数据统计分析的R软件应用

第1篇  R软件简介

第1章  R软件下载、安装与启动

1.1 选择R软件的理由

1.2 R软件的下载

1.3 R软件及其程序包的安装

1.3.1 R软件的安装

1.3.2 R软件程序包的安装

1.4 R软件的启动和退出

1.5 R软件的在线帮助系统

练习题

第2章  R软件的数据结构

2.1 R的对象与属性

2.2 对象信息的浏览和删除

2.3 向量对象

2.3.1 数值型向量对象

2.3.2 字符型向量对象

2.3.3 逻辑型向量

2.3.4 因子型向量

2.3.5 数值型向量的运算

2.3.6 常用的统计函数

2.3.7 向量的下标与子集的提取

2.4 数组与矩阵对象

2.4.1 数组的建立

2.4.2 矩阵的建立

2.4.3 数组与矩阵的下标与子集的提取

2.4.4 矩阵的运算函数

2.5 数据框对象

2.5.1 数据框的直接建立

2.5.2 数据框的间接建立

2.5.3 适用于数据框的函数

2.5.4 数据框的下标与子集的提取

2.5.5 数据框中添加新变量

2.6 时间序列对象

2.7 列表对象

练习题

第3章  R软件数据存储与读取

3.1 数据存储

3.2 数据读取

3.2.1 文本文件数据的读取

3.2.2 Excel数据的读取

3.2.3 R软件中数据集的读取

3.2.4 R软件中的格式数据

练习题

第4章  R软件编程

4.1 R函数基础

4.2 循环和向量化

4.2.1 控制结构

4.2.2 向量化

4.3 用R编写程序

4.4 用R编写函数

4.5 用R编写标准函数的实例

练习题

第5章  R软件图形的绘制

5.1 绘图基础知识

5.1.1 绘图函数

5.1.2 低级绘图命令

5.1.3 绘图参数

5.2 直方图的绘制

5.3 散点图的绘制

5.4 曲线标绘图的绘制

5.5 连线标绘图的绘制

5.6 箱图的绘制

5.7 饼图的绘制

5.8 条形图的绘制

5.9 点图的绘制

5.10 复杂图形的绘制

练习题

第2篇  基础统计分析的R软件应用

第6章  描述性统计的R软件应用

6.1 统计分布

6.1.1 正态分布

6.1.2 t分布

6.1.3 卡方分布

6.1.4 F分布

6.2 描述性统计量

6.2.1 总体和样本

6.2.2 量度尺度

6.2.3 频数分布

6.2.4 集中趋势的量度

6.2.5 中位数

6.2.6 众数

6.2.7 分位数

6.2.8 离散程度的量度

6.3 单组数据描述性统计的R软件应用

6.3.1 总体描述

6.3.2 五数及样本分位数描述

6.3.3 离差描述

6.3.4 偏度与峰度描述

6.4 多组数据描述性统计的R软件应用

6.4.1 多组数据的概括

6.4.2 方差和与协方差的计算

6.5 分类数据描述性统计的R软件应用

6.5.1 列联表的制作

6.5.2 获得边际列表

6.5.3 频数列联表

6.6 列联表图形描述的R软件应用

练习题

第7章  参数估计的R软件应用

7.1 参数估计概述

7.2 点估计的R软件应用

7.3 单正态总体均值区间估计的R软件应用

7.4 单正态总体方差区间估计的R软件应用

7.5 双正态总体均值差区间估计的R软件应用

7.6 双正态总体方差比区间估计的R软件应用

7.7 确定样本容量的R软件应用

7.7.1 估计正态总体均值时样本容量的确定

7.7.2 估计比例p时样本容量的确定

练习题

第8章  参数假设检验的R软件应用

8.1 参数假设检验的基本理论

8.2 单个样本t检验的R软件应用

8.3 两个独立样本t检验的R软件应用

8.4 配对样本t检验的R软件应用

8.5 单样本方差假设检验的R软件应用

