數據分析與R軟件（第2版）簡(jiǎn)介，目錄書(shū)摘

編輯推薦:

內容簡(jiǎn)介:　　《數據分析與R軟件（第2版）》是《數據分析與R軟件》第二版，在第一版的基礎上，結合信息與計算科學(xué)及相關(guān)專(zhuān)業(yè)的新培養目標及R軟件的更新與發(fā)展進(jìn)行了修訂。本次修訂對第一版的主要內容進(jìn)行了調整。第1章只介紹簡(jiǎn)單一元數據的探索性分析，學(xué)生新接觸R軟件，比較容易接受。第3章增加了多元統計分析的相關(guān)基礎知識，為后面學(xué)習多元統計分析方法（回歸分析、主成分分析、因子分析、聚類(lèi)分析、判別分析、相關(guān)分析等）奠定理論基礎，便于學(xué)生理解或證明相關(guān)結論。對R軟件的使用也增加了一些必要的函數或功能介紹。同時(shí)刪除了非參數統計的多樣本問(wèn)題等內容。
　　《數據分析與R軟件（第2版）》可作為信息與計算科學(xué)、數據科學(xué)與大數據技術(shù)、應用數學(xué)、統計學(xué)等專(zhuān)業(yè)數據分析類(lèi)課程的基礎教材，也可作為工科碩士研究生統計類(lèi)課程的基礎教材，也可供科研和工程技術(shù)人員參考。

作者簡(jiǎn)介:

目錄:第1章 探索性數據分析
1．1 數字特征
1．1．1 一元數據的數字特征
1．1．2 一元總體的數字特征
1．2 數據的分布
1．2．1 頻數（頻率）分布表與直方圖
1．2．2 莖葉圖、五數總括、箱線(xiàn)圖
1．2．3 經(jīng)驗分布、QQ圖及分布擬合檢驗
習題1

第2章 非參數統計
2．1 單樣本問(wèn)題
2．1．1 符號檢驗
2．1．2 趨勢檢驗
2．1．3 游程檢驗
2．1．4 對稱(chēng)中心的檢驗
2．2 兩樣本問(wèn)題
2．2．1 獨立兩樣本位置參數的檢驗
2．2．2 獨立樣本刻度參數的檢驗
2．2．3 配對樣本位置參數的檢驗
2．3 秩相關(guān)分析
2．3．1 Spearman秩相關(guān)系數
2．3．2 Kendall糝認喙叵凳?
2．4 二維列聯(lián)表
習題2

第3章 多元統計分析相關(guān)基礎
3．1 矩陣代數的相關(guān)知識
3．1．1 矩陣的微分運算
3．1．2 方陣的特征值和特征向量
3．2 多維隨機向量
3．3 多元正態(tài)分布
3．3．1 多元正態(tài)分布的定義
3．3．2 與多元正態(tài)分布有關(guān)的R函數
3．3．3 由多元正態(tài)分布的導出分布
3．3．4 多元正態(tài)分布的參數估計
3．3．5 多元正態(tài)分布均值向量的假設檢驗
3．4 多元數據的數字特征
3．5 多元數據的圖示
3．5．1 輪廓圖
3．5．2 蛛網(wǎng)圖
3．5．3 調和曲線(xiàn)圖
習題3

第4章 回歸分析
4．1．多元線(xiàn)性回歸分析
4．1．1 多元線(xiàn)性回歸模型
4．1．2 參數估計
4．1．3 回歸模型的檢驗
4．1．4 回歸診斷
4．2 自變量的選擇與逐步回歸
4．2．1 窮舉法
4．2．2 逐步回歸法4．3 非線(xiàn)性回歸模型
4．3．1 內在線(xiàn)性回歸模型
4．3．2 內在非線(xiàn)性回歸模型
4．4 Logistic回歸模型
4．4．1 線(xiàn)性L(fǎng)ogistic回歸模型
4．4．2 參數的最大似然估計
習題4

第5章 主成分分析
5．1 總體主成分
5．1．1 總體主成分定義
5．1．2 總體主成分求法
5．1．3 總體主成分的性質(zhì)
5．1．4 標準化變量的主成分
5．2 樣本主成分
習題5

第6章 因子分析
6．1 因子分析模型
6．2 參數的統計意義及估計方法
6．2．1 參數的統計意義
6．2．2 因子載荷矩陣的估計
6．3 樣本數據的因子分析
6．4 因子旋轉
6．5 因子得分
6．5．1 加權最小二乘法
6．5．2 回歸法
習題6

第7章 聚類(lèi)分析
7．1 聚類(lèi)分析的基本思想
7．2 聚類(lèi)統計量
7．2．1 Q型聚類(lèi)統計量——距離
7．2．2 R型聚類(lèi)統計量——相似系數
7．3 系統聚類(lèi)法
7．4 快速聚類(lèi)法
7．4．1 凝聚點(diǎn)的選擇
7．4．2 計算步驟
習題7

第8章 判別分析
8．1 距離判別
8．1．1 兩個(gè)總體距離判別
8．1．2 多個(gè)總體距離判別
8．2 Bayes判別
8．2．1 兩個(gè)總體Bayes判別
8．2．2 多個(gè)總體Bayes判別
8．3 Fisher判別
8．3．1 Fisher判別的基本思想
8．3．2 線(xiàn)性判別函數的求法
8．3．3 Fisher判別準則
8．4 逐步判別
8．4．1 逐步判別的基本思想
8．4．2 逐步判別的步驟8．5 判別法則的評價(jià)
習題8

第9章 相關(guān)分析
9．1 相關(guān)系數的估計和檢驗
9．2 偏相關(guān)與復相關(guān)系數
9．2．1 偏相關(guān)系數
9．2．2 復相關(guān)系數
9．3 典型相關(guān)分析
9．3．1 典型相關(guān)分析的基本思想
9．3．2 總體的典型相關(guān)分析
9．3．3 樣本典型相關(guān)分析
9．3．4 典型相關(guān)系數的顯著(zhù)性檢驗
習題9

第10章 R軟件的使用
10．1 R軟件簡(jiǎn)介
10．2 下載安裝及運行R等
10．3 R軟件界面簡(jiǎn)介
10．4 獲取R函數的幫助文檔
10．5 對象及它們的模式和屬性
10．6 向量運算及相關(guān)函數
10．6．1 向量
10．6．2 產(chǎn)生有規律序列
10．6．3 邏輯向量
10．6．4 缺失數據
10．6．5 字符型向量
10．6．6 向量的下標系統
10．7 因子
10．8 數組和矩陣
10．8．1 數組
10．8．2 數組的下標系統
10．8．3 矩陣
10．8．4 與數組（矩陣）運算的相關(guān)函數
10．9 列表與數據框
10．10 從文件中讀取數據
10．10．1 文本文件
10．10．2 其他格式數據文件
10．10．3 使用R的內置數據集
10．10．4 大數據文件
10．11 寫(xiě)數據文件
10．12 成組、循環(huán)和條件控制
10．12．1 成組表達式
10．12．2 控制語(yǔ)句
10．13 R的統計表
10．14 R的繪圖
10．14．1 高級繪圖命令
10．14．2 低級圖形函數
10．15 編寫(xiě)R函數

參考文獻
索引