R語言實戰(zhàn)：編程基礎、統(tǒng)計分析與數(shù)據挖掘寶典

目.錄第 1章R的基本介紹 …………………………………………………………1 1.1 強大的 R ………………………………………………………………………… 1 1.2 R的安裝與啟動 ………………………………………………………………… 2 1.2.1 安裝并啟動 R …………………………………………………………… 3 1.2.2 安裝并啟動一個 IDE …………………………………………………… 5 1.3 R的向量、矩陣和數(shù)組 ………………………………………………………… 6 1.3.1 向量的操作方法和固有屬性 …………………………………………… 6 1.3.2 矩陣的操作和運算 ……………………………………………………… 9 1.3.3 數(shù)組中的維度函數(shù) ……………………………………………………… 12 1.4 R的列表和數(shù)據框 ……………………………………………………………… 14 1.4.1 列表的特性和編輯方法 ………………………………………………… 14 1.4.2 數(shù)據框的創(chuàng)建和基本操作 ……………………………………………… 18 1.5 R數(shù)據文件的載入和載出 ……………………………………………………… 20 1.5.1 結構化純文本文件的讀取和輸出 ……………………………………… 21 1.5.2 其他文件的讀取和輸出 ………………………………………………… 23 1.6 向 R中安裝包 …………………………………………………………………… 25第 2章原始數(shù)據的探索與預處理 ………………………………………… 29 2.1 度量數(shù)據集的集中程度 ………………………………………………………… 29 2.2 度量數(shù)據集的分散程度 ………………………………………………………… 31 2.2.1 極值、方差和標準差 …………………………………………………… 31 2.2.2 標準誤和偏度系數(shù)、峰度系數(shù) ………………………………………… 33 2.3 創(chuàng)建一個數(shù)值摘要表 …………………………………………………………… 35 2.4 異常值的觀測與說明 …………………………………………………………… 37 2.4.1 利用箱線圖觀測異常值并處理 ………………………………………… 38 2.4.2 異常值檢測的其他情況和說明 ………………………………………… 40 2.5 缺失值的填補與處理 …………………………………………………………… 42 2.5.1 刪除缺失值或對其進行簡單填補 ……………………………………… 42 2.5.2 按照相關性對空缺值進行填補 ………………………………………… 45第 3章R的數(shù)據可視化 …………………………………………………… 47 3.1 plot()函數(shù)和常用的圖形參數(shù) ………………………………………………… 47 3.1.1 設置 plot()函數(shù)中的參數(shù) ……………………………………………… 47 3.1.2 修改散點圖的坐標并加入標注 ………………………………………… 51 3.2 經典的基礎圖形及用途 ………………………………………………………… 54 3.2.1 線圖 ……………………………………………………………………… 54 3.2.2 直方圖 …………………………………………………………………… 59 3.2.3 箱線圖和莖葉圖 ………………………………………………………… 63 3.3 將圖形組合起來 ………………………………………………………………… 66 3.4 更多的高水平作圖函數(shù) ………………………………………………………… 69 3.5 更多的常用作圖命令 …………………………………………………………… 72 第 4章R中參數(shù)的估計和檢驗 …………………………………………… 75 4.1 使用 R進行點估計和區(qū)間估計 ………………………………………………… 75 4.1.1 簡單的點估計和區(qū)間估計 ……………………………………………… 75 4.1.2 估計單側置信區(qū)間 ……………………………………………………… 79 4.2 與正態(tài)總體有關的參數(shù)檢驗 …………………………………………………… 83 4.3 列聯(lián)表與獨立性檢驗 …………………………………………………………… 87 4.4 幾種檢驗數(shù)據分布的函數(shù) ……………………………………………………… 89 4.5 對非正態(tài)總體的區(qū)間估計和檢驗 ……………………………………………… 92 4.5.1 非正態(tài)總體的區(qū)間估計 ………………………………………………… 92 4.5.2 非參數(shù)檢驗中的符號檢驗 ……………………………………………… 94 4.5.3 非參數(shù)檢驗中的秩檢驗 ………………………………………………… 96第 5章R中的方差分析 …………………………………………………… 99 5.1 方差分析模型的建立 …………………………………………………………… 99 5.2 單因素方差分析 ……………………………………………………………… 100 5.2.1 