通過實例學習R
Jim Albert,Maria Rizzo
- 出版商: 機械工業
- 出版日期: 2020-01-01
- 定價: $474
- 售價: 8.5 折 $403
- 語言: 簡體中文
- 頁數: 344
- 裝訂: 平裝
- ISBN: 7111619900
- ISBN-13: 9787111619901
-
相關分類:
R 語言
- 此書翻譯自: R by Example
立即出貨
買這商品的人也買了...
-
$550$495 -
$690$587 -
$480$432 -
$267Linux 網絡編程(第2版)
-
$332微服務架構與實踐
-
$400$340 -
$520$442 -
$505手把手教你設計 CPU-RISC-V 處理器篇
-
$199Python 網絡編程 (Linux)
-
$194Vue 企業開發實戰
-
$390$371 -
$1,340$1,273 -
$607R語言機器學習(原書第2版)
-
$203Linux 網絡編程
-
$352Python 網絡編程從入門到精通
-
$714$678 -
$403模式識別
-
$403Scratch 項目式編程實戰:打造超酷大型遊戲
-
$354$336 -
$600$420 -
$720$569 -
$474$450 -
$820$648 -
$474$450 -
$800$632
相關主題
商品描述
按照統計學的知識框架,通過大量實例介紹R語言及其統計計算環境。
主要內容包括:引言、定量資料、分類資料、圖形表示、
探索性資料分析、基本推斷方法、回歸、方差分析、隨機化檢驗、
模擬試驗、貝葉斯模型、蒙特卡羅方法。
《通過實例學習R》適用於已經具備初步統計知識並期望熟練掌握R語言的讀者。
作者簡介
吉姆·亞伯特(Jim Albert)美國博林格林州立大學傑出教授。
研究興趣包括貝葉斯思想,統計學教育,統計計算和統計學在體育運動中的應用。
他曾任Journal of Quantitative Analysis of Sports期刊的主編。
瑪利亞·裡佐(Maria Rizzo)美國博林格林州立大學教授。
研究領域包括能量統計,統計學,應用統計,統計計算,
多元統計分析,多元統計推斷,擬合優度檢驗,非線性相關性,
統計學習,機器學習,聚類分析和分類演算法,計算統計。
在統計年鑒,應用統計年鑒,多元統計期刊上發表論文30餘篇。
所著的書籍有《統計計算使用R》《通過實例學習R》和《能量統計》。
能量統計是過去十幾年統計理論和應用領域的一個重大突破和發展,
基於能量統計的諸多演算法同時也被應用于金融,生物,製藥等行業。
胡銳,2011年于南開大學獲得數學博士學位,現研究方向為統計學,主要研究領域為數理統計、應用統計和統計計算,在核心期刊及SCI期刊發表多篇論文。現任教于南京審計大學理學院。
李義,美國博林格林州立大學統計學博士,研究領域是計算統計、
機器學習、大資料領域的新演算法、統計演算法和人工智慧演算法在金融保險中的應用。
曾在蘇黎世保險公司從事模型開發,現在桑坦德銀行擔任模型風險官,
檢查和控制各種金融、交易模型的風險。
目錄大綱
前言
符號和縮寫
第1章 引言
1.1 開始
1.1.1 準備工作
1.1.2 基本運算
1.1.3 R腳本
1.1.4 R説明系統
1.2 函數
1.3 向量和矩陣
1.4 數據框
1.4.1 數據框簡介
1.4.2 使用資料框
1.5 輸入資料
1.5.1 手動輸入資料
1.5.2 從文字檔輸入資料
1.5.3 網上的數據
1.6 包
1.7 R,工作空間
1.8 選項和資源
1.9 報告和可重複性研究
練習
第2章 定量資料
2.1 引言
2.2 二中繼資料:兩個定量變數
2.2.1 探索資料
2.2.2 相關性和回歸線
2.2.3 二中繼資料分組分析
2.2.4 條件圖
2.3 多中繼資料:多個定量變數
2.3.1 探索資料
2.3.2 缺失值
2.3.3 分組概括
2.3.4 概括配對變數
2.3.5 找出缺失值
2.4 時間序列資料
2.5 整數資料:徵兵抽籤
2.6 樣本均值和中心極限定理
2.7 特殊主題
2.7.1 添加一個新的變數
2.7.2 哪個觀測值是最大的
2.7.3 數據框排序
2.7.4 點之間的距離
2.7.5 聚類分析速覽
練習
第3章 分類資料
3.1 引言
3.1.1 對分類資料製表及製圖
3.1.2 字元向量和因數
3.2 卡方擬合優度檢驗
3.3 關聯兩個分類變數
3.3.1 引言
3.3.2 頻數表和圖形
3.3.3 列聯表
3.4 列聯表中的關聯模式
3.4.1 構造列聯表
3.4.2 繪製關聯模式
3.5 使用卡方檢驗來檢驗獨立性
練習
……
第4章 圖形表示
第5章 探索性資料分析
第6章 基本推斷方法
第7章 回歸
第8章 方差分析
第9章 方差分析Ⅱ
第10章 隨機化檢驗
第11章 模擬試驗
第12章 貝葉斯模型
第13章 蒙特卡羅方法
附錄
參考文獻