R語(yǔ)言核心技術(shù)手冊(cè)（第2版）

前言 xvi
I 基礎(chǔ)篇
第1 章獲取和安裝R
R 版本
R 的安裝
Windows
Mac OS X
Linux 和UNIX 系統(tǒng)
第2 章R 的用戶界面
R 的圖形用戶界面
Windows
Mac OS X
Linux 和UNIX 程序
R 控制臺(tái)
命令行編輯
批處理模式
在Excel 中使用R
RStudio
其他運(yùn)行R 的方式
第3 章簡(jiǎn)短的示例
基本操作
函數(shù)
變量
數(shù)據(jù)結(jié)構(gòu)簡(jiǎn)介
對(duì)象和類
模型和公式
圖表
獲得幫助
第4 章R 包
R 包概覽
列示本地庫(kù)中的R 包
加載R 包
在Windows 和Linux 系統(tǒng)下加載R 包
在Mac OS X 系統(tǒng)下加載R 包
搜索R 包資源庫(kù)
探索網(wǎng)絡(luò)上的R 包資源庫(kù)
基于R 界面搜尋和安裝包
從其他資源庫(kù)安裝R 包
定制R 包
創(chuàng)建包目錄
創(chuàng)建R 包
II 語(yǔ)言篇
第5 章R 語(yǔ)言概覽
表達(dá)式
對(duì)象
符號(hào)
函數(shù)
在賦值語(yǔ)句中，對(duì)象會(huì)被復(fù)制
R 中一切皆為對(duì)象
特殊值
NA
Inf 和-Inf
NaN
NULL
強(qiáng)制轉(zhuǎn)換
R 解釋器
觀察R 是如何工作的
第6 章R 語(yǔ)法
常量
數(shù)值向量
字符向量
符號(hào)
運(yùn)算符
運(yùn)算順序
賦值操作
表達(dá)式
分離型表達(dá)式
括號(hào)
花括號(hào)
控制結(jié)構(gòu)
條件語(yǔ)句
循環(huán)
訪問(wèn)數(shù)據(jù)結(jié)構(gòu)
數(shù)據(jù)結(jié)構(gòu)操作符
通過(guò)整數(shù)向量引用
通過(guò)邏輯向量引用
通過(guò)名字進(jìn)行引用
R 編程標(biāo)準(zhǔn)
第7 章R 對(duì)象
基本對(duì)象類型
向量
列表
其他對(duì)象
矩陣
數(shù)組
因子
數(shù)據(jù)框
公式
時(shí)間序列
Shingle 對(duì)象
日期和時(shí)間對(duì)象
連接對(duì)象
屬性
類
第8 章符號(hào)和環(huán)境
符號(hào)
環(huán)境
全局環(huán)境
環(huán)境和函數(shù)
調(diào)用堆棧
在不同的環(huán)境中對(duì)函數(shù)求值
向環(huán)境中添加對(duì)象
異常
提示錯(cuò)誤
捕獲錯(cuò)誤
第9 章函數(shù)
函數(shù)的關(guān)鍵字
參數(shù)
返回值
函數(shù)參數(shù)
匿名函數(shù)
函數(shù)的屬性
參數(shù)順序和具名實(shí)參
副作用
改變其他環(huán)境
輸入/輸出
圖形
第10 章面向?qū)ο缶幊?br />R 的面向?qū)ο缶幊谈庞[
核心概念
實(shí)現(xiàn)的例子
R 的面向?qū)ο缶幊蹋篠4
類的定義
對(duì)象的新建
槽的存取
對(duì)象的操作
創(chuàng)建強(qiáng)制轉(zhuǎn)換方法
方法
方法的管理
基本類型
更多的幫助
守舊派的OOP：S3
S3 的類
S3 方法
在S4 的類中使用S3 的類
查找隱藏的S3 方法
III 數(shù)據(jù)篇
第11 章數(shù)據(jù)的存取和編輯
在R 中輸入數(shù)據(jù)
用R 命令輸入數(shù)據(jù)
用圖形界面輸入數(shù)據(jù)
保存和讀入R 對(duì)象
用save 保存對(duì)象
從外部文件導(dǎo)入數(shù)據(jù)
文本文件
其他軟件
導(dǎo)出數(shù)據(jù)
從數(shù)據(jù)庫(kù)獲取數(shù)據(jù)
導(dǎo)出然后導(dǎo)入
數(shù)據(jù)庫(kù)連接包
RODBC
DBI
TSDBI
從Hadoop 中獲取數(shù)據(jù)
第12 章準(zhǔn)備數(shù)據(jù)
合并數(shù)據(jù)集
粘貼數(shù)據(jù)結(jié)構(gòu)
通過(guò)共同字段合并數(shù)據(jù)
數(shù)據(jù)轉(zhuǎn)換
變量重新賦值
轉(zhuǎn)換函數(shù)
對(duì)對(duì)象的每個(gè)元素進(jìn)行函數(shù)運(yùn)算
數(shù)據(jù)分段
shingle
Cut
利用分組變量合并對(duì)象
子集
中括號(hào)索引的方式
subset 函數(shù)
隨機(jī)抽樣
匯總函數(shù)
tapply 與aggregate
用rowsum 聚合表格
計(jì)數(shù)
數(shù)據(jù)修整
數(shù)據(jù)清洗
