R語言數(shù)據(jù)分析從入門到精通

第1篇 基礎(chǔ)知識
第1章 初識R語言 2
視頻講解：9分鐘
1.1 R語言概述 2
1.1.1 R語言簡介 2
1.1.2 為什么要學(xué)習(xí)R語言 3
1.2 R開發(fā)環(huán)境的下載與安裝 3
1.2.1 下載R開發(fā)環(huán)境 3
1.2.2 安裝R開發(fā)環(huán)境 6
1.3 編寫第一個R語言程序 7
第2章 集成開發(fā)環(huán)境RStudio 9
視頻講解：12分鐘
2.1 RStudio概述 9
2.2 下載與安裝RStudio 9
2.2.1 下載RStudio 9
2.2.2 安裝RStudio 11
2.3 使用RStudio編寫R程序 12
2.4 詳解RStudio集成開發(fā)環(huán)境 16
2.4.1 RStudio編輯窗口 16
2.4.2 菜單欄介紹 17
2.4.3 RStudio特色功能 18
2.4.4 RStudio常用的快捷鍵 18
第3章 R語言入門 19
視頻講解：46分鐘
3.1 R語言編碼規(guī)則 19
3.1.1 控制臺規(guī)則 19
3.1.2 賦值語句的寫法 20
3.1.3 輸入的規(guī)則 20
3.2 R語言基礎(chǔ) 20
3.2.1 常用保留字 20
3.2.2 變量 21
3.2.3 基本數(shù)據(jù)類型 22
3.2.4 運(yùn)算符 23
3.3 函數(shù) 27
3.3.1 內(nèi)置函數(shù) 27
3.3.2 自定義函數(shù)的創(chuàng)建和調(diào)用 28
3.3.3 返回值 29
3.4 字符串 29
3.4.1 字符串規(guī)范 29
3.4.2 字符串常用函數(shù) 30
3.4.3 連接字符串 30
3.4.4 計(jì)算字符串長度 31
3.4.5 字符大小寫轉(zhuǎn)換 31
3.4.6 截取字符串 32
3.4.7 查詢字符串 32
3.5 包的安裝與使用 33
3.5.1 查看包 33
3.5.2 包的安裝 34
3.5.3 包的使用 35
3.6 R語言幫助文檔 35
3.6.1 help菜單命令 35
3.6.2 幫助函數(shù) 36
3.7 要點(diǎn)回顧 37
第4章 數(shù)據(jù)結(jié)構(gòu) 38
視頻講解：104分鐘
4.1 向量 38
4.1.1 創(chuàng)建向量 38
4.1.2 向量索引 42
4.1.3 向量操作 43
4.1.4 向量運(yùn)算 44
4.1.5 向量排序 45
4.1.6 向量合并 47
4.2 矩陣 48
4.2.1 創(chuàng)建矩陣 48
4.2.2 矩陣索引 50
4.2.3 矩陣編輯 51
4.2.4 矩陣運(yùn)算 52
4.3 數(shù)組 56
4.3.1 認(rèn)識數(shù)組 56
4.3.2 創(chuàng)建數(shù)組 57
4.3.3 數(shù)組索引 58
4.3.4 修改數(shù)組 59
4.4 數(shù)據(jù)框 60
4.4.1 創(chuàng)建數(shù)據(jù)框 60
4.4.2 查看數(shù)據(jù)框信息 61
4.4.3 獲取指定數(shù)據(jù) 63
4.4.4 數(shù)據(jù)的處理 64
4.5 因子 66
4.5.1 因子的概念及應(yīng)用 67
4.5.2 創(chuàng)建因子 67
4.5.3 調(diào)整因子水平 68
4.6 列表 68
4.6.1 創(chuàng)建列表 69
4.6.2 列表的索引 69
4.7 要點(diǎn)回顧 70
第5章 流程控制語句 71
視頻講解：26分鐘
5.1 程序結(jié)構(gòu) 71
5.2 選擇語句 72
5.2.1 if語句 72
5.2.2 if...else語句 73
5.2.3 if...else if...else語句 74
5.2.4 多分支swich語句 75
5.2.5 向量化的ifelse語句 76
5.3 循環(huán)語句 77
5.3.1 repeat語句 77
5.3.2 while語句 77
5.3.3 for語句 78
5.3.4 replication()函數(shù) 79
5.4 跳轉(zhuǎn)語句 79
5.4.1 next語句 79
5.4.2 break語句 80
5.5 要點(diǎn)回顧 80
第6章 日期和時間序列 81
視頻講解：86分鐘
6.1 日期和時間函數(shù) 81
6.1.1 返回系統(tǒng)當(dāng)前日期和時間 81
6.1.2 時間函數(shù)as.POSIXlt()和as.POSIXct() 82
