R语言市场研究分析PDF|Epub|txt|kindle电子书版本网盘下载

R语言市场研究分析PDF格式电子书版下载

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

第一部分 R语言基础知识2

第1章 欢迎使用R2

1.1 R是什么2

1.2 为什么用R2

1.3 为什么不用R3

1.4 什么时候用R4

1.5 如何使用本书4

1.6 关键点6

第2章 R综述7

2.1 开始7

2.2 R用途快速指南8

2.3 R命令基础11

2.4 基础对象12

2.5 数据框21

2.6 载入和存储数据24

2.7 编写函数27

2.8 清理30

2.9 知识拓展30

2.10 关键点31

第二部分 数据分析基础知识34

第3章 数据描述34

3.1 模拟数据34

3.2 关于变量的函数38

3.3 概括数据框41

3.4 单变量可视化45

3.5 知识拓展54

3.6 关键点55

第4章 连续变量之间的关系56

4.1 零售数据56

4.2 用散点图探索变量间关系60

4.3 把多张图合并为一张图65

4.4 散点图矩阵67

4.5 相关系数70

4.6 探索问卷调查回复间的相关性76

4.7 知识拓展78

4.8 关键点78

第5章 组比较：表格和可视化80

5.1 模拟客户分组数据80

5.2 各组对应的描述统计量87

5.3 知识拓展96

5.4 关键点97

第6章 组比较：统计检验98

6.1 用于比较的数据98

6.2 频数检验：chisq.test（）98

6.3 观测比例检验：binom.test（）101

6.4 组均值检验：t.test（）103

6.5 多组均值检验：ANOVA104

6.6 初识贝叶斯ANOVA109

6.7 知识拓展113

6.8 关键点114

第7章 识别结果变量的驱动因子：线性模型115

7.1 游乐场数据115

7.2 用1m（）函数拟合线性模型117

7.3 拟合多元线性模型125

7.4 因子自变量129

7.5 交互效应131

7.6 避免过度拟合134

7.7 建议的线性模型拟合过程134

7.8 贝叶斯线性模型：MCMCregress（）135

7.9 知识拓展136

7.10 关键点137

第三部分 高级营销应用140

第8章 降低数据复杂度140

8.1 消费者品牌评分数据140

8.2 主成分分析和感知图144

8.3 探索性因子分析151

8.4 高维标度化简介157

8.5 知识扩展160

8.6 关键点160

第9章 线性模型相关的其他话题162

9.1 处理高度相关的变量162

9.2 二项结果变量的线性模型：逻辑回归166

9.3 分层线性模型175

9.4 贝叶斯分层线性模型182

9.5 频率学派和贝叶斯学派HLM模型的简单比较187

9.6 知识拓展190

9.7 关键点191

第10章 验证性因子分析和结构方程模型193

10.1 结构模型的出发点193

10.2 量级评估：CFA195

10.3 更一般的模型：结构方程模型204

10.4 PLS模型209

10.5 知识拓展215

10.6 关键点216

第11章 客户分组：聚类和判别217

11.1 客户分组的思想217

11.2 客户分组数据219

11.3 聚类219

11.4 判别分析234

11.5 预测：识别潜在客户242

11.6 知识拓展244

11.7 关键点245

第12章 关联法则：购物篮分析247

12.1 基础关联法则247

12.2 零售交易数据：购物篮249

12.3 搜寻并且可视化关联法则252

12.4 非交易数据中的规则：再次探索客户分组259

12.5 知识拓展263

12.6 关键点263

第13章 选择模型264

13.1 基于选择的联合问卷调查分析264

13.2 模拟选择数据266

13.3 拟合选择模型269

13.4 在选择模型中加入消费者个体差异278

13.5 分层贝叶斯选择模型281

13.6 基于选择的联合问卷调查设计287

13.7 知识拓展289

13.8 关键点289

结论291

附录A R版本和相关软件292

附录B 纵向扩展298

附录C 使用的包306

附录D 在线资源和数据文件310

参考文献312