單因素方差分析的數(shù)學思想與模型 ………………………………… 101 5.2.2 檢驗樣本是否滿足方差分析的假設條件 …………………………… 102 5.2.3 構建單因素方差分析模型 …………………………………………… 105 5.3 多因素方差分析 ……………………………………………………………… 108 5.3.1 多因素方差分析的數(shù)學思想與模型 ………………………………… 108 5.3.2 不考慮交互作用的雙因素方差分析 ………………………………… 110 5.3.3 考慮交互作用的雙因素方差分析 …………………………………… 112 5.4 秩檢驗和協(xié)方差分析 ………………………………………………………… 114 5.4.1 對控制變量應用秩檢驗方法 ………………………………………… 114 5.4.2 協(xié)方差分析的假設與應用 …………………………………………… 116第 6章R中的相關分析和回歸分析 ………………………………………118 6.1 多種相關系數(shù)的度量和分析 ………………………………………………… 118 6.1.1 簡單相關系數(shù)的計算和檢驗 ………………………………………… 118 6.1.2 散布矩陣圖和偏相關系數(shù) …………………………………………… 121 6.1.3 典型相關分析 ………………………………………………………… 123 6.2 線性回歸分析及其常規(guī)參數(shù) ………………………………………………… 125 6.2.1 對數(shù)據進行預處理 …………………………………………………… 126 6.2.2 構建第一個回歸模型 ………………………………………………… 127 6.2.3 修正方程并檢驗殘差 ………………………………………………… 129 6.3 使用逐步回歸篩選自變量 …………………………………………………… 132 6.3.1 逐步回歸的思想與分類 ……………………………………………… 132 6.3.2 構建逐步回歸模型 …………………………………………………… 133 6.4 啞變量和邏輯回歸 …………………………………………………………… 135 6.4.1 啞變量和邏輯回歸的思想 …………………………………………… 135 6.4.2 向線性回歸模型中納入啞變量 ……………………………………… 137第 7章更高級的數(shù)據可視化 ………………………………………………140 7.1 基礎圖形的拓展與延伸 ……………………………………………………… 140 7.1.1 繪制分類散點圖并添加圖標 ………………………………………… 140 7.1.2 繪制含多種類別的密度分布圖 ……………………………………… 143 7.1.3 復合條形圖和堆棧條形圖 …………………………………………… 146 7.2 有關多元分布函數(shù)的特殊圖形 ……………………………………………… 149 7.2.1 星圖和臉譜圖 ………………………………………………………… 150 7.2.2 輪廓圖 ………………………………………………………………… 153 7.2.3 調和曲線圖 …………………………………………………………… 155 7.3 建立最簡單的 3D圖形 ……………………………………………………… 157 7.4 如何讓圖形更美觀 …………………………………………………………… 160 7.5 更多的繪圖包和系統(tǒng) ………………………………………………………… 162第 8章R中的聚類分析和判別分析 ………………………………………164 8.1 幾種聚類分析的異同 ………………………………………………………… 164 8.2 使用 R實現(xiàn) KNN聚類 ……………………………………………………… 165 8.2.1 KNN算法的思想和模型 …………………………………………… 165 8.2.2 使用 R實現(xiàn) KNN聚類 ……………………………………………… 167 8.3 使用 R實現(xiàn)系統(tǒng)聚類 ………………………………………………………… 170 8.3.1 系統(tǒng)聚類的思想和模型 ……………………………………………… 170 8.3.2 使用 R實現(xiàn)系統(tǒng)聚類 ……………………………………………… 171 8.4 使用 R實現(xiàn)快速聚類 ………………………………………………………… 174 8.4.1 快速聚類的思想和模型 ……………………………………………… 174 8.4.2 使用 R實現(xiàn)快速聚類 ……………………………………………… 176 8.5 幾種判別分析模型綜述 ……………………………………………………… 178 8.5.1 距離判別模型 ………………………………………………………… 179 8.5.2 Fisher判別模型 ……………………………………………………… 182第 9章R中的主成分分析和因子分析 ……………………………………186 9.1 主成分分析的實現(xiàn)與應用 …………………………………………………… 186 9.1.1 主成分分析的模型假設和數(shù)據處理 ………………………………… 186 9.1.2 構造一個主成分分析模型 …………………………………………… 189 9.1.3 計算主成分的綜合得分 ……………………………………………… 191