6.2 日期格式轉(zhuǎn)換 83
6.2.1 as.Date()函數(shù) 83
6.2.2 format()函數(shù) 85
6.2.3 其他函數(shù) 85
6.3 生成日期時間 86
6.3.1 生成日期序列 86
6.3.2 生成時間序列 87
6.3.3 創(chuàng)建時間序列對象 87
6.4 日期時間運(yùn)算 88
6.4.1 日期直接相減 88
6.4.2 使用difftime()函數(shù)計(jì)算時間差 89
6.5 日期時間處理包—lubridate包 89
6.5.1 提取日期和時間 89
6.5.2 解析日期和時間 90
6.5.3 時間日期計(jì)算 92
6.5.4 時間間隔 93
6.5.5 時區(qū)的操作 93
6.6 時間序列基礎(chǔ)包—zoo包 94
6.6.1 創(chuàng)建時間序列 95
6.6.2 類型轉(zhuǎn)換 96
6.6.3 數(shù)據(jù)操作 97
6.7 時間序列擴(kuò)展包—xts包 100
6.7.1 創(chuàng)建時間序列 100
6.7.2 xts包的基本操作 100
6.7.3 按時間統(tǒng)計(jì)數(shù)據(jù) 102
6.7.4 更改時間周期 103
6.8 要點(diǎn)回顧 104
第2篇 核心技術(shù)
第7章 獲取數(shù)據(jù) 106
視頻講解：39分鐘
7.1 手動輸入數(shù)據(jù) 106
7.1.1 數(shù)據(jù)編輯器 106
7.1.2 在代碼中直接輸入數(shù)據(jù) 107
7.2 讀取外部數(shù)據(jù) 108
7.2.1 讀取文本文件、CSV文件 108
7.2.2 讀取Excel文件 110
7.2.3 讀取SPSS文件 111
7.2.4 讀取Stata文件 112
7.2.5 讀取SAS文件 113
7.2.6 導(dǎo)入數(shù)據(jù)庫中的數(shù)據(jù) 114
7.2.7 讀取XML文件 117
7.3 R語言自帶的數(shù)據(jù)集 118
7.3.1 數(shù)據(jù)集介紹 118
7.3.2 mtcars數(shù)據(jù)集 120
7.4 要點(diǎn)回顧 120
第8章 數(shù)據(jù)處理與清洗 121
視頻講解：73分鐘
8.1 查看數(shù)據(jù)概況 121
8.1.1 查看數(shù)據(jù)的基本信息 121
8.1.2 查看摘要信息 123
8.1.3 查看數(shù)據(jù)整體概況 123
8.2 數(shù)據(jù)清洗 124
8.2.1 缺失值的檢測與處理 124
8.2.2 重復(fù)值的檢測與處理 126
8.2.3 異常值的檢測與處理 127
8.2.4 數(shù)據(jù)排序 128
8.2.5 數(shù)據(jù)抽樣 130
8.3 字符串處理—stringr包 131
8.3.1 stringr包中的字符串處理函數(shù) 131
8.3.2 字符串替換函數(shù)str_sub() 132
8.3.3 字符串分割函數(shù)str_split() 133
8.3.4 正則表達(dá)式的應(yīng)用 134
8.4 數(shù)據(jù)合并與拆分 136
8.4.1 數(shù)據(jù)合并 136
8.4.2 數(shù)據(jù)拆分 139
8.4.3 數(shù)據(jù)分段 140
8.5 數(shù)據(jù)轉(zhuǎn)換與重塑 141
8.5.1 將數(shù)據(jù)轉(zhuǎn)換為數(shù)字格式 141
8.5.2 數(shù)據(jù)轉(zhuǎn)置 142
8.5.3 數(shù)據(jù)整合 142
8.6 要點(diǎn)回顧 143
第9章 數(shù)據(jù)計(jì)算與分組統(tǒng)計(jì) 144
視頻講解：58分鐘
9.1 數(shù)據(jù)計(jì)算 144
9.1.1 求和 144
9.1.2 求均值 147
9.1.3 求最大值 148
9.1.4 求最小值 148
9.1.5 求中位數(shù) 149
9.1.6 求眾數(shù) 149
9.1.7 求方差 150
9.1.8 求標(biāo)準(zhǔn)差 151
9.1.9 求分位數(shù) 152
9.1.10 求多個計(jì)算結(jié)果 152
9.2 數(shù)據(jù)分組統(tǒng)計(jì) 153
9.2.1 apply()、tapply()、sapply()、lapply()函數(shù) 153
9.2.2 分組統(tǒng)計(jì)函數(shù)aggregate() 154
