R语言与统计分析PDF|Epub|txt|kindle电子书版本网盘下载

R语言与统计分析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

第一章 R介绍1

§1.1S语言与R1

§1.2R的特点2

§1.3R的资源3

§1.4R的安装与运行3

1.4.1R软件的安装、启动与关闭3

1.4.2R程序包的安装与使用4

第一章习题5

第二章 R的基本原理与核心7

§2.1R的基本原理7

§2.2R的在线帮助9

§2.3一个简短的R会话11

§2.4R的数据结构17

2.4.1R的对象与属性17

2.4.2浏览对象的信息20

2.4.3向量的建立21

2.4.4数组与矩阵的建立29

2.4.5数据框（data frame）的建立37

2.4.6列表（list）的建立42

2.4.7时间序列（ts）的建立43

§2.5数据的存储与读取45

2.5.1数据的存储45

2.5.2数据的读取46

§2.6R的图形功能50

2.6.1绘图函数51

2.6.2低级绘图命令52

2.6.3绘图参数54

2.6.4一个实例56

§2.7R编程62

2.7.1循环和向量化63

2.7.2用R写程序64

2.7.3编写你自己的函数65

2.7.4养成良好的编程习惯67

第二章习题68

第三章 概率与分布70

§3.1随机抽样70

§3.2排列组合与概率的计算71

§3.3概率分布72

3.3.1离散分布的分布律72

3.3.2连续分布的密度函数74

§3.4R中内嵌的分布79

§3.5应用：中心极限定理81

3.5.1中心极限定理81

3.5.2渐近正态性的图形检验81

3.5.3举例83

第三章习题87

第四章 探索性数据分析89

§4.1常用分布的概率函数图89

§4.2直方图与密度函数的估计97

4.2.1直方图97

4.2.2核密度估计97

§4.3单组数据的描述性统计分析99

4.3.1单组数据的图形描述99

4.3.2单组数据的描述性统计104

§4.4多组数据的描述性统计分析107

4.4.1两组数据的图形概括107

4.4.2多组数据的图形描述112

4.4.3多组数据的描述性统计114

4.4.4分组数据的图形概括118

§4.5分类数据的描述性统计分析125

4.5.1列联表的制作125

4.5.2列联表的图形描述127

第四章习题129

第五章 参数估计132

§5.1矩法估计和极大似然估计132

5.1.1矩法估计132

5.1.2极大似然估计135

§5.2单正态总体参数的区间估计137

5.2.1均值μ的区间估计138

5.2.2方差σ2的区间估计142

§5.3两正态总体参数的区间估计143

5.3.1均值差μ1-μ2的置信区间143

5.3.2两方差比σ12/σ22的置信区间146

§5.4单总体比率p的区间估计148

§5.5两总体比率差p1—p2的区间估计151

§5.6样本容量的确定153

5.6.1估计正态总体均值时样本容量的确定153

5.6.2估计比例p时样本容量的确定155

第五章习题156

第六章 参数的假设检验159

§6.1假设检验与检验的p值160

6.1.1假设检验的概念与步骤160

6.1.2检验的p值162

§6.2单正态总体参数的检验162

6.2.1均值μ的假设检验162

6.2.2方差σ2的检验：x2检验165

§6.3两正态总体参数的检验166

6.3.1均值的比较：t检验166

6.3.2方差的比较：F检验168

§6.4成对数据的t检验169

§6.5单样本比率的检验171

6.5.1比率p的精确检验171

6.5.2比率p的近似检验172

§6.6两样本比率的检验174

第六章习题175

第七章 非参数的假设检验177

§7.1单总体位置参数的检验177

7.1.1中位数的符号检验178

7.1.2Wilcoxon符号秩检验180

§7.2分布的一致性检验：x2检验182

§7.3两总体的比较与检验185

7.3.1x2独立性检验185

7.3.2Fisher精确检验187

7.3.3Wilcoxon秩和检验法和Mann-Whitney U检验189

7.3.4Mood检验191

§7.4多总体的比较与检验193

7.4.1位置参数的Kruskal-Wallis秩和检验193

7.4.2尺度参数的Ansari-Bradley检验195

7.4.3尺度参数的Fligner-Killeen检验196

第七章习题197

第八章 方差分析200

§8.1单因子方差分析200

8.1.1数学模型200

8.1.2均值的多重比较204

8.1.3同时置信区间：Tukey法206

8.1.4方差齐性检验209

§8.2双因子方差分析211

8.2.1无交互作用的方差分析211

8.2.2有交互作用的方差分析215

§8.3协方差分析219

第八章习题224

第九章 回归分析与相关分析229

§9.1相关性及其度量229

9.1.1相关性概念229

9.1.2相关分析230

§9.2一元线性回归分析233

9.2.1数学模型233

9.2.2估计与检验235

9.2.3预测与控制238

9.2.4计算例子240

§9.3多元线性回归分析243

9.3.1数学模型243

9.3.2估计与检验243

9.3.3预测与控制246

9.3.4计算例子247

§9.4回归诊断251

9.4.1残差分析251

9.4.2影响分析258

9.4.3共线性诊断262

§9.5Logistic回归265

第九章习题271

第十章 多元统计分析介绍277

§10.1主成分分析与因子分析278

10.1.1主成分的简要定义与计算278

10.1.2主成分R通用程序279

10.1.3因子分析的简要定义与计算282

10.1.4因子分析R通用程序283

§10.2判别分析286

10.2.1距离判别286

10.2.2Fisher判别法288

10.2.3R通用程序289

§10.3聚类分析292

10.3.1基本思想293

10.3.2R通用程序294

§10.4典型相关分析297

10.4.1基本思想297

10.4.2R通用程序299

§10.5对应分析301

10.5.1基本思想302

10.5.2R通用程序304

第十章习题305

第十一章 贝叶斯统计分析316

§11.1贝叶斯统计分析与经典统计分析的比较316

11.1.1经典统计分析中存在的问题317

11.1.2对贝叶斯统计分析的质疑及褒奖317

§11.2贝叶斯统计分析与先验分布的选取318

11.2.1贝叶斯公式318

11.2.2先验分布的选取320

11.2.3贝叶斯分析体现了科学探索过程323

§11.3单参数贝叶斯统计分析323

11.3.1两项分布下的贝叶斯推断323

11.3.2正态分布下的贝叶斯统计推断334

§11.4多参数贝叶斯统计分析338

11.4.1方法概述338

11.4.2正态分布参数中的贝叶斯分析338

11.4.3随机模拟方法339

11.4.4一个实例340

§11.5分层贝叶斯统计分析346

11.5.1分层模型的建立及其贝叶斯推断346

11.5.2N-N模型与应用348

§11.6贝叶斯线性回归分析357

11.6.1模型的表示357

11.6.2后验分布358

11.6.3回归拟合358

11.6.4后验预测358

第十一章习题362

附录A秩与结的介绍364

附录BR的图形界面366

§B.1R Commander366

B.1.1功能366

B.1.2（网络）安装366

B.1.3运行367

B.1.4结构与使用367

§B.2PMG368

B.2.1功能368

B.2.2安装368

B.2.3结构与使用368

附录CR的编程环境371

§C.1R WinEdt371

C.1.1（网络）安装371

C.1.2运行371

C.1.3R WinEdt的特点373

§C.2Tinn-R373

§C.3SciViews R374

参考文献376