8.6 双样本方差假设检验的R软件应用

练习题

第9章  相关分析与回归分析的R软件应用

9.1 相关分析基本理论

9.2 相关分析的R软件应用

9.3 一元线性回归分析基本理论

9.3.1 一元线性回归分析模型

9.3.2 一元线性回归的假设

9.3.3 方差分析

9.3.4 决定系数

9.3.5 估计的标准误

9.3.6 回归系数的假设检验

9.3.7 回归系数的置信区间

9.4 一元线性回归分析的R软件应用

9.5 多元线性回归分析基本理论

9.5.1 多元回归模型

9.5.2 方差分析

9.5.3 决定系数

9.5.4 估计的标准误

9.5.5 回归系数的t检验和置信区间

9.5.6 回归系数的F检验

9.5.7 虚拟变量

9.6 多元线性回归分析的R软件应用

9.7 多重共线性问题的R软件应用

9.8 自相关问题的R软件应用

9.8.1 自相关问题

9.8.2 自相关问题诊断

9.8.3 自相关问题的解决

9.8.4 自相关问题的R软件实现

9.9 异方差问题的R软件应用

9.9.1 异方差问题

9.9.2 异方差问题诊断

9.9.3 异方差问题的解决

9.9.4 异方差问题的R软件实现

9.10 Logistic回归的R软件应用

9.10.1 Logistic回归

9.10.2 广义线性回归模型

9.10.3 与广义线性回归模型有关的R函数：glm()

9.10.4 基于二项分布的广义线性模型应用实例

9.11 Huber法和bisquare法回归的R软件应用

9.11.1 线性回归中的几个术语

9.11.2 数据描述

9.11.3 稳健回归的R软件实现

练习题

第3篇  多元统计分析的R软件应用

第10章  主成分分析与因子分析的R软件应用

10.1 主成分分析基本理论

10.1.1 主成分分析

10.1.2 对主成分分析法进行综合评价特点的讨论

10.1.3 主成分分析法综合评价方法的改进——原始数据的无量纲化方法的改进

10.1.4 用主成分分析法对被评价对象进行综合评价的实施步骤

10.2 主成分分析的R软件应用

10.3 因子分析基本理论

10.3.1 因子分析的基本原理

10.3.2 因子分析与主成分分析的异同点

10.3.3 用因子分析方法进行综合评价分析的基本步骤

10.4 因子分析的R软件应用

10.4.1 R软件在科技企业发展评价中的应用

10.4.2 R软件在各省市社会经济发展水平评价中的应用

练习题

第11章  判别分析与聚类分析的R软件应用

11.1 判别分析基本理论

11.1.1 距离判别分析法

11.1.2 Fisher判别分析

11.1.3 数据预处理

11.2 判别分析的 R软件应用

11.3 聚类分析基本理论

11.3.1 距离的统计量

11.3.2 系统聚类法

11.3.3 快速聚类法

11.4 聚类分析的R软件应用

练习题

第12章  R软件的典型相关分析与对应分析

12.1 典型相关分析的基本理论

12.2 典型相关分析的R软件应用

12.3 对应分析的基本理论

12.4 对应分析的R软件应用

练习题

本书内容包括R软件下载、安装与启动，R软件数据结构，R软件数据存储与读取，R软件编程，R软件绘图，描述性统计的R软件应用，参数估计的R软件应用，参数假设检验的R软件应用，相关分析与回归分析的R软件应用，主成分分析与因子分析的R软件应用，聚类分析与判别分析的R软件应用，典型相关分析与对应分析的R软件应用。本书紧跟大数据分析时代，内容新颖、全面，实用性强，融理论、方法、应用于一体，是一部供统计学、数量经济学、管理科学与工程、应用数学、计算数学、概率统计、金融工程、投资学、金融专业硕士、金融学、经济学、财务管理、会计学、工商管理等专业的本科高年级学生与研究生使用的实验教材或参考书。