R語(yǔ)言統(tǒng)計(jì)分析與應(yīng)用

* 一篇 R基礎(chǔ)與入門篇
* 1章 R入門 2
1．1 R簡(jiǎn)介 2
1．1．1 R特點(diǎn) 2
1．1．2 R支持資料 3
1．2 R的獲取、安裝和啟動(dòng) 4
1．2．1 R的獲取 4
1．2．2 R的安裝 5
1．2．3 R的啟動(dòng) 7
1．3 R菜單操作 7
1．4 工作空間 10
1．5 程序包 11
1．5．1 什么是程序包 11
1．5．2 安裝程序包 11
1．6 R使用以及圖形界面 12
1．7 本章小結(jié) 13
* 2章 R編程入門 14
2．1 R語(yǔ)言 14
2．1．1 數(shù)據(jù)集的概念 14
2．1．2 R運(yùn)算符 21
2．2 R常用函數(shù)及其應(yīng)用 23
2．2．1 數(shù)學(xué)函數(shù) 24
2．2．2 樣本統(tǒng)計(jì)函數(shù) 26
2．2．3 概率函數(shù) 27
2．2．4 字符處理函數(shù) 28
2．2．5 其他實(shí)用函數(shù) 30
2．3 數(shù)據(jù)的輸入 31
2．3．1 使用鍵盤輸入數(shù)據(jù) 31
2．3．2 數(shù)據(jù)集的導(dǎo)入 32
2．4 本章小結(jié) 34
第3章 基本數(shù)據(jù)管理 35
3．1 創(chuàng)建新變量 36
3．2 向量運(yùn)算 37
3．2．1 添加或刪除向量元素 37
3．2．2 向量運(yùn)算和邏輯運(yùn)算 37
3．2．3 用∶運(yùn)算符創(chuàng)建向量 37
3．2．4 使用seq()函數(shù)創(chuàng)建向量 38
3．3 處理數(shù)據(jù)對(duì)象的實(shí)用函數(shù) 38
3．4 變量的重編碼 39
3．5 變量的重命名 40
3．6 缺失值 41
3．7 日期值 42
3．8 類型轉(zhuǎn)換 44
3．9 數(shù)據(jù)排序 45
3．10 數(shù)據(jù)集的合并 45
3．11 數(shù)據(jù)集取子集 46
3．11．1 選入觀測(cè) 46
3．11．2 選入變量 47
3．11．3 剔除變量 48
3．11．4 subset()函數(shù) 49
3．12 本章小結(jié) 49
第4章 樣本量和檢驗(yàn)效能估計(jì) 50
4．1 樣本量估算以及R程序包 50
4．1．1 樣本量影響因素 50
4．1．2 檢驗(yàn)效能分析pwr包 52
4．2 t檢驗(yàn) 53
4．2．1 單樣本與已知總體檢驗(yàn)時(shí)樣本
量的估計(jì)及R程序 53
4．2．2 兩總體均數(shù)比較樣本量的估計(jì)
及R程序 54
4．2．3 配對(duì)設(shè)計(jì)兩樣本均數(shù)比較樣本
量的估計(jì)及R程序 55
4．3 方差分析 56
4．4 相關(guān)分析 57
4．5 線性模型 58
4．6 分類資料的樣本量估計(jì) 59
4．6．1 單樣本與已知總體檢驗(yàn)時(shí)樣
本量的估計(jì)及R程序 59
4．6．2 兩樣本率比較樣本量的估計(jì)及
R程序 60
4．6．3 配對(duì)設(shè)計(jì)總體率比較樣本量的
估計(jì)及R程序 61
4．7 本章小結(jié) 62
第5章 高 級(jí)數(shù)據(jù)管理 63
5．1 控制語(yǔ)句 63
5．1．1 重復(fù)和循環(huán) 63
5．1．2 條件執(zhí)行 65
5．2 數(shù)據(jù)處理綜合實(shí)例 67
5．3 轉(zhuǎn)置與整合 70
5．3．1 轉(zhuǎn)置 70
5．3．2 整合數(shù)據(jù) 71
5．4 本章小結(jié) 72
* 二篇 統(tǒng)計(jì)方法與R分析實(shí)例
第6章 定量資料的統(tǒng)計(jì)描述 74
6．1 統(tǒng)計(jì)描述基礎(chǔ)理論知識(shí) 74
6．1．1 集中趨勢(shì)描述 75
