R语言经典实例PDF|Epub|txt|kindle电子书版本网盘下载

R语言经典实例PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

前言1

第1章R入门和获得帮助7

1.1下载和安装R软件8

1.2开始运行R软件10

1.3输入R命令13

1.4退出R15

1.5中断R正在运行的程序16

1.6查看帮助文档17

1.7获取函数的帮助文档18

1.8搜索帮助文档20

1.9查看R软件包帮助信息21

1.10通过网络获取帮助23

1.11寻找相关函数与数据包26

1.12查询邮件列表27

1.13向邮件列表提交问题27

第2章基础知识30

2.1显示内容30

2.2设定变量32

2.3列出所有变量34

2.4删除变量35

2.5生成向量36

2.6计算基本统计量37

2.7生成数列40

2.8向量比较42

2.9选取向量中的元素43

2.10向量的计算46

2.11运算符优先级问题48

2.12定义函数50

2.13减少输入，得到更多命令52

2.14常见错误54

第3章R软件导览58

3.1获取和设定工作目录58

3.2保存工作空间59

3.3查看历史命令记录60

3.4保存先前命令产生的结果60

3.5显示搜索路径61

3.6使用R包中的函数62

3.7使用R的内置数据集64

3.8查看已安装的R包列表65

3.9从CRAN网站安装R包67

3.10设定默认CRAN网站镜像69

3.11隐藏启动信息70

3.12运行脚本70

3.13批量运行R代码71

3.14获取和设定环境变量74

3.15找到R的主目录75

3.16 R的客户化76

第4章输入与输出80

4.1使用键盘输入数据81

4.2显示更少的位数（或更多的位数）82

4.3将输出结果重定向到某一文件84

4.4显示文件列表85

4.5解决无法在Windows中打开文件的问题86

4.6阅读固定宽度数据记录87

4.7读取表格数据文件88

4.8读取CSV文件90

4.9写入CSV文件92

4.10从网络中读取表格或CSV格式数据93

4.11读取HTML表格数据94

4.12读取复杂格式数据文件96

4.13读取MySQL数据库中的数据100

4.14保存和传送目标102

第5章数据结构104

5.1对向量添加数据111

5.2在向量中插入数据112

5.3理解循环规则113

5.4构建因子（即分类变量）115

5.5将多个向量合并成单个向量以及平行因子117

5.6创建列表118

5.7根据位置选定列表元素119

5.8根据名称选定列表元素121

5.9构建一个名称／值关联表122

5.10从列表中移除元素124

5.11将列表转换为向量125

5.12从列表中移除取值为空值（即NULL）的元素126

5.13使用条件来移除列表元素127

5.14矩阵初始化129

5.15执行矩阵运算130

5.16将描述性名称赋给矩阵的行和列131

5.17从矩阵中选定一行或一列132

5.18用列数据初始化数据框133

5.19由行数据初始化数据框134

5.20添加行至数据框136

5.21预分配数据框137

5.22根据位置选择数据框的列138

5.23根据列名选定数据框的列142

5.24更便捷地选定行和列143

5.25修改数据框的列名145

5.26编辑数据框146

5.27从数据框中移除NA值148

5.28根据名称排除列149

5.29合并两个数据框150

5.30根据共有列合并数据框151

5.31更便捷地访问数据框内容152

5.32基本数据类型之间的转换154

5.33不同结构化数据类型间的转换156

第6章数据转换159

6.1向量分组160

6.2将函数应用于每个列表元素161

6.3将函数应用于每行163

6.4将函数应用于每列164

6.5将函数应用于组数据166

6.6将函数应用于行组168

6.7将函数应用于平行向量或列表170

第7章字符串和日期172

7.1获取字符串长度174

7.2连接字符串175

7.3提取子串176

7.4根据分隔符分割字符串176

7.5替代子串178

7.6查看字符串中的特殊字符179

7.7生成字符串的所有成对组合179

7.8得到当前日期181

7.9转换字符串为日期181

7.10转换日期为字符串182

7.11转化年、月、日为日期183

7.12得到儒略日期185

7.13提取日期的一部分185

7.14创建日期序列187

第8章概率189

8.1计算组合数191

8.2生成组合192

8.3生成随机数193

8.4生成可再生的随机数194

8.5生成随机样本196

8.6生成随机序列197

8.7随机排列向量198

8.8计算离散分布的概率198

8.9计算连续分布的概率200

8.10转换概率为分位数201

8.11绘制密度函数203

第9章统计概论206

9.1汇总数据208

9.2计算相对频数210

