。对于书中给出的任何问题，你自己或许可以找到其他一些解决方案。本书着重介绍解决问题的方法，类似“菜谱”书，而不是R软件的大全书。
尤其是，R软件有大量的添加包，这几千个R添加包都可以从网络下载。这些包中含有许多替代算法和统计方法。本书侧重于R基础发布版所带的核心功能，以及几个重要的放在一起统称为tidyverse的添加包。
tidyverse最简洁的定义来自Hadley Wickham—tidyverse的创始人和它的核心维护者之一：
“tidyverse是一组协调工作的添加包，它们共享通用数据表达式和API设计。tidyverse包旨在使其易于通过单个命令安装和加载核心包。了解tidyverse中的所有添加包以及它们如何组合在一起的最佳方式是阅读R for Data Science（http：r4ds.had.co.nz）一书。”
对术语的说明
每个方法旨在迅速地解决问题，而非长篇大论地进行论述。因此我们有时候会采用一些术语来简化相关内容的解释，这些术语有时候可能不精确，但是正确的。比如，术语泛型函数。我们把函数printx和plotx称为泛型函数，原因是它们能适当地处理多种输入参数x。计算机科学家可能会质疑这一术语，因为严格来说这些都不是简单的“函数”，它们是多态方法并且动态调度。但是，如果我们仔细地精确定义所有这样的技术细节，那么关键的解决方案将会埋没于这些细枝末节的技术问题中。所以为了便于阅读，我们就将它们称为函数。
另一个例子是统计学中的假设检验术语。若使用概率论的严格定义，就会使读者难以清晰理解这些检验的实际应用，所以我们以更通俗的语言来描述各个统计检验。更多有关假设检验方法的细节，请查看第9章的简介部分。
我们的目标是用通俗易懂而非严格的正式语言，让R软件能被更多的读者所理解和接受。因此希望各个领域的专家对于我们所给出的某些并不严谨的术语与定义予以谅解。
软件及平台说明
虽然R软件时常进行有计划的版本更新，但其语言定义和核心实现是稳定的。本书所介绍的方法适用于基础发布版的任何最新版本。
有些方法对于操作平台有特殊的要求，我们会在文中对其加以标注，这些方法大多数是一些软件本身的问题，如程序的安装和配置。据我们所知，书中的所有其他方法在R的三个主要平台（即Windows、macOS和LinuxUnix）上都能运行。
其他资源
如果你想进行更深入的阅读，下面是一些进一步阅读的建议。
网络
R项目网站（http：www.r-project.org）汇集了所有R软件的相关资源，从中可以下载R程序代码、R添加包、文档、源代码等。
除了R项目网站以外，我们建议使用一个针对R软件的搜索引擎，比如Sasha Goodman开发的RSeek搜索引擎（http：rseek.org），也可以使用谷歌这样的通用搜索引擎，但在搜索“R”关键词时可能会得到许多无关的搜索结果。更多有关网络搜索的细节参见1.11节。
浏览博客也是一种学习R软件和
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