6．1．2 離散趨勢(shì)描述 77
6．1．3 正態(tài)分布 79
6．2 統(tǒng)計(jì)描述分析實(shí)例 81
6．2．1 summary()函數(shù)分析實(shí)例 81
6．2．2 sapply()函數(shù)分析實(shí)例 83
6．2．3 describe()函數(shù)分析實(shí)例 85
6．2．4 stat．desc()函數(shù)分析實(shí)例 89
6．2．5 分組計(jì)算描述性統(tǒng)計(jì)量 91
6．2．6 對(duì)數(shù)正態(tài)分布資料的統(tǒng)計(jì)
描述 94
6．3 本章小結(jié) 95
第7章 t檢驗(yàn) 96
7．1 單樣本t檢驗(yàn) 96
7．1．1 單樣本t檢驗(yàn)的基礎(chǔ)理論 96
7．1．2 單樣本t檢驗(yàn)分析實(shí)例 97
7．1．3 無(wú)原始數(shù)據(jù)的單樣本t檢驗(yàn)R
程序 98
7．2 配對(duì)設(shè)計(jì)資料的t檢驗(yàn) 98
7．2．1 配對(duì)設(shè)計(jì)資料t檢驗(yàn)的基礎(chǔ)
理論 98
7．2．2 配對(duì)t檢驗(yàn)實(shí)例 100
7．2．3 無(wú)原始數(shù)據(jù)的配對(duì)設(shè)計(jì)的
t檢驗(yàn)分析實(shí)例 102
7．3 兩獨(dú)立樣本的t檢驗(yàn) 103
7．3．1 兩獨(dú)立樣本t檢驗(yàn)的基礎(chǔ)
理論 103
7．3．2 獨(dú)立樣本t檢驗(yàn)分析
實(shí)例 105
7．3．3 無(wú)原始數(shù)據(jù)的兩獨(dú)立樣本
t檢驗(yàn)分析實(shí)例 107
7．4 本章小結(jié) 107
第8章 方差分析 108
8．1 方差分析及ANOVA模型擬合概述 108
8．1．1 方差分析的基本思想 108
8．1．2 方差分析基本術(shù)語(yǔ) 110
8．1．3 ANOVA模型擬合 111
8．2 完全隨機(jī)設(shè)計(jì)資料的方差分析 112
8．2．1 單因子方差分析介紹 113
8．2．2 單因子方差分析的R程序
實(shí)例 113
8．3 隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析 118
8．3．1 隨機(jī)區(qū)組方差分析介紹 119
8．3．2 隨機(jī)區(qū)組方差分析的R程序
實(shí)例 121
8．4 拉丁方設(shè)計(jì)資料的方差分析 126
8．4．1 拉丁方方法介紹 126
8．4．2 拉丁方分析的R程序?qū)嵗?128
8．5 析因設(shè)計(jì)資料的方差分析 131
8．5．1 析因設(shè)計(jì)方法介紹 131
8．5．2 析因方差分析的R程序?qū)嵗?134
8．6 正交試驗(yàn)設(shè)計(jì)資料的方差分析 136
8．6．1 正交試驗(yàn)設(shè)計(jì)方法介紹 136
8．6．2 正交試驗(yàn)設(shè)計(jì)資料分析的R
程序?qū)嵗?138
8．7 重復(fù)測(cè)量資料的方差分析 139
8．7．1 重復(fù)測(cè)量設(shè)計(jì)方法介紹 140
8．7．2 重復(fù)測(cè)量資料分析的R
程序?qū)嵗?141
8．8 協(xié)方差分析 144
8．8．1 協(xié)方差分析方法介紹 144
8．8．2 協(xié)方差分析的R程序?qū)嵗?145
8．9 本章小結(jié) 148
第9章 直線回歸與相關(guān) 149
9．1 直線相關(guān)分析 149
9．1．1 直線相關(guān)分析介紹 149
9．1．2 直線相關(guān)分析的R實(shí)例 151
9．2 直線回歸分析 154
9．2．1 直線回歸分析介紹 155
9．2．2 直線回歸分析的R程序?qū)嵗?157
9．3 本章小結(jié) 162