9.3因子制表和列联表创建211

9.4检验分类变量独立性212

9.5计算数据集的分位数（和四分位数）212

9.6求分位数的逆213

9.7数据转换为z分数214

9.8检验样本均值（t检验）215

9.9均值的置信区间216

9.10中位数的置信区间217

9.11检验样本比例218

9.12比例的置信区间219

9.13检验正态性220

9.14游程检验222

9.15比较两个样本的均值223

9.16比较两个非参数样本的位置225

9.17检验相关系数的显著性226

9.18检验组的等比例228

9.19组均值间成对比较229

9.20检验两样本的相同分布230

第10章图形232

10.1创建散点图234

10.2添加标题和标签236

10.3添加网格237

10.4创建多组散点图238

10.5添加图例240

10.6绘制散点图的回归线242

10.7多变量散点图的绘制243

10.8创建每个因子水平的散点图244

10.9创建条形图246

10.10对条形图添加置信区间248

10.11给条形图上色249

10.12绘制过点x和y的线251

10.13改变线的类型、宽度或者颜色253

10.14绘制多个数据集254

10.15添加垂直线和水平线256

10.16创建箱线图257

10.17对每个因子水平创建箱线图258

10.18创建直方图259

10.19对直方图添加密度估计261

10.20创建离散直方图262

10.21创建正态Q-Q图264

10.22创建其他Q-Q图265

10.23用多种颜色绘制变量266

10.24绘制函数269

10.25图形间暂停270

10.26在一页中显示多个图形271

10.27打开另一个图形窗口273

10.28在文档中绘制图形274

10.29改变图形参数275

第11章线性回归和方差分析277

11.1简单线性回归279

11.2多元线性回归281

11.3得到回归统计量282

11.4理解回归的汇总结果286

11.5运行无截距的线性回归289

11.6运行有交户项的线性回归290

11.7选择最合适的回归变量292

11.8对数据子集回归295

11.9在回归公式中使用表达式296

11.10多项式回归298

11.11转换数据的回归299

11.12寻找最佳幂变换301

11.13回归系数的置信区间304

11.14绘制回归残差304

11.15诊断线性回归306

11.16识别有影响的观察值309

11.17残差自相关检验310

11.18预测新值311

11.19建立预测区间312

11.20运行单因素方差分析313

11.21创建交互关系图315

11.22找到组间均值的不同316

11.23执行稳健方差分析318

11.24运用方差分析比较模型320

第12章有用的方法323

12.1查看你的数据323

12.2拓宽你的输出324

12.3输出赋值结果325

12.4对行和列求和325

12.5按列输出数据326

12.6对数据分级328

12.7找到特定值的位置329

12.8每隔n个选定一个向量元素330

12.9找到成对的最小值或者最大值331

12.10生成多个因子的组合332

12.11转换一个数据框333

12.12对数据框排序334

12.13对两列排序335

12.14移除变量属性336

12.15显示对象的结构337

12.16代码运行时间340

12.17抑制警告和错误消息341

12.18从列表中提取函数参数342

12.19定义你自己的二元运算符344

第13章高级数值分析和统计方法347

13.1最小化或者最大化一个单参数函数347

13.2最小化或者最大化多参数函数348

13.3计算特征值和特征向量350

13.4主成分分析351

13.5简单正交回归352

13.6数据的聚类354

13.7预测二元变量（逻辑回归）357

13.8统计量的自助法359

13.9因子分析361

第14章时间序列分析366

14.1表示时间序列367

14.2绘制时序图370

14.3提取最老的观测值或者最新的观测值373

14.4选取时间序列的子集374

14.5合并多个时间序列376

14.6缺失时间序列的填充378

14.7时间序列的滞后380

14.8计算逐次差分381

14.9时间序列相关的计算382

14.10计算移动平均383

14.11在日历时间范围内应用函数384

14.12应用滚动函数386

14.13绘制自相关函数图388

14.14检验时间序列的自相关389

14.15绘制偏自相关函数390

14.16两个时间序列间的滞后相关性391

14.17剔除时间序列的趋势393

14.18拟合ARIMA模型394

14.19剔除ARIMA模型中不显著的系数397

14.20对 ARIMA模型进行诊断399

14.21用ARIMA模型进行预测400

14.22均值回归的检验402

14.23时间序列的平滑404