第1章 數(shù)據與R語言
1.1 數(shù)據與統(tǒng)計學
1.1.1 統(tǒng)計學與數(shù)據分析
1.1.2 數(shù)據分析方法和工具
1.1.3 變量、數(shù)據及其分類
1.1.4 數(shù)據來源
1.2 R語言的初步使用
1.2.1 R和RStudio的下載與安裝
1.2.2 對象賦值與運行
1.2.3 編寫代碼腳本
1.2.4 包的安裝與加載
1.2.5 查看幫助文件
1.2.6 數(shù)據讀取和保存
習題

第2章 數(shù)據處理和繪圖基礎
2.1 R的數(shù)據類型及其操作
2.1.1 向量、矩陣和數(shù)組
2.1.2 數(shù)據框
2.1.3 因子和列表
2.2 數(shù)據抽樣和篩選
2.2.1 數(shù)據抽樣
2.2.2 數(shù)據篩選
2.2.3 生成隨機數(shù)
2.3 數(shù)據類型的轉換
2.3.1 變量轉換成向量
2.3.2 數(shù)據框轉換成矩陣
2.3.3 短格式轉換成長格式
2.4 生成頻數(shù)表
2.4.1 類別數(shù)據頻數(shù)表
2.4.2 數(shù)值數(shù)據類別化
2.5 R語言繪圖基礎
2.5.1 基本繪圖函數(shù)
2.5.2 圖形控制和布局
2.5.3 圖形配色
習題

第3章 數(shù)據可視化
3.1 數(shù)據差異和結構可視化
3.1.1 條形圖及其變種
3.1.2 餅圖及其變種
3.2 數(shù)據分布可視化
3.2.1 直方圖與核密度圖
3.2.2 箱線圖和小提琴圖
3.2.3 莖葉圖
3.3 變量間關系可視化
3.3.1 散點圖及其解讀
3.3.1 散點圖矩陣和相關系數(shù)矩陣
3.3.2 3D散點圖和氣泡圖
3.4 樣本相似性可視化
3.4.1 平行坐標圖
3.4.2 雷達圖
3.4.3 星圖
3.5 時間序列可視化
3.5.1 折線圖
3.5.2 面積圖
3.6 可視化的注意事項
3.6.1 圖形元素
3.6.2 坐標軸刻度起點
3.6.3 圖形比例
3.6.4 3D圖形
習題

第4章 數(shù)據的描述統(tǒng)計量
4.1 描述水平的統(tǒng)計量
4.1.1 平均數(shù)
4.1.2 分位數(shù)
4.1.3 眾數(shù)
4.2 描述差異的統(tǒng)計量
4.2.1 極差和四分位差
4.2.2 方差和標準差
4.2.3 變異系數(shù)
4.3 描述分布形狀的統(tǒng)計量
4.3.1 偏度系數(shù)
4.3.2 峰度系數(shù)
4.4 數(shù)據標準化
4.4.1 標準分數(shù)
4.4.2 極值標準化
4.5 數(shù)據的綜合描述
4.5.1 幾個常用的R函數(shù)
4.5.2 一個綜合描述的例子
習題

第5章 隨機變量的概率分布
5.1 什么是概率
5.2 隨機變量及其分布
5.2.1 隨機變量及其概括性度量
5.2.2 隨機變量分布
5.2.3 其他幾個重要的統(tǒng)計分布
5.3 樣本統(tǒng)計量的概率分布
5.3.1 統(tǒng)計量及其分布
5.3.2 樣本均值的抽樣分布
5.3.3 樣本方差的抽樣分布
5.3.4 樣本比例的抽樣分布
5.3.5 統(tǒng)計量的標準誤
習題

第6章 參數(shù)估計
6.1 參數(shù)估計的原理
6.1.1 點估計與區(qū)間估計
6.1.2 評量估計量的標準
6.2 總體均值的區(qū)間估計
6.2.1 一個總體均值的估計
6.2.2 兩個總體均值之差的估計
6.3 總體比例的區(qū)間估計
6.3.1 一個總體比例的估計
6.3.2 兩個總體比例之差的估計
6.4 總體方差的區(qū)間估計
6.4.1 一個總體方差的估計
6.4.2 兩個總體方差比的估計
習題

