R語(yǔ)言與現代統計方法/普通高?！笆濉币巹澖滩摹そy計學(xué)系列簡(jiǎn)介，目錄書(shū)摘

內容簡(jiǎn)介:　　本書(shū)主要基于統計學(xué)、經(jīng)濟金融、生物醫學(xué)等專(zhuān)業(yè)人才培養的基本要求，結合作者多年的教學(xué)、科研經(jīng)驗和研究案例，對R語(yǔ)言的浩瀚內容進(jìn)行了有針對性的系統整理，較為全面地介紹了R軟件的使用．在此基礎上，對一些現代統計分析方法的理論及R軟件的實(shí)現進(jìn)行了系統闡述，力圖反映R語(yǔ)言新發(fā)展成果．內容涵蓋了R基礎內容、R數據結構、數據的輸入與輸出、數據管理與R編程、圖形管理、概率與抽樣分布、探索性數據分析、參數估計、假設檢驗、方差分析、回歸分析、生存分析、貝葉斯計算、時(shí)間序列分析，變量選擇、非參數回歸、缺失數據分析等．本書(shū)的主要特點(diǎn)是內容系統全面、深入淺出、詳略得當，讀者可以根據自己的需求學(xué)習相關(guān)的章節．
　　本書(shū)既可以作為數理統計、經(jīng)濟統計、經(jīng)濟金融、生物醫學(xué)等專(zhuān)業(yè)本科生、研究生的數據分析教材，也可以作為從事高級統計分析的研究人員和工程技術(shù)人員的參考用書(shū)．

目錄:第 1 章R 語(yǔ)言簡(jiǎn)介1
11 R 語(yǔ)言的特點(diǎn)1
12 R 語(yǔ)言運行平臺1
121 工作目錄2
122 工作空間3
123 歷史命令4
124 幫助系統4
13 R 程序包的安裝使用7
131 R 軟件的下載與安裝7
132 程序包的安裝與加載7
133 與程序包有關(guān)的一些函數8
14 初識R 語(yǔ)言9
141 對象的命名9
142 對象的賦值9
143 一個(gè)實(shí)例10
第2 章R 數據結構12
21 向量12
211 向量的建立與賦值12
212 向量的運算13
213 向量的下標運算14
214 與向量有關(guān)的一些函數15
22 R 的數據結構16
221 對象及屬性16
222 數據對象的類(lèi)別17
223 與對象有關(guān)的一些函數17
23 向量問(wèn)題的擴展18
231 字符型向量18
232 邏輯型向量20
IV R 語(yǔ)言與現代統計方法
233 復數型向量20
24 因子及其運算21
241 因子的建立與賦值21
242 與因子運算有關(guān)的一些函數23
25 數組與矩陣23
251 數組的建立23
252 矩陣的建立24
253 數組（矩陣）的下標運算25
254 數組（矩陣）的運算25
255 矩陣的代數運算26
256 與矩陣運算有關(guān)的一些函數30
26 數據框31
261 數據框的建立31
262 數據框元素的引用32
263 數據框的編輯33
264 與數據框有關(guān)的一些函數35
27 列表35
271 列表的建立36
272 列表元素的引用36
273 列表元素的相關(guān)運算37
274 不同數據結構間的轉換38
第3 章數據的輸入與輸出40
31 數據的輸入40
311 利用鍵盤(pán)錄入數據40
312 讀取固定格式的文本文件40
313 讀取復雜格式的文本文件43
314 讀取其他格式的數據文件44
315 R 中數據集的讀取47
32 數據的輸出48
321 運行結果的定向輸出48
322 數據的定向輸出50
323 圖形的定向輸出52
第4 章數據管理與R 編程53
41 缺失值問(wèn)題53
目錄V
411 缺失值的識別53
412 缺失值的處理54
42 日期值問(wèn)題55
43 變量的整理56
431 變量的重新編碼56
432 變量的重新命名59
44 數據的整理59
441 數據的合并59
442 數據的排序60
443 數據的匯總與重構61
45 控制結構63
451 循環(huán)結構63
452 條件結構65
46 定義自己的函數66
47 R 編程基礎68
第5 章R 圖形管理69
51 一個(gè)引例69
52 graphics 圖形系統簡(jiǎn)介70
521 繪圖函數概述71
522 圖形參數72
523 圖形設備74
53 基本圖形的繪制76
531 散點(diǎn)圖76
532 折線(xiàn)圖77
533 直方圖80
534 箱線(xiàn)圖84
535 條形圖88
536 餅形圖89
537 透視圖91
54 自定義圖形92
541 添加擬合曲線(xiàn)92
542 繪制多圖93
543 添加圖例和標注94
544 添加多邊形及填充顏色95
VI R 語(yǔ)言與現代統計方法
55 lattice 繪圖系統96
551 lattice 包簡(jiǎn)介97
552 lattice 繪圖函數98
553 lattice 圖形的定制99
第6 章概率與抽樣分布 104
61 常用的概率分布104
611 離散分布的分布律104
612 連續分布的密度函數105
62 與分布相關(guān)函數的R 實(shí)現109
621 概率密度函數109
622 分布函數110
623 分位數函數 111
624 隨機數產(chǎn)生函數 111
63 隨機抽樣112
第7 章探索性數據分析114
71 常用描述統計量114
711 數據集中程度的描述114
