图书介绍
基于R的统计分析与数据挖掘PDF|Epub|txt|kindle电子书版本下载
- 薛薇编著 著
- 出版社： 北京：中国人民大学出版社
- ISBN：9787300190747
- 出版时间：2014
- 标注页数：399页
- 文件大小：172MB
- 文件页数：409页
- 主题词：社会科学 统计学
PDF下载
下载说明
基于R的统计分析与数据挖掘PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 关于R1
1.1为什么选择R1
1.2如何学习R3
1.3 R入门必备4
1.4小结13
第2章 R的数据组织15
2.1 R的数据对象15
2.2创建和访问R的数据对象17
2.3从文本文件读数据42
2.4外部数据的导入45
2.5 R数据组织的其他问题49
2.6小结50
第3章 R的数据管理53
3.1数据合并53
3.2数据排序54
3.3缺失数据报告55
3.4变量计算58
3.5变量值的重编码69
3.6数据筛选70
3.7数据保存72
3.8数据管理中控制流程72
3.9小结80
第4章 R的基本数据分析：描述和相关82
4.1数值型单变量的描述82
4.2分类型单变量的描述87
4.3两数值型变量相关性的分析88
4.4两分类型变量相关性的分析92
4.5小结101
第5章 R的基本数据分析：可视化102
5.1绘图基础102
5.2数值型单变量分布的可视化108
5.3分类型变量分布和相关性的可视化118
5.4两数值型变量相关性的可视化125
5.5 lattice绘图137
5.6小结144
第6章 R的两均值比较检验147
6.1两独立样本的均值检验148
6.2两配对样本的均值检验154
6.3样本均值检验的功效分析158
6.4两总体分布差异的非参数检验164
6.5两样本均值差的置换检验168
6.6两样本均值差的自举法检验172
6.7小结175
第7章 R的方差分析177
7.1单因素方差分析177
7.2单因素协方差分析191
7.3多因素方差分析196
7.4小结203
第8章 R的回归分析：一般线性模型205
8.1回归分析概述205
8.2建立线性回归模型207
8.3线性回归方程的检验210
8.4回归诊断：误差项是否满足高斯-马尔科夫假定215
8.5回归诊断：诊断数据中的异常观测点223
8.6回归诊断：多重共线性的诊断229
8.7回归建模策略231
8.8回归模型验证241
8.9带虚拟变量的线性回归分析246
8.10小结248
第9章 R的回归分析：广义线性模型250
9.1广义线性模型概述250
9.2 logistic回归分析：连接函数和参数估计251
9.3 logistic回归分析：解读模型和模型检验255
9.4 logistic回归分析：R函数和示例258
9.5 logistic回归分析：回归诊断261
9.6泊松回归分析265
9.7广义线性模型的交叉验证270
9.8小结271
第10章 R的聚类分析272
10.1聚类分析概述272
10.2 K-Means聚类273
10.3层次聚类280
10.4两步聚类283
10.5小结288
第11章 R的因子分析：变量降维289
11.1因子分析概述289
11.2构造因子变量：基于主成分分析法293
11.3构造因子变量：基于主轴因子法302
11.4因子变量的命名304
11.5计算因子得分309
11.6小结312
第12章 R的线性判别分析：分类模型314
12.1距离判别314
12.2 Fisher判别321
12.3小结327
第13章 R的决策树：预测模型328
13.1决策树算法概述328
13.2分类回归树的生长过程334
13.3分类回归树的剪枝339
13.4建立分类回归树的R函数和示例342
13.5建立分类回归树的组合预测模型348
13.6随机森林356
13.7小结360
第14章 R的人工神经网络：预测和聚类362
14.1人工神经网络概述363
14.2 B-P反向传播网络368
14.3 B-P反向传播网络的R函数和示例377
14.4 SOM自组织映射网络388
14.5小结398