R語言與統計分析

本書以數據的常用統計分析方法為基礎，在簡明扼要地闡述統計學基本概念、基本思想與基本方法的基礎上，講述與之相對應的日函數的實現，並通過具體的例子說明統計問題求解的過程。
　　本書注重統計的思想性、方法的實用性和計算的可操作性。在內容的安排上不僅包含了基礎統計分析中的探索性數據分析、參數估計與假設檢驗，還包括了非參數統計分析的常用方法、多元統計分析方法及貝葉斯統計分析方法。每一部分都通過具體例子重點講述解決問題的思想、方法和在日中的實現過程。通過本書，讀者不僅可以快速學會日的基本原理與核心內容，而且可以根據書中的例子與例子中的日程序學會解決問題的統計計算方法與基本的編程技術，為解決更為複雜的統計問題奠定紮實的基礎。

第一章 R介紹
1.1 S語言與R
1.2 R的特點
1.3 R的資源
1.4 R的安裝與運行
1.4.1 R軟件的安裝、啟動與關閉
1.4.2 R程序包的安裝與使用
第一章習題

第二章 R的基本原理與核心
2.1 R的基本原理
2.2 R的在線幫助
2.3 一個簡短的R會話
2.4 R的數據結構
2.4.1 R的對象與屬性
2.4.2 瀏覽對象的信息
2.4.3 向量的建立
2.4.4 數組與矩陣的建立
2.4.5 數據框（dataframe）的建立
2.4.6 列表（1ist）的建立
2.4.7 時間序列（ts）的建立
2.5 數據的存儲與讀取
2.5.1 數據的存儲
2.5.2 數據的讀取
2.6 R的圖形功能
2.6.1 繪圖函數
2.6.2 低級繪圖命令
2.6.3 繪圖參數
2.6.4 一個實例
2.7 R.編程
2.7.1 循環和向量化
2.7.2 用R寫程序
2.7.3 編寫你自己的函數
2.7.4 養成良好的編程習慣
第二章習題

第三章 概率與分佈
3.1 隨機抽樣
3.2 排列組合與概率的計算
3.3 概率分佈
3.3.1 離散分佈的分佈律
3.3.2 連續分佈的密度函數
3.4 R中內嵌的分佈
3.5 應用：中心極限定理
3.5.1 中心極限定理
3.5.2 漸近正態性的圖形檢驗
3.5.3 舉例
第三章習題

第四章 探索性數據分析
4.1 常用分佈的概率函數圖
4.2 直方圖與密度函數的估計
4.2.1 直方圖
4.2.2 核密度估計
4.3 單組數據的描述性統計分析
4.3.1 單組數據的圖形描述
4.3.2 單組數據的描述性統計
4.4 多組數據的描述性統計分析
4.4.1 兩組數據的圖形概括
4.4.2 多組數據的圖形描述
4.4.3 多組數據的描述性統計
4.4.4 分組數據的圖形概括
4.5 分類數據的描述性統計分析
4.5.1 列聯表的製作
4.5.2 列聯表的圖形描述
第四章習題

第五章 參數估計
5.1 矩法估計和極大似然估計
5.1.1 矩法估計
5.1.2 極大似然估計
5.2 單正態總體參數的區間估計
5.2.1 均值μ的區間估計
5.2.2 方差σ2的區間估計
5.3 兩正態總體參數的區間估計
5.3.1 均值差μ1-μ2的置信區間
5.3.2 兩方差比σ12／22的置信區間
5.4 單總體比率p的區間估計
5.5 兩總體比率差p1-p2的區間估計
5.6 樣本容量的確定
5.6.1 估計正態總體均值時樣本容量的確定
5.6.2 估計比例p時樣本容量的確定
第五章習題

第六章 參數的假設檢驗
6.1 假設檢驗與檢驗的p值
6.1.1 假設檢驗的概念與步驟
6.1.2 檢驗的p值
6.2 單正態總體參數的檢驗
6.2.1 均值μ的假設檢驗
6.2.2 方差盯σ2的檢驗：x2檢驗
6.3 兩正態總體參數的檢驗
6.3.1 均值的比較：t檢驗
6.3.2 方差的比較：F檢驗
6.4 成對數據的t檢驗
6.5 單樣本比率的檢驗
6.5.1 比率p的精確檢驗
6.5.2 比率p的近似檢驗
6.6 兩樣本比率的檢驗
第六章習題

第七章 非參數的假設檢驗
7.1 單總體位置參數的檢驗
7.1.1 中位數的符號檢驗
7.1.2 Wilcoxon符號秩檢驗
7.2 分佈的一致性檢驗：x2檢驗
7.3 兩總體的比較與檢驗
7.3.1 X2獨立性檢驗
7.3.2 Fisher精確檢驗
7.3.3 Wilcoxon秩和檢驗法和Mann-whitneyU檢驗
7.3.4 Mood檢驗
7.4 多總體的比較與檢驗
7.4.1 位置參數的Kruskal-Wallis秩和檢驗
7.4.2 尺度參數的Ansari-Bradley檢驗
7.4.3 尺度參數的Fligner-Killeen檢驗
第七章習題

第八章 方差分析
8.1 單因子方差分析
8.1.1 數學模型
8.1.2 均值的多重比較
8.1.3 同時置信區間：Tukey法
8.1.4 方差齊性檢驗
……
第九章 回歸分析與相關分析
第十章 多元統計分析介紹
第十一章 貝葉斯統計分析