编辑推荐

由R知名专家执笔。作者深入理解了R的内涵和精髓，结合自己丰富的培训经验，以及大量的一线工程实践经验，潜心编写而成。
软件版本采用当前新的R版本，在知识点讲解过程中穿插了新功能的讲述与应用。
知识全面、系统，科学安排内容的层次架构，由浅入深，循序渐进，适合读者的学习规律。
理论与实践应用紧密结合。基础理论知识穿插在知识点的讲述中，言简意赅、目标明确，其目的是使读者知其然，亦知其所以然，达到学以致用的目的。
知识点+针对每个知识点的小实例+综合实例的讲述方式，可以使读者快速地学习并掌握R软件操作及应用该知识点解决实践中的问题。综合实例部分，深入细致地剖析数据统计分析应用的流程、细节、难点、技巧，起到融会贯通的作用。
为了让《R语言统计分析与应用》内容尽可能接近各个领域的实际情况，作者从心理学、社会学、医学、生物、商业和工程等诸多领域选取了一些例子。所有的这些例子都不需要读者具备这些领域的专业知识。
《R语言统计分析与应用》附带所有实例操作的数据和R程序。

内容简介

R统计软件是目前应用*广泛的统计软件之一，已广泛应用于医学、财经和社会科学等领域中进行数据管理和数据分析处理。《R语言统计分析与应用》以Windows操作系统下的R软件为基础，以实践中常用的统计分析方法为基本内容，介绍了R语言的编写以及结果解释。《R语言统计分析与应用》重点介绍了各种多元统计分析方法的基本原理及其应用，包括方差分析、多元线性回归、Logistic回归分析、生存分析、主成分分析、因子分析、聚类分析、判别分析以及典型相关分析等。每一章详细讨论了统计分析方法的基本原理和分析过程，介绍了R语言的使用方法及应用实例说明、结果解释及结论分析等。

作者简介

《R语言统计分析与应用》由汪海波、罗莉、汪海玲编著，参与编写的还有郝旭宁、李建鹏、赵伟茗、刘钦、于志伟、张永岗、周世宾、姚志伟、曹文平、张应迁、张洪才、邱洪钢、张青莲、陆绍强、李成。
汪海波，SAS知名专家，畅销书《SAS统计分析与应用从入门到精通》作者。作者深入理解了SAS内涵、精髓，结合自己丰富的工作经验，并结合大量的一线工程实践经验，潜心编写而成。

目录

*一篇R基础与入门篇

*1章R入门2
1．1R简介2
1．1．1R特点2
1．1．2R支持资料3
1．2R的获取、安装和启动4
1．2．1R的获取4
1．2．2R的安装5
1．2．3R的启动7
1．3R菜单操作7
1．4工作空间10
1．5程序包11
1．5．1什么是程序包11
1．5．2安装程序包11
1．6R使用以及图形界面12
1．7本章小结13
*2章R编程入门14
2．1R语言14
2．1．1数据集的概念14
2．1．2R运算符21
2．2R常用函数及其应用23
2．2．1数学函数24
2．2．2样本统计函数26
2．2．3概率函数27
2．2．4字符处理函数28
2．2．5其他实用函数30
2．3数据的输入31
2．3．1使用键盘输入数据31
2．3．2数据集的导入32
2．4本章小结34
第3章基本数据管理35
3．1创建新变量36
3．2向量运算37
3．2．1添加或删除向量元素37
3．2．2向量运算和逻辑运算37
3．2．3用∶运算符创建向量37
3．2．4使用seq()函数创建向量38
3．3处理数据对象的实用函数38
3．4变量的重编码39
3．5变量的重命名40
3．6缺失值41
3．7日期值42
3．8类型转换44
3．9数据排序45
3．10数据集的合并45
3．11数据集取子集46
3．11．1选入观测46
3．11．2选入变量47
3．11．3剔除变量48
3．11．4subset()函数49
3．12本章小结49
第4章样本量和检验效能估计50
4．1样本量估算以及R程序包50
4．1．1样本量影响因素50
4．1．2检验效能分析pwr包52
4．2t检验53
4．2．1单样本与已知总体检验时样本
量的估计及R程序53
4．2．2两总体均数比较样本量的估计
及R程序54
4．2．3配对设计两样本均数比较样本
量的估计及R程序55
4．3方差分析56
4．4相关分析57
4．5线性模型58
4．6分类资料的样本量估计59
4．6．1单样本与已知总体检验时样
本量的估计及R程序59
4．6．2两样本率比较样本量的估计及
R程序60
4．6．3配对设计总体率比较样本量的
估计及R程序61
4．7本章小结62
第5章高级数据管理63
5．1控制语句63
5．1．1重复和循环63
5．1．2条件执行65
5．2数据处理综合实例67
5．3转置与整合70
5．3．1转置70
5．3．2整合数据71
5．4本章小结72

