R軟件：應用統(tǒng)計方法

1.1 R軟件與R程序結構
1.2 一個簡單的R程序
1.3 R軟件的特色
1.4 R程序的特性與撰寫規(guī)則
1.5 為何要學程序語言
1.6 程序語言的五個基本功能
1.7 兩個簡單的R程序
1.8 功能結構完整的R程序范例
第2章 R軟件操作方式
2.1 R.GUI：圖形用戶界面
2.2 程序編輯模式
2.3 批次運行模式
2.4 source函數(shù)：運行外部程序文件
2.5 sink函數(shù)：記錄程序運行結果
2.6 help與demo功能
2.7 R軟件的程序包
2.8 data函數(shù)：使用內(nèi)建數(shù)據(jù)文件
2.9 R軟件的升級與更新
2.1 0R軟件環(huán)境設定
第3章 R軟件基本運算
3.1 簡單的數(shù)字與字符串運算
3.2 有序數(shù)列：規(guī)則性的數(shù)字集合
3.3 基本向量運算
3.4 向量的指標用法
3.5 基本統(tǒng)計計算范例
第4章 R的變量與數(shù)據(jù)
4.1 統(tǒng)計數(shù)據(jù)vs.R變量
4.2 R軟件的變量種類
4.3 指針系統(tǒng)：找出對象的元素
4.4 與變量有關的工具函數(shù)
4.5 表格形式的匯總數(shù)據(jù)
第5章 數(shù)據(jù)的輸入與輸出
5.1 外部文件路徑vs.file.choose函數(shù)
5.2 單一變量的數(shù)據(jù)輸入與輸出
5.3 多變量的數(shù)據(jù)輸入與簡單輸出
5.4 存取R軟件的數(shù)據(jù)格式：rda文件
5.5 存取其他軟件的數(shù)據(jù)文件
第6章 數(shù)據(jù)轉換與處理
6.1 重新編碼
6.2 排序：sort、rank、order、rev
6.3 數(shù)據(jù)轉換
6.4 數(shù)據(jù)的合并
6.5 分割
第7章 R程序流程管8
7.1 expression與statement
7.2 條件運行
7.3 循環(huán)結構
第8章 R的自定義函數(shù)
8.1 R的自定義函數(shù)語法
8.2 簡單的R函數(shù)
8.3 函數(shù)的參數(shù)默認值
8.4 函數(shù)內(nèi)變量的有效范圍
8.5 特殊的函數(shù)用法
8.6 R函數(shù)的其他特性
第9章 R軟件的繪圖功能
9.1 par圖形設定函數(shù)
9.2 圖形基本設定參數(shù)
9.3 高級繪圖函數(shù)
9.4 高級繪圖函數(shù)共享的輔助參數(shù)
9.5 附加圖形：低級繪圖函數(shù)
9.6 交互式圖形與數(shù)學符號展示
9.7 繪圖設備
第10章 常用函數(shù)與程序技巧
10.1 數(shù)學、統(tǒng)計與匯總函數(shù)
10.2 常用的工具函數(shù)
10.3 文字與字符串處理
10.4 常見的R程序技巧.
第11章 概率分布與統(tǒng)計模型
11.1 R軟件的概率分布函數(shù)
11.2 R軟件的統(tǒng)計模型寫法
第12章 概率統(tǒng)計
12.1 排列與組合
12.2 概率分布表功能.
12.3 隨機數(shù)生成器與隨機抽樣
12.4 概率分布pdf與cdf的計算與圖形
12.5 概率收斂與中心極限定理
12.6 概率值的逼近
12.7 判定數(shù)據(jù)的概率分布
12.8 判定數(shù)據(jù)的正態(tài)性
第13章 描述性統(tǒng)計
13.1 頻數(shù)統(tǒng)計
13.2 一般描述性統(tǒng)計量
第14章 統(tǒng)計檢驗
14.1 單樣本檢驗
14.2 雙樣本檢驗
14.3 置信區(qū)間的意義
14.4 卡方檢驗
14.5 其他檢驗
第15章 回歸分析
15.1 回歸分析常用函數(shù)
15.2 簡單線性回歸
15.3 解釋變量選取
15.4 多元回歸模型分析
15.5 殘差分析及其他檢驗
15.6 Logistic回歸
第16章 實驗設計
16.1 ANOVA模型與線性模式的差異
16.2 實驗設計函數(shù)匯總
16.3 單因子設計
16.4 多重比較
16.5 隨機區(qū)組設計
16.6 拉丁方格設計
16.7 雙因子設計
16.8 兩水平因子設計
第17章 質量管理
17.1 R軟件的質量管理函數(shù)
17.2 魚骨圖與帕累托圖
17.3 計量值控制圖
17.4 計數(shù)值控制圖
17.5 單一觀測值控制圖
17.6 累積和與EWMA控制圖
第18章 時間序列
18.1 R軟件的時間序列函數(shù)
18.2 ARIMA模型
18.3 時間序列+回歸分析
18.4 轉換函數(shù)模型
18.5 介入事件模型
18.6 離群值模型
18.7 ARCH與GARCH
第19章 數(shù)據(jù)挖掘：決策樹
19.1 CART決策樹
19.2 CHAID決策樹
19.3 RandomForest決策樹
附錄
附錄A 工具函數(shù)章節(jié)匯總
附錄B 數(shù)學常數(shù)與特殊函數(shù)
附錄C plotmath數(shù)學符號
參考文獻