* 10章 多元線性回歸與相關(guān) 163
10．1 多元線性回歸與相關(guān)的基礎(chǔ)理論 163
10．1．1 多元線性回歸 163
10．1．2 復(fù)相關(guān)系數(shù)與偏相關(guān)系數(shù) 176
10．2 分析實(shí)例 178
10．2．1 多元線性回歸方程的建立 178
10．2．2 復(fù)相關(guān)系數(shù)與偏相關(guān)系數(shù)的
R程序?qū)嵗?183
10．3 本章小結(jié) 185
* 11章 Logistic回歸分析 186
11．1 非條件Logistic回歸 186
11．1．1 非條件Logistic回歸介紹 187
11．1．2 非條件Logistic回歸模型的
建立和檢驗(yàn) 188
11．1．3 非條件Logistic回歸的R
程序 190
11．2 條件Logistic回歸 205
11．2．1 條件Logistic回歸介紹 205
11．2．2 條件Logistic回歸的R
程序 206
11．3 本章小結(jié) 207
* 12章 相對(duì)數(shù) 208
12．1 相對(duì)數(shù)簡(jiǎn)介 208
12．1．1 率的標(biāo)準(zhǔn)化 210
12．1．2 率的假設(shè)檢驗(yàn) 212
12．2 R分析實(shí)例 214
12．2．1 率的標(biāo)準(zhǔn)化R程序 214
12．2．2 率的Z（U）檢驗(yàn)的R
程序 215
12．3 本章小結(jié) 216
* 13章 行×列表分析 217
13．1 四格表資料 217
13．1．1 四格表卡方檢驗(yàn)介紹 218
13．1．2 四格表卡方檢驗(yàn)的R
程序 220
13．2 配對(duì)計(jì)數(shù)資料的卡方檢驗(yàn) 224
13．2．1 四格表配對(duì)卡方檢驗(yàn)介紹 224
13．2．2 四格表配對(duì)卡方檢驗(yàn)的R
程序 225
13．3 列變量為順序變量的行均分檢驗(yàn) 226
13．3．1 行均分檢驗(yàn)介紹 227
13．3．2 行均分檢驗(yàn)的R程序 227
13．4 行列均為順序變量的相關(guān)檢驗(yàn) 230
13．4．1 行列均為順序變量的相關(guān)
檢驗(yàn)介紹 230
13．4．2 行列均為順序變量的相關(guān)
檢驗(yàn)的R程序 231
13．5 分層行列表的分析 235
13．5．1 分層行列表的分析簡(jiǎn)介 235
13．5．2 分層行列表的分析的R
程序 236
13．6 趨勢(shì)卡方檢驗(yàn) 239
13．6．1 趨勢(shì)卡方檢驗(yàn)簡(jiǎn)介 239
13．6．2 趨勢(shì)卡方檢驗(yàn)的R程序 239
13．7 卡方分割與卡方合并 241
13．7．1 卡方的分割與合并簡(jiǎn)介 241
13．7．2 卡方分割與卡方合并分析
實(shí)例 241
13．8 本章小結(jié) 243
* 14章 非參數(shù)統(tǒng)計(jì) 244
14．1 單樣本資料與已知總體參數(shù)的非
參數(shù)檢驗(yàn) 245
14．1．1 單組資料的符號(hào)及符號(hào)秩和
檢驗(yàn) 245
14．1．2 單組資料的非參數(shù)檢驗(yàn)R
程序 247
14．2 配對(duì)設(shè)計(jì)資料的非參數(shù)檢驗(yàn) 248
14．2．1 配對(duì)設(shè)計(jì)資料的符號(hào)及符號(hào)
秩和檢驗(yàn) 248
14．2．2 配對(duì)設(shè)計(jì)資料的非參數(shù)檢驗(yàn)
R程序 249
14．3 兩組定量資料的非參數(shù)檢驗(yàn) 250
14．3．1 兩組定量資料的非參數(shù)檢驗(yàn)
方法概述 251
14．3．2 兩組定量資料非參數(shù)檢驗(yàn)的
R程序 252
14．4 多組定量資料的非參數(shù)檢驗(yàn) 253
14．4．1 多組定量資料的非參數(shù)檢驗(yàn)