*二篇统计方法与R分析实例

第6章定量资料的统计描述74
6．1统计描述基础理论知识74
6．1．1集中趋势描述75
6．1．2离散趋势描述77
6．1．3正态分布79
6．2统计描述分析实例81
6．2．1summary()函数分析实例81
6．2．2sapply()函数分析实例83
6．2．3describe()函数分析实例85
6．2．4stat．desc()函数分析实例89
6．2．5分组计算描述性统计量91
6．2．6对数正态分布资料的统计
描述94
6．3本章小结95
第7章t检验96
7．1单样本t检验96
7．1．1单样本t检验的基础理论96
7．1．2单样本t检验分析实例97
7．1．3无原始数据的单样本t检验R
程序98
7．2配对设计资料的t检验98
7．2．1配对设计资料t检验的基础
理论98
7．2．2配对t检验实例100
7．2．3无原始数据的配对设计的
t检验分析实例102
7．3两独立样本的t检验103
7．3．1两独立样本t检验的基础
理论103
7．3．2独立样本t检验分析
实例105
7．3．3无原始数据的两独立样本
t检验分析实例107
7．4本章小结107
第8章方差分析108
8．1方差分析及ANOVA模型拟合概述108
8．1．1方差分析的基本思想108
8．1．2方差分析基本术语110
8．1．3ANOVA模型拟合111
8．2完全随机设计资料的方差分析112
8．2．1单因子方差分析介绍113
8．2．2单因子方差分析的R程序
实例113
8．3随机区组设计资料的方差分析118
8．3．1随机区组方差分析介绍119
8．3．2随机区组方差分析的R程序
实例121
8．4拉丁方设计资料的方差分析126
8．4．1拉丁方方法介绍126
8．4．2拉丁方分析的R程序实例128
8．5析因设计资料的方差分析131
8．5．1析因设计方法介绍131
8．5．2析因方差分析的R程序实例134
8．6正交试验设计资料的方差分析136
8．6．1正交试验设计方法介绍136
8．6．2正交试验设计资料分析的R
程序实例138
8．7重复测量资料的方差分析139
8．7．1重复测量设计方法介绍140
8．7．2重复测量资料分析的R
程序实例141
8．8协方差分析144
8．8．1协方差分析方法介绍144
8．8．2协方差分析的R程序实例145
8．9本章小结148
第9章直线回归与相关149
9．1直线相关分析149
9．1．1直线相关分析介绍149
9．1．2直线相关分析的R实例151
9．2直线回归分析154
9．2．1直线回归分析介绍155
9．2．2直线回归分析的R程序实例157
9．3本章小结162
*10章多元线性回归与相关163
10．1多元线性回归与相关的基础理论163
10．1．1多元线性回归163
10．1．2复相关系数与偏相关系数176
10．2分析实例178
10．2．1多元线性回归方程的建立178
10．2．2复相关系数与偏相关系数的
R程序实例183
10．3本章小结185
*11章Logistic回归分析186
11．1非条件Logistic回归186
11．1．1非条件Logistic回归介绍187
11．1．2非条件Logistic回归模型的
建立和检验188
11．1．3非条件Logistic回归的R
程序190
11．2条件Logistic回归205
11．2．1条件Logistic回归介绍205
11．2．2条件Logistic回归的R
程序206
11．3本章小结207
*12章相对数208
12．1相对数简介208
12．1．1率的标准化210
12．1．2率的假设检验212
12．2R分析实例214
12．2．1率的标准化R程序214
12．2．2率的Z（U）检验的R
程序215
12．3本章小结216
*13章行×列表分析217
13．1四格表资料217
13．1．1四格表卡方检验介绍218
13．1．2四格表卡方检验的R
程序220
13．2配对计数资料的卡方检验224
13．2．1四格表配对卡方检验介绍224
13．2．2四格表配对卡方检验的R
程序225
13．3列变量为顺序变量的行均分检验226
13．3．1行均分检验介绍227
13．3．2行均分检验的R程序227
13．4行列均为顺序变量的相关检验230
13．4．1行列均为顺序变量的相关
检验介绍230
13．4．2行列均为顺序变量的相关
检验的R程序231
13．5分层行列表的分析235
13．5．1分层行列表的分析简介235
13．5．2分层行列表的分析的R
程序236
13．6趋势卡方检验239
13．6．1趋势卡方检验简介239
13．6．2趋势卡方检验的R程序239
13．7卡方分割与卡方合并241
13．7．1卡方的分割与合并简介241
13．7．2卡方分割与卡方合并分析
实例241
13．8本章小结243
*14章非参数统计244
14．1单样本资料与已知总体参数的非
参数检验245
14．1．1单组资料的符号及符号秩和
检验245
14．1．2单组资料的非参数检验R
程序247
14．2配对设计资料的非参数检验248
14．2．1配对设计资料的符号及符号
秩和检验248
14．2．2配对设计资料的非参数检验
R程序249
14．3两组定量资料的非参数检验250
14．3．1两组定量资料的非参数检验
方法概述251
14．3．2两组定量资料非参数检验的
R程序252
14．4多组定量资料的非参数检验253
14．4．1多组定量资料的非参数检验
方法概述253
14．4．2多组定量资料非参数检验的
R程序255
14．5等级分组资料的非参数检验260
14．5．1等级分组资料的非参数检验
方法概述260
14．5．2等级分组资料非参数检验的
R程序261
14．6随机区组资料的非参数检验264
14．6．1随机区组资料的非参数检验
方法概述264
14．6．2随机区组资料非参数检验的
R程序265
14．7等级相关（秩相关）266
14．7．1秩相关概述266
14．7．2spearman秩相关的R程序267
14．8本章小结268
*15章生存分析269
15．1生存分析简介269
15．1．1生存数据269
15．1．2生存时间函数270
15．1．3均数、中位数和半数
生存期271
15．1．4生存分析的基本方法271
15．2生存曲线272
15．2．1寿命表法及R分析实例273
15．2．2乘积极限法（Kaplan-Meier）及
R分析实例278
15．2．3Cox回归及R分析实例280
15．3本章小结285
*16章主成分分析286
16．1主成分分析简介287
16．1．1主成分分析的数学模型287
16．1．2主成分分析的方法步骤288
16．1．3主成分分析的应用290
16．2R中的主成分分析实例291
16．3本章小结307
*17章因子分析308
17．1因子分析简介308
17．2主成分分析与因子分析比较317
17．3因子分析及R实例318
17．4本章小结337