9.2.3 分組函數(shù)group_by() 156
9.3 數(shù)據(jù)透視表 156
9.3.1 dcast()函數(shù) 157
9.3.2 gather()函數(shù) 158
9.3.3 spread()函數(shù) 158
9.4 要點(diǎn)回顧 159
第10章 基本繪圖 160
視頻講解：88分鐘
10.1 圖表的常用設(shè)置 160
10.1.1 基本繪圖函數(shù)plot() 160
10.1.2 設(shè)置畫布 164
10.1.3 設(shè)置坐標(biāo)軸 164
10.1.4 添加文本標(biāo)簽 166
10.1.5 設(shè)置標(biāo)題和圖例 167
10.1.6 設(shè)置參考線 169
10.1.7 保存圖表 169
10.2 基礎(chǔ)圖表的繪制 170
10.2.1 折線圖 170
10.2.2 柱形圖 171
10.2.3 餅形圖 173
10.3 統(tǒng)計(jì)分布圖的繪制 175
10.3.1 直方圖 176
10.3.2 散點(diǎn)圖 177
10.3.3 箱形圖 178
10.4 多子圖的繪制 182
10.4.1 par()函數(shù) 182
10.4.2 layout()函數(shù) 184
10.5 要點(diǎn)回顧 186
第11章 ggplot2高級繪圖 187
視頻講解：95分鐘
11.1 ggplot2入門 187
11.1.1 ggplot2概述 187
11.1.2 安裝ggplot2 188
11.1.3 ggplot2繪圖流程 188
11.1.4 ggplot2基本語法 189
11.1.5 ggplot2常用繪圖函數(shù) 189
11.2 ggplot2繪圖的基本設(shè)置 191
11.2.1 標(biāo)題 191
11.2.2 坐標(biāo)軸 192
11.2.3 添加文本標(biāo)簽 193
11.2.4 圖例 194
11.2.5 更改字體大小 196
11.2.6 主題 197
11.2.7 保存圖形 199
11.3 使用ggplot2繪制圖表 199
11.3.1 折線圖 199
11.3.2 散點(diǎn)圖 203
11.3.3 柱形圖 205
11.3.4 直方圖 208
11.3.5 箱形圖 209
11.3.6 面積圖 210
11.3.7 密度圖 211
11.3.8 小提琴圖 213
11.4 使用ggplot2繪制分面圖 214
11.4.1 facet_grid()函數(shù) 214
11.4.2 facet_wrap()函數(shù) 216
11.5 要點(diǎn)回顧 218
第12章 lattice高級繪圖 219
視頻講解：60分鐘
12.1 lattice入門 219
12.2 使用lattice繪制圖表 220
12.2.1 散點(diǎn)圖 220
12.2.2 散點(diǎn)圖矩陣 222
12.2.3 條形圖 222
12.2.4 箱形圖 224
12.2.5 點(diǎn)圖 225
12.2.6 直方圖 225
12.2.7 核密度圖 226
12.2.8 條紋圖 227
12.2.9 平行坐標(biāo)圖 227
12.2.10 3D繪圖 227
12.3 lattice繪圖的常用設(shè)置 229
12.3.1 lattice繪圖的組成部分 229
12.3.2 標(biāo)題設(shè)置 229
12.3.3 坐標(biāo)軸設(shè)置 230
12.3.4 圖例設(shè)置 230
12.3.5 顏色符號和線條設(shè)置 232
12.3.6 條件變量 233
12.3.7 分組變量 234
12.3.8 面板設(shè)置 234
12.4 使用lattice繪制多子圖 236
12.4.1 plot()函數(shù) 236
12.4.2 ggarrange()函數(shù) 237
12.5 要點(diǎn)回顧 237
第13章 基礎(chǔ)統(tǒng)計(jì)分析 238
視頻講解：65分鐘
13.1 描述性統(tǒng)計(jì)分析 238
13.1.1 summary()函數(shù) 238
13.1.2 describe()函數(shù) 239
13.1.3 stat.desc()函數(shù) 240
13.1.4 分組計(jì)算描述性統(tǒng)計(jì)量 241
13.2 概率與數(shù)據(jù)分布 243
13.2.1 概率 243
13.2.2 數(shù)據(jù)分布概述 243
13.2.3 正態(tài)分布 245
13.2.4 二項(xiàng)分布 246
13.2.5 泊松分布 246