712 數據離散程度的描述117
713 數據分布形狀的描述119
714 兩組樣本相關(guān)性分析120
72 圖形描述122
721 莖葉圖123
722 Q?Q 圖124
723 經(jīng)驗分布函數圖124
第8 章參數估計 126
81 點(diǎn)估計126
811 矩估計126
812 極大似然估計129
82 區間估計133
821 區間估計的定義134
822 正態(tài)總體參數的區間估計134
823 比率p 的區間估計143
目錄VII
第9 章假設檢驗 147
91 參數假設檢驗147
911 單個(gè)正態(tài)總體的參數檢驗148
912 兩個(gè)正態(tài)總體參數的檢驗151
913 單總體比率的檢驗156
914 兩個(gè)總體比率的檢驗159
92 非參數假設檢驗160
921 單個(gè)樣本的非參數檢驗160
922 兩樣本的獨立性檢驗165
923 兩樣本的非參數檢驗168
924 多樣本的非參數檢驗174
第10 章回歸分析  177
101 一元線(xiàn)性回歸177
1011 一元線(xiàn)性回歸模型177
1012 參數估計178
1013 回歸方程的顯著(zhù)性檢驗180
1014 預測182
102 多元線(xiàn)性回歸183
1021 回歸模型183
1022 估計184
1023 回歸模型的顯著(zhù)性檢驗184
1024 預測185
1025 自變量的選擇185
103 回歸診斷191
1031 高斯?馬爾科夫假定的診斷191
1032 多重共線(xiàn)性的診斷195
1033 異常值和影響點(diǎn)的診斷198
104 二分類(lèi)Logistic 回歸204
1041 回歸模型204
1042 參數的估計205
1043 模型的預測206
1044 擬合優(yōu)度的測度206
第11 章方差分析 208
111 單因素方差分析209
VIII R 語(yǔ)言與現代統計方法
1111 單因素方差分析模型209
1112 單因素方差分析的R 實(shí)現211
1113 方差齊性檢驗213
1114 多重比較213
112 雙因素方差分析214
1121 不考慮交互作用214
1122 考慮交互作用216
1123 雙因素方差分析的R 函數和實(shí)例分析218
113 方差分析在模型選擇中的應用219
第12 章生存分析  221
121 R 程序包的載入及生存對象的建立222
122 非參數建模方法223
1221 KM 估計223
1222 生存曲線(xiàn)的比較226
123 參數建模方法227
124 半參數模型方法229
第13 章貝葉斯計算 233
131 貝葉斯統計推斷的基本概念233
1311 貝葉斯公式233
1312 參數估計234
1313 假設檢驗234
1314 預測235
132 單參數模型235
1321 離散先驗分布236
1322 貝塔先驗分布237
1323 直方圖先驗239
133 多參數模型241
1331 均值和方差均未知的正態(tài)模型241
1332 多項模型242
134 蒙特卡洛抽樣方法244
1341 拒絕抽樣245
1342 重要性抽樣248
135 馬爾可夫鏈?蒙特卡洛抽樣方法252
1351 馬爾可夫鏈252
目錄IX
1352 Metropolis-Hastings 算法255
1353 Gibbs 抽樣方法260
第14 章時(shí)間序列分析 266
141 時(shí)間序列的探索性分析266
1411 時(shí)間序列實(shí)例266
1412 傳統的分解方法272
142 時(shí)間序列的相關(guān)概念與簡(jiǎn)單時(shí)序模型274
1421 平穩性274
1422 可逆性275
1423 自協(xié)方差函數和自相關(guān)函數275
1424 白噪聲模型276
1425 隨機游走277
143 自回歸移動(dòng)平均模型279
1431 AR 模型279
1432 MA 模型283
1433 ARMA 模型285
144 非平穩時(shí)間序列模型295
1441 帶漂移的隨機游走過(guò)程295
1442 ARIMA 模型296
1443 單位根檢驗296
145 季節模型299
1451 季節ARMA 模型299
1452 航空模型299
1453 乘法季節模型302
146 條件異方差模型307
1461 模型的結構與模型的建立307
1462 ARCH 模型310
1463 GARCH 模型313
第15 章統計方法進(jìn)階317
151 非參數密度估計317
1511 直方圖法317
1512 核密度估計法320
1513 窗寬的選擇方法323
152 多重借補方法326
X R 語(yǔ)言與現代統計方法
153 Bootstrap 方法330
154 EM 算法333
155 變量選擇339
1551 嶺回歸339
1552 Lasso 方法342
1553 自適應Lasso 方法346
1553 SCAD 方法347
附錄A 圖形用戶(hù)界面 349
A1 R Commander 349
A2 RStudio 353
A21 RStudio 的安裝353
A22 RStudio 界面介紹353
A23 嘗試使用RStudio356
附錄B 數據集 359