*18章聚类分析338
18．1聚类分析简介338
18．2聚类分析及R实例344
18．2．1varclus()函数344
18．2．2kmean()函数348
18．2．3hclust()函数实例352
18．3本章小结355
*19章判别分析356
19．1判别分析简介357
19．2判别分析及R实例362
19．3本章小结386
*20章典型相关分析388
20．1典型相关简介388
20．1．1典型相关分析的理论架构及
基本假设390
20．1．2冗余分析391
20．1．3典型相关系数的假设检验392
20．2cancor()函数实例392
20．3本章小结400
*21章诊断试验的ROC分析401
21．1诊断试验简介401
21．1．1诊断试验介绍401
21．1．2诊断试验评价指标402
21．1．3ROC分析资料收集与整理404
21．1．4ROC曲线构建405
21．2ROC分析及R分析实例406
21．3本章小结423
*22章统计图425
22．1条形图425
22．2饼图429
22．3散点图431
22．4折线图433
22．5箱线图434
22．6直方图437
22．7核密度图442
22．8点图442
22．9本章小结444
参考文献445

精彩书摘

　　《R语言统计分析与应用》：
　　构造预测模型，进行预报控制。在自然和社会科学领域的科研与生产中，探索多变量系统运动的客观规律及其与外部环境的关系，进行预测预报，以实现对系统的最优控制，是应用多元统计分析技术的主要目的。在多元分析中，用于预报控制的模型有两大类。一类是预测预报模型，通常采用多元线性回归或逐步回归分析、判别分析、双重筛选逐步回归分析等建模技术；另一类是描述性模型，通常采用聚类分析的建模技术。
　　进行数值分类，构造分类模式。在多变量系统的分析中，往往需要将系统性质相似的事物或现象归为一类，以便找出它们之间的联系和内在规律性。过去的许多研究多是按单因素进行定性处理，以致处理的结果反映不出系统的总特征。进行数值分类，构造分类模式一般采用聚类分析和判别分析技术。
　　如何选择适当的方法来解决实际问题，需要对问题进行综合考虑。对一个问题可以综合运用多种统计方法进行分析。例如一个预报模型的建立，可先根据有关生物学、生态学原理，确定理论模型和试验设计；根据试验结果，收集试验资料：对资料进行初步提炼；然后应用统计分析方法（如相关分析、逐步回归分析、主成分分析等）研究各个变量之间的相关性……；在此基础上构造预报模型，最后对模型进行诊断和优化处理，并应用于生产实际。
　　……

其他推荐