第7章 假設檢驗
7.1 假設檢驗的原理
7.1.1 提出假設
7.1.2 做出決策
7.1.3 表述結果
7.1.4 效應量
7.2 總體均值的檢驗
7.2.1 一個總體均值的檢驗
7.2.2 兩個總體均值之差的檢驗
7.3 總體比例的檢驗
7.3.1 一個總體比例的檢驗
7.3.2 兩個總體比例之差的檢驗
7.4 總體方差的檢驗
7.4.1 一個總體方差的檢驗
7.4.2 兩個總體方差比的檢驗
7.5 正態(tài)性檢驗
7.5.1 正態(tài)概率圖
7.5.2 S-W檢驗和K-S檢驗
習題

第8章 類別變量分析
8.1 一個類別變量的擬合優(yōu)度檢驗
8.1.1 期望頻數(shù)相等
8.1.2 期望頻數(shù)不等
8.2 兩個類別變量的獨立性檢驗
8.2.1 列聯(lián)表與獨立性檢驗
8.2.2 應用檢驗的注意事項
8.3 兩個類別變量的相關性度量
8.3.1 系數(shù)和Cramer’s V系數(shù)
8.3.2 列聯(lián)系數(shù)
習題

第9章 方差分析
9.1 方差分析的原理
9.1.1 方差分析及有關術語
9.1.2 誤差分解
9.2 單因子方差分析
9.2.1 數(shù)學模型
9.2.2 效應檢驗
9.2.3 效應量分析
9.2.4 多重比較
9.3 雙因子方差分析
9.3.1 數(shù)學模型
9.3.2 主效應分析
9.3.3 交互效應分析
9.4 方差分析的假定及其檢驗
9.4.1 正態(tài)性檢驗
9.4.2 方差齊性檢驗
習題

第10章 回歸分析
10.1 相關與回歸
10.1.1 相關
10.1.2 回歸
10.2 一元線性回歸
10.2.1 一元線性回歸模型及其參數(shù)估計
10.2.2 模型評估和檢驗
10.2.3 回歸預測
10.2.4 模型診斷
10.3 多元線性回歸
10.3.1 多元線性回歸模型及其參數(shù)估計
10.3.2 模型診斷和檢驗
10.3.3 共線性分析
10.3.4 自變量選擇與逐步回歸
10.3.5 多元線性回歸預測
10.3.6 啞變量回歸
習題

第11章 時間序列分析和預測
11.1 時間序列的成分及其分解
11.1.1 時間序列的成分
11.1.2 成分分解
11.1.3 隨機成分平滑
11.2 預測方法的選擇與評估
11.3 指數(shù)平滑預測
11.3.1 指數(shù)平滑模型的一般表達
11.3.2 簡單指數(shù)平滑預測
11.3.3 Holt指數(shù)平滑預測
11.3.4 Winters指數(shù)平滑預測
11.4 趨勢外推預測
11.4.1 線性趨勢預測
11.4.2 非線性趨勢預測
習題

附錄 自助法置信區(qū)間
A.1 自助法與傳統(tǒng)方法的比較
A.1.1 傳統(tǒng)參數(shù)推斷的原理
A.1.2 自助法參數(shù)推斷的原理
A.1.3 自助法與傳統(tǒng)方法的異同
A.2 幾種常見的自助法置信區(qū)間
A.2.1 正態(tài)近似法
A.2.2 百分位數(shù)法
A.2.3 偏差矯正百分位數(shù)法
A.2.4 百分位t法
A.3 自助法置信區(qū)間的應用
A.3.1 總體均值的自助法置信區(qū)間
A.3.2 總體方差的自助法置信區(qū)間
A.3.3 決定系數(shù)和回歸系數(shù)的自助法置信區(qū)間
A.3.4 其他參數(shù)的自助法置信區(qū)間
A.3.5 一個實際例子的自助法應用

參考書目