13.3 列聯(lián)表和頻數(shù)表 247
13.3.1 table()函數(shù) 247
13.3.2 ftable()函數(shù) 248
13.3.3 xtab()函數(shù) 248
13.4 獨(dú)立性檢驗(yàn) 248
13.4.1 卡方檢驗(yàn) 249
13.4.2 Fisher精確檢驗(yàn) 249
13.4.3 Cochran-Manel-Haenszel檢驗(yàn) 250
13.5 相關(guān)性分析 250
13.5.1 相關(guān)系數(shù) 251
13.5.2 相關(guān)性分析 253
13.6 t檢驗(yàn) 255
13.6.1 獨(dú)立樣本的t檢驗(yàn) 255
13.6.2 非獨(dú)立樣本的t檢驗(yàn) 256
13.7 要點(diǎn)回顧 257
第3篇 高級應(yīng)用
第14章 方差分析 260
視頻講解：43分鐘
14.1 方差分析概述 260
14.1.1 方差分析的概念 260
14.1.2 常見術(shù)語 260
14.1.3 方差分析表 261
14.2 方差分析的基本流程 262
14.3 aov()函數(shù) 262
14.4 單因素方差分析 263
14.4.1 正態(tài)性檢驗(yàn) 264
14.4.2 方差齊性檢驗(yàn) 267
14.4.3 單因素方差分析案例 268
14.5 雙因素方差分析 271
14.5.1 主效應(yīng)分析 271
14.5.2 交互效應(yīng)分析 273
14.6 要點(diǎn)回顧 273
第15章 回歸分析 274
視頻講解：35分鐘
15.1 回歸分析概述 274
15.1.1 什么是回歸分析 274
15.1.2 回歸分析的應(yīng)用 275
15.2 回歸分析的基本流程 275
15.3 假設(shè)檢驗(yàn) 276
15.3.1 線性關(guān)系 276
15.3.2 評估模型性能 277
15.3.3 多重共線性檢驗(yàn) 278
15.4 一元線性回歸 278
15.4.1 lm()函數(shù) 279
15.4.2 predict()函數(shù) 280
15.4.3 一元線性回歸案例 280
15.4.4 predict()函數(shù)錯誤調(diào)試 282
15.5 多元線性回歸 283
15.5.1 相關(guān)系數(shù)矩陣 283
15.5.2 散點(diǎn)圖矩陣 284
15.5.3 多元線性回歸案例 285
15.6 要點(diǎn)回顧 290
第16章 時間序列分析 291
視頻講解：73分鐘
16.1 時間序列分析概述 291
16.1.1 什么是時間序列分析 291
16.1.2 時間序列分析的應(yīng)用領(lǐng)域 292
16.2 時間序列的基本操作 292
16.2.1 轉(zhuǎn)換時間序列 292
16.2.2 繪制時間序列圖 293
16.3 平穩(wěn)性檢驗(yàn) 294
16.3.1 時序圖 294
16.3.2 自相關(guān)圖與acf()函數(shù) 295
16.3.3 偏自相關(guān)圖與pacf()函數(shù) 297
16.3.4 單位根檢驗(yàn) 298
16.4 差分 300
16.4.1 什么是差分 300
16.4.2 計(jì)算差分函數(shù)ndiffs() 300
16.4.3 差分函數(shù)diff() 301
16.5 純隨機(jī)性檢驗(yàn) 302
16.6 ARMA模型—自回歸移動平均模型 302
16.6.1 什么是ARMA模型 302
16.6.2 ARMA建模流程 303
16.6.3 模型判定 303
16.6.4 建模函數(shù)arima() 304
16.6.5 自動定階建模函數(shù)auto.arima() 304
16.6.6 模型檢驗(yàn) 305
16.6.7 預(yù)測函數(shù)forecast() 306
16.6.8 尼羅河流量分析案例 306
16.7 ARIMA模型—自回歸差分移動平均模型 310
16.7.1 什么是ARIMA模型 310
16.7.2 ARIMA模型的應(yīng)用 310
16.7.3 大氣中CO2含量趨勢分析案例 310
16.8 非平穩(wěn)時間序列分析 312
16.8.1 非平穩(wěn)時間序列概述 312
16.8.2 分解時間序列函數(shù)decompose() 312
16.8.3 指數(shù)平滑模型HoltWinters() 315
16.8.4 基于指數(shù)平滑模型預(yù)測銷售額 315
16.9 要點(diǎn)回顧 317