查找和刪除重復(fù)數(shù)據(jù)
排序
IV 可視化篇
第13 章圖形
R Graphics 概述
散點(diǎn)圖
時(shí)間序列
柱狀圖
餅圖
分類數(shù)據(jù)繪圖
三維數(shù)據(jù)
繪制分布圖
箱線圖
畫(huà)圖設(shè)備
自定義圖形
繪圖函數(shù)常見(jiàn)參數(shù)
圖形參數(shù)
基本圖形函數(shù)
第14 章Lattice 繪圖
歷史
lattice 包概述
lattice 的工作原理
例子
使用lattice 函數(shù)
定制面板函數(shù)
高級(jí)lattice 函數(shù)
單一的網(wǎng)格作圖
二元網(wǎng)格作圖
三元圖
其他圖形
定制lattice 圖
lattice 函數(shù)的常用參數(shù)
trellisskeleton
指定如何繪制坐標(biāo)軸
參數(shù)
plottrellis
stripdefault
simpleKey
低級(jí)函數(shù)
低級(jí)繪圖函數(shù)
面板函數(shù)
第15 章ggplot2
一個(gè)簡(jiǎn)短的介紹
圖形語(yǔ)法
一個(gè)更復(fù)雜的例子：醫(yī)保數(shù)據(jù)
快速繪圖
用ggplot2 繪圖
更多信息
V 統(tǒng)計(jì)篇
第16 章數(shù)據(jù)分析
描述性統(tǒng)計(jì)
相關(guān)系數(shù)和協(xié)方差
主成分分析
因子分析
bootstrap 重抽樣
第17 章概率分布
正態(tài)分布
常見(jiàn)分布的參數(shù)
分布函數(shù)族
第18 章統(tǒng)計(jì)檢驗(yàn)
連續(xù)型數(shù)據(jù)
基于正態(tài)分布的檢驗(yàn)
不依賴分布的檢驗(yàn)
離散數(shù)據(jù)
比例檢驗(yàn)
二項(xiàng)式檢驗(yàn)
列聯(lián)表檢驗(yàn)
列聯(lián)表非參數(shù)檢驗(yàn)
第19 章功效檢驗(yàn)
實(shí)驗(yàn)設(shè)計(jì)示例
t 檢驗(yàn)實(shí)驗(yàn)設(shè)計(jì)
比例實(shí)驗(yàn)設(shè)計(jì)
方差分析設(shè)計(jì)
第20 章回歸模型
簡(jiǎn)單的線性模型示例
擬合模型
指定模型的工具函數(shù)
獲取模型信息
更新模型
lm 函數(shù)的詳述
最小二乘回歸的假設(shè)
穩(wěn)健回歸和阻力回歸
子集選取和Shrinkage 回歸
變量的逐步選取
嶺回歸
Lasso 和最小角回歸
彈性網(wǎng)絡(luò)
主成分回歸和偏最小二乘回歸
非線性模型
廣義線性模型
glmnet 包
非線性最小二乘
生存模型
平滑
樣條線
擬合多項(xiàng)式曲面
核平滑
回歸的機(jī)器學(xué)習(xí)算法
回歸樹(shù)模型
MARS 算法
神經(jīng)網(wǎng)絡(luò)
投影尋蹤回歸
廣義可加模型
支持向量機(jī)
第21 章分類模型
線性分類模型
logistic 回歸
線性判別分析
對(duì)數(shù)線性模型
機(jī)器學(xué)習(xí)分類模型
k 近鄰
分類樹(shù)模型
神經(jīng)網(wǎng)絡(luò)
支持向量機(jī)
隨機(jī)森林
第22 章機(jī)器學(xué)習(xí)
購(gòu)物籃分析
聚類
距離度量
聚類算法
第23 章時(shí)間序列分析
自相關(guān)函數(shù)
時(shí)間序列模型
VI 其他主題
第24 章優(yōu)化R 程序性能
R 程序性能的測(cè)量
時(shí)間測(cè)定
性能分析
監(jiān)控內(nèi)存的使用
內(nèi)存性能分析
優(yōu)化你的R 代碼
使用向量操作
R 中查找的性能
使用數(shù)據(jù)庫(kù)查詢大數(shù)據(jù)集
內(nèi)存預(yù)分配
清理內(nèi)存
大數(shù)據(jù)集的函數(shù)
加速R 的其他方法
R 字節(jié)碼編譯器
高性能的R 版本
第25 章Bioconductor
例子
加載原始的表達(dá)數(shù)據(jù)
從GEO 讀取數(shù)據(jù)
匹配表型數(shù)據(jù)
分析表達(dá)數(shù)據(jù)
關(guān)鍵的Bioconductor 包
數(shù)據(jù)結(jié)構(gòu)
eSet
AssayData
AnnotatedDataFrame
MIAME
Bioconductor 包使用的其他類
如何進(jìn)一步學(xué)習(xí)
Bioconductor 之外的資源
教程
課程
相關(guān)圖書(shū)
第26 章R 和Hadoop
R 和Hadoop
Hadoop 簡(jiǎn)介
RHadoop
Hadoop streaming
了解更多
一些其他的用R 做并行計(jì)算的包
Segue
doMC
從哪里我們可以了解更多6
參考文獻(xiàn)
索引