书名：统计分析：以R语言为工具

定价：59

出版社：北京大学出版社

作者：朱雪宁 等

出版日期：2021-08-01

装帧：平装

页码：200

字数：313000

开本：16开

书号：9787301323427

1.从R语言的下载与安装讲起，实现零基础学习统计分析。

2.详细介绍R  语言中数据管理及预处理操作方法，辅以大量有梗有趣的实例，讲解深入浅出，通俗易懂，富有趣味性。

3.从数据选择、数据清洗、数据处理到数据可视化，全流程专业讲解，挖掘主流算法与模型，解决实际问题，理论基础与实用性并重。

4.每章设有课后习题，学习巩固两不误；详细答案讲解，解决学习路上的所有疑惑。

5.数据打包文件、课程讲解PPT课件、软件包、案例代码，“保姆式”服务，为读者学习保驾护航。

本书围绕经典的统计方法与  R  语言工具，从基本的统计描述分析方法出发，讲解了参数估计与假设检验、线性回归、逻辑回归、降维分析方法，每一章重点介绍一种经典方法或统计模型，对其基本定义、模型形式、统计方法的推导与解读等都给出了细致的讲解。此外，为了将理论与实践紧密结合，本书每一章均提供了不同业务场景下的R语言编程实例，帮助读者练习巩固。本书适合相关学科本科生及研究生，以及对数据分析及建模感兴趣的读者。

统计分析与R语言  1

1.1统计分析简介  1

1.1.1了解数据及业务问题  002

1.1.2数据清洗与预处理  003

1.1.3数据描述及探索性分析  003

1.1.4模型构建及解读  004

1.2  R语言简介  006

1.2.1为何要使用R语言  006

1.2.2  R语言的下载与安装  007

1.2.3  R语言的使用  010

1.2.4工具包    014

1.3本章小结  015

1.4本章习题  016

R  语言中的数据管理及预处理

2.1基本数据类型  019

2.1.1数值型    019

2.1.2字符型    020

2.1.3逻辑型    020

2.1.4因子型    021

2.1.5时间型    022

2.2  数据结构  022

2.2.1向量    022

2.2.2矩阵    028

2.2.3数组  031

2.2.4数据框    033

2.2.5列表  036

2.3  数据的读入及写出  042

2.3.1直接输入数据  042

2.3.2从带分隔符的文本文件中导入数据  042

2.3.3导入Excel  数据    044

2.3.4逐行读入数据  044

2.3.5数据的写出  045

2.4  数据集管理及预处理  046

2.4.1了解数据概况  047

2.4.2变量类型转换  048

2.4.3时间型数据的操作  050

2.4.4数据集合并  051

2.4.5数据缺失、异常  052

2.5本章小结  053

2.6本章习题  053

基本统计分析  54

3.1基本描述统计量  056

3.1.1频数统计  056

3.1.2均值  057

3.1.3分位数    057

3.1.4方差、标准差  058

3.1.5协方差与相关系数  059

3.1.6最大值、最小值  061

3.1.7峰度和偏度  062

3.2汇总分析  063

3.2.1交叉列联表  063

3.2.2描述统计量的分组统计  065

3.3本章小结  066

3.4本章习题  067

数据描述与可视化  68

4.1统计表格  070

4.1.1变量说明表  070

4.1.2分组统计表  071

4.2数据可视化基础  072

4.2.1统计图形  072

4.2.2柱状图    073

4.2.3饼图    076

4.2.4直方图    077

4.2.5折线图    078

4.2.6箱线图    079

4.2.7散点图    081

4.2.8相关系数图    083

4.3数据可视化进阶  084

4.3.1ggplot2  包    084

4.3.2交互可视化  090

4.4本章小结  094

4.5本章习题  094

参数估计与假设检验  96

5.1总体、样本和样本量  099

5.1.1总体  099

5.1.2样本    100

5.1.3统计量    100

5.2参数估计  101

5.2.1矩估计    101

5.2.2最大似然估计  102

5.2.3区间估计  104

5.3假设检验  109

5.3.1假设检验的基本步骤  109

5.3.2假设检验的p  值  112

5.3.3假设检验问题的基本类型    114

5.3.4正态总体的假设检验  115

5.4单因素方差分析  123

5.4.1单因素方差分析的基本思路

5.4.2实例分析      125

5.5本章小结  127

5.6本章习题  128

线性回归    129

6.1模型形式  133

6.2模型理解  134

6.2.1回归系数的理解  134

6.2.2定性变量转换及回归系数理解  135

6.2.3交互项的解读  136

6.2.4σ2  的理解    136

6.3基本假定  136

6.4回归参数的估计 138

6.4.1普通最小二乘估计 138

6.4.2最大似然估计 139

6.5假设检验 139

6.5.1回归系数的t  检验  140

6.5.2回归方程的F  检验  140

6.6模型评价 141

6.7回归诊断 141

6.7.1异方差    142

6.7.2强影响点 143

6.7.3多重共线性  143

6.7.4正态性    144

6.8变量选择  144

6.8.1逐步回归法  144

6.8.2信息准则 145

6.9模型实现  146

6.9.1  R语言中的基本函数  146

6.9.2  实例分析  147

6.10小结  154

6.11本章习题  154

逻辑回归  155

7.1模型形式  159

7.2模型估计  160

7.2.1参数估计 160

7.3模型评价  161

7.3.1准确率、精确率及召回率  162

7.3.2ROC  曲线和AUC值  163

7.4实例分析  164

7.5本章小结  167

7.6本章习题  167

降维分析  169

8.1主成分分析  172

8.1.1主成分分析原理  172

8.1.2主成分个数选择  174

8.1.3样本的主成分及主成分得分  175

8.1.4R语言中的主成分分析  176

8.2  因子分析    180

8.2.1  正交因子模型  180

8.2.2  模型估计  181

8.2.3因子得分  187

8.2.4因子分析和主成分分析的异同

8.2因子分析  180

8.2.1正交因子模型  180

8.2.2模型估计  181

8.3小结  190

8.4本章习题  191

朱雪宁，复旦大学大数据学院副教授。2017年获得北京大学光华管理学院商务统计与经济计量系博士学位，入选2019年度上海市青年科技英才扬帆计划，主持并参与多项国家自然科学基金。主要研究领域为网络数据分析及商务统计应用等，在国内外期刊发表论文二十余篇，著有《R语言：从数据思维到数据实战》。

任怡萌，伦敦政治经济学院博士

张桂维，复旦大学大数据学院硕士

米汶权，复旦大学大数据学院硕士

^_^:f51d5a2eb40a554d5511850b2daf9bd3