最值得推荐的统计和数据分析好书之一
|
《R语言实战（第2版）》 R in Action,Second Edition: Data analysis and graphics with R 【第1版豆瓣评分8.8分；第2版美亚评分4.8星】
https://book.douban.com/subject/20382244/ https://www.zhihu.com/question/20296556 卡牌大师回答：（太长，没有截到头像）
https://www.zhihu.com/question/22119753
作者：Robert I. Kabacoff? 译者：王小宁 刘撷芯 黄俊文
本书注重实用性，是一本全面而细致的R指南。作者不仅高度概括了R语言的强大功能，展示了各种实用的统计示例，而且对于难以用传统方法分析的凌乱、不完整和非正态的数据也给出了完备的处理方法。第2版新增6章内容，涵盖时间序列、聚类分析、分类、高级编程、创建包和创建动态报告等，并分别详细介绍了如何使用ggplot2和lattice进行高级绘图。 本书会介绍基本安装中最重要的函数，以及90多个重要扩展包中的函数。 全书共22章，分为5部分：“入门”“基础方法”“中级方法”“高级方法”和“技能拓展”。在7个附录中还有更多的相关内容。 第1章首先简要介绍了R，以及它作为数据分析平台的诸多特性。 第2章介绍了向R中导入数据的诸多方法。 很多用户最初接触R都是为了绘制图形，我们在第3章会对此作介绍。 第4章探讨了基本的数据管理，包括数据集的排序、合并、取子集，以及变量的转换、重编码和删除。 第5章涵盖了数据管理中函数和控制结构的用法，然后介绍如何编写自己的R函数，以及如何用不同的方法整合数据。 第6章演示了创建常见单变量图形的方法，例如柱状图、饼图、直方图、密度图、箱线图和点图。 第7章首先演示了如何总结数据，包括使用描述统计量和交叉表。 第8章介绍了针对一个数值型结果变量与一系列数值型预测变量间的关系进行建模的回归方法。 第9章介绍了基于方差及其变体对基本实验设计的分析。这一章还介绍了如何评价分析的适用性，以及如何可视化地展示分析结果。 第10章详细介绍了功效分析。 第11章扩展了第6章的内容，介绍了创建表现两个或多个变量间关系的图形。 第12章介绍了一些稳健的数据分析方法，它们能处理比较复杂的情况，比如数据来源于未知或混合分布、有小样本问题、有恼人的异常值等。 第13章扩展了第8章中介绍的回归方法，分析非正态分布的数据。 多元数据分析的一个难点是简化数据。第14章介绍了如何将大量的相关变量转换成较少的不相关变量（主成分分析），以及如何发现一系列变量中的潜在结构（因子分析）。 第15章介绍了时间序列数据的生成、处理和建模。 第16章介绍了如何将数据集按其特性聚类。 第17章介绍了一些常用的对样本单元进行分类的有监督机器学习算法。 实际工作中面临的一个普遍问题是数据值缺失，第18章介绍了一个应对此问题的现代方法。 第19章介绍了R中最先进、最有用的数据可视化方法 第20章介绍了面向对象的编程技巧、调试程序的方法和提高编程效率的技巧。 第21章介绍了创建R包的步骤。 第22章介绍了几种在R中生成动态报告的方法。 本书还有一个“彩蛋”（第23章），其中介绍了第19章中所介绍的 最后的附录也很重要，7个附录（从A到G）扩展了正文的一些内容，包括R中的图形用户界面、自定义和升级R、导出数据到其他软件、（像MATLAB一样）用R做矩阵计算，以及处理大型数据集。 后记中介绍了一些优秀的网站，有助于读者进一步学习R、加入R社区、获得帮助，并及时获得R这个快速发展的软件的最新信息。 http://item.jd.com/11939734.html https://www.amazon.cn/dp/B01FSXCBMS http://product.dangdang.com/22928480.html 喜欢本书的同学请留言评论，精选评论中点赞数最高的1位获一本赠书，截止13日22:30 （编辑：ASP站长网） |
对话黄仁勋全解元宇宙
怎样理解你的DBA
跟随云时代玩转大数据