方法概述 253
14．4．2 多組定量資料非參數(shù)檢驗(yàn)的
R程序 255
14．5 等級(jí)分組資料的非參數(shù)檢驗(yàn) 260
14．5．1 等級(jí)分組資料的非參數(shù)檢驗(yàn)
方法概述 260
14．5．2 等級(jí)分組資料非參數(shù)檢驗(yàn)的
R程序 261
14．6 隨機(jī)區(qū)組資料的非參數(shù)檢驗(yàn) 264
14．6．1 隨機(jī)區(qū)組資料的非參數(shù)檢驗(yàn)
方法概述 264
14．6．2 隨機(jī)區(qū)組資料非參數(shù)檢驗(yàn)的
R程序 265
14．7 等級(jí)相關(guān)（秩相關(guān)） 266
14．7．1 秩相關(guān)概述 266
14．7．2 spearman秩相關(guān)的R程序 267
14．8 本章小結(jié) 268
* 15章 生存分析 269
15．1 生存分析簡(jiǎn)介 269
15．1．1 生存數(shù)據(jù) 269
15．1．2 生存時(shí)間函數(shù) 270
15．1．3 均數(shù)、中位數(shù)和半數(shù)
生存期 271
15．1．4 生存分析的基本方法 271
15．2 生存曲線 272
15．2．1 壽命表法及R分析實(shí)例 273
15．2．2 乘積極限法（Kaplan-Meier）及
R分析實(shí)例 278
15．2．3 Cox回歸及R分析實(shí)例 280
15．3 本章小結(jié) 285
* 16章 主成分分析 286
16．1 主成分分析簡(jiǎn)介 287
16．1．1 主成分分析的數(shù)學(xué)模型 287
16．1．2 主成分分析的方法步驟 288
16．1．3 主成分分析的應(yīng)用 290
16．2 R中的主成分分析實(shí)例 291
16．3 本章小結(jié) 307
* 17章 因子分析 308
17．1 因子分析簡(jiǎn)介 308
17．2 主成分分析與因子分析比較 317
17．3 因子分析及R實(shí)例 318
17．4 本章小結(jié) 337
* 18章 聚類分析 338
18．1 聚類分析簡(jiǎn)介 338
18．2 聚類分析及R實(shí)例 344
18．2．1 varclus ()函數(shù) 344
18．2．2 kmean()函數(shù) 348
18．2．3 hclust()函數(shù)實(shí)例 352
18．3 本章小結(jié) 355
* 19章 判別分析 356
19．1 判別分析簡(jiǎn)介 357
19．2 判別分析及R實(shí)例 362
19．3 本章小結(jié) 386
* 20章 典型相關(guān)分析 388
20．1 典型相關(guān)簡(jiǎn)介 388
20．1．1 典型相關(guān)分析的理論架構(gòu)及
基本假設(shè) 390
20．1．2 冗余分析 391
20．1．3 典型相關(guān)系數(shù)的假設(shè)檢驗(yàn) 392
20．2 cancor()函數(shù)實(shí)例 392
20．3 本章小結(jié) 400
* 21章 診斷試驗(yàn)的ROC分析 401
21．1 診斷試驗(yàn)簡(jiǎn)介 401
21．1．1 診斷試驗(yàn)介紹 401
21．1．2 診斷試驗(yàn)評(píng)價(jià)指標(biāo) 402
21．1．3 ROC分析資料收集與整理 404
21．1．4 ROC曲線構(gòu)建 405
21．2 ROC分析及R分析實(shí)例 406
21．3 本章小結(jié) 423
* 22章 統(tǒng)計(jì)圖 425
22．1 條形圖 425
22．2 餅圖 429
22．3 散點(diǎn)圖 431
22．4 折線圖 433
22．5 箱線圖 434
22．6 直方圖 437
22．7 核密度圖 442
22．8 點(diǎn)圖 442
22．9 本章小結(jié) 444
參考文獻(xiàn) 445