編輯推薦:

內(nèi)容簡介:　　《數(shù)據(jù)分析與R軟件（第2版）》是《數(shù)據(jù)分析與R軟件》第二版，在第一版的基礎(chǔ)上，結(jié)合信息與計算科學(xué)及相關(guān)專業(yè)的新培養(yǎng)目標(biāo)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(nèi)容進(jìn)行了調(diào)整。第1章只介紹簡單一元數(shù)據(jù)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(tǒng)計分析的相關(guān)基礎(chǔ)知識，為后面學(xué)習(xí)多元統(tǒng)計分析方法（回歸分析、主成分分析、因子分析、聚類分析、判別分析、相關(guān)分析等）奠定理論基礎(chǔ)，便于學(xué)生理解或證明相關(guān)結(jié)論。對R軟件的使用也增加了一些必要的函數(shù)或功能介紹。同時刪除了非參數(shù)統(tǒng)計的多樣本問題等內(nèi)容。
　　《數(shù)據(jù)分析與R軟件（第2版）》可作為信息與計算科學(xué)、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、應(yīng)用數(shù)學(xué)、統(tǒng)計學(xué)等專業(yè)數(shù)據(jù)分析類課程的基礎(chǔ)教材，也可作為工科碩士研究生統(tǒng)計類課程的基礎(chǔ)教材，也可供科研和工程技術(shù)人員參考。

作者簡介:

目錄:第1章 探索性數(shù)據(jù)分析
1．1 數(shù)字特征
1．1．1 一元數(shù)據(jù)的數(shù)字特征
1．1．2 一元總體的數(shù)字特征
1．2 數(shù)據(jù)的分布
1．2．1 頻數(shù)（頻率）分布表與直方圖
1．2．2 莖葉圖、五數(shù)總括、箱線圖
1．2．3 經(jīng)驗分布、QQ圖及分布擬合檢驗
習(xí)題1

第2章 非參數(shù)統(tǒng)計
2．1 單樣本問題
2．1．1 符號檢驗
2．1．2 趨勢檢驗
2．1．3 游程檢驗
2．1．4 對稱中心的檢驗
2．2 兩樣本問題
2．2．1 獨(dú)立兩樣本位置參數(shù)的檢驗
2．2．2 獨(dú)立樣本刻度參數(shù)的檢驗
2．2．3 配對樣本位置參數(shù)的檢驗
2．3 秩相關(guān)分析
2．3．1 Spearman秩相關(guān)系數(shù)
2．3．2 Kendall糝認(rèn)喙叵凳?
2．4 二維列聯(lián)表
習(xí)題2

第3章 多元統(tǒng)計分析相關(guān)基礎(chǔ)
3．1 矩陣代數(shù)的相關(guān)知識
3．1．1 矩陣的微分運(yùn)算
3．1．2 方陣的特征值和特征向量
3．2 多維隨機(jī)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(shù)
3．3．3 由多元正態(tài)分布的導(dǎo)出分布
3．3．4 多元正態(tài)分布的參數(shù)估計
3．3．5 多元正態(tài)分布均值向量的假設(shè)檢驗
3．4 多元數(shù)據(jù)的數(shù)字特征
3．5 多元數(shù)據(jù)的圖示
3．5．1 輪廓圖
3．5．2 蛛網(wǎng)圖
3．5．3 調(diào)和曲線圖
習(xí)題3

第4章 回歸分析
4．1．多元線性回歸分析
4．1．1 多元線性回歸模型
4．1．2 參數(shù)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 非線性回歸模型
4．3．1 內(nèi)在線性回歸模型
4．3．2 內(nèi)在非線性回歸模型
4．4 Logistic回歸模型
4．4．1 線性Logistic回歸模型
4．4．2 參數(shù)的最大似然估計
習(xí)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(biāo)準(zhǔn)化變量的主成分
5．2 樣本主成分
習(xí)題5

第6章 因子分析
6．1 因子分析模型
6．2 參數(shù)的統(tǒng)計意義及估計方法
6．2．1 參數(shù)的統(tǒng)計意義
6．2．2 因子載荷矩陣的估計
6．3 樣本數(shù)據(jù)的因子分析
6．4 因子旋轉(zhuǎn)
6．5 因子得分
6．5．1 加權(quán)最小二乘法
6．5．2 回歸法
習(xí)題6

第7章 聚類分析
7．1 聚類分析的基本思想
7．2 聚類統(tǒng)計量
7．2．1 Q型聚類統(tǒng)計量——距離
7．2．2 R型聚類統(tǒng)計量——相似系數(shù)
7．3 系統(tǒng)聚類法
7．4 快速聚類法
7．4．1 凝聚點(diǎn)的選擇
7．4．2 計算步驟
習(xí)題7

第8章 判別分析
8．1 距離判別
8．1．1 兩個總體距離判別
8．1．2 多個總體距離判別
8．2 Bayes判別
8．2．1 兩個總體Bayes判別
8．2．2 多個總體Bayes判別
8．3 Fisher判別
8．3．1 Fisher判別的基本思想
8．3．2 線性判別函數(shù)的求法
8．3．3 Fisher判別準(zhǔn)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
習(xí)題8

第9章 相關(guān)分析
9．1 相關(guān)系數(shù)的估計和檢驗
9．2 偏相關(guān)與復(fù)相關(guān)系數(shù)
9．2．1 偏相關(guān)系數(shù)
9．2．2 復(fù)相關(guān)系數(shù)
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(shù)的顯著性檢驗
習(xí)題9

第10章 R軟件的使用
10．1 R軟件簡介
10．2 下載安裝及運(yùn)行R等
10．3 R軟件界面簡介
10．4 獲取R函數(shù)的幫助文檔
10．5 對象及它們的模式和屬性
10．6 向量運(yùn)算及相關(guān)函數(shù)
10．6．1 向量
10．6．2 產(chǎn)生有規(guī)律序列
10．6．3 邏輯向量
10．6．4 缺失數(shù)據(jù)
10．6．5 字符型向量
10．6．6 向量的下標(biāo)系統(tǒng)
10．7 因子
10．8 數(shù)組和矩陣
10．8．1 數(shù)組
10．8．2 數(shù)組的下標(biāo)系統(tǒng)
10．8．3 矩陣
10．8．4 與數(shù)組（矩陣）運(yùn)算的相關(guān)函數(shù)
10．9 列表與數(shù)據(jù)框
10．10 從文件中讀取數(shù)據(jù)
10．10．1 文本文件
10．10．2 其他格式數(shù)據(jù)文件
10．10．3 使用R的內(nèi)置數(shù)據(jù)集
10．10．4 大數(shù)據(jù)文件
10．11 寫數(shù)據(jù)文件
10．12 成組、循環(huán)和條件控制
10．12．1 成組表達(dá)式
10．12．2 控制語句
10．13 R的統(tǒng)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(shù)
10．15 編寫R函數(shù)

參考文獻(xiàn)
索引