数据分析

数据分析

李诗羽, 张飞, 王正林, 编著

出版社:电子工业出版社

年代:2014

定价:59.0

书籍简介:

本书讲述如何利用R语言进行数据控制、处理、整理、分析等方面的具体细节和基本要点,结合大量的实例,从实战的角度出发,讲解实例的完整分析过程,并将算法模型和R语言软件的应用融于聚类分析、相关分析、回归分析、方差分析、协方差分析等实例分析之中,重点讲述用于高效解决各种数据分析问题的R语言应用。

作者介绍:

大数据时代,数据成为决策最为重要的参考之一,数据分析行业迈入了一个全新的阶段。R是一款非常优秀的统计分析软件,《大数据时代的R语言·数据分析:R语言实战》侧重于使用R进行数据的处理、整理和分析,重点讲述了R的数据分析流程、算法包的使用以及相关工具的应用,同时结合大量精选的数据分析问题对R软件进行科学、准确和全面的介绍,以便使读者能深刻理解R的精髓和灵活、高效的使用技巧。   通过本书,读者不仅能掌握使用R及相关的算法包来快速解决实际问题,而且能学会从实际问题分析入手,到利用R进行求解,以及对结果进行分析。

书籍目录:

上篇:数据预处理

第0章 致敬,R!

致敬,肩膀!

致敬,时代!

致敬,人才!

致敬,R瑟!

第1章 数据分析导引

1.1 数据分析概述

1.1.1 数据分析的原则

1.1.2 数据分析的步骤

1.1.3 数据分析的过程

1.1.4 数据分析的对象

1.2 大数据分析

1.2.1 大数据分析的流程

1.2.2 大数据分析的基本方面

1.2.3 大数据分析的应用

1.3 数据分析常用工具

1.4 R在数据分析中的优势

第2章 数据的读取与保存

2.1 数据读取

2.1.1 读取内置数据集

2.1.2 读取文本文件

2.1.3 读取固定宽度格式的文件

2.1.4 读取Excel数据

2.1.5 读取数据库文件

2.1.6 读取网页数据

2.1.7 读入R格式的文件

2.1.8 从其他统计软件读入数据

2.2 数据保存

2.2.1 使用函数cat()

2.2.2 保存为文本文件

2.2.3 保存R格式文件

2.2.4 保存为其他类型文件

第3章 数据预处理

3.1 基本函数

3.2 数据修改

3.2.1 修改数据标签

3.2.2 行列删除

3.3 缺失值处理

3.3.1 判断缺失数据

3.3.2 判断缺失模式

3.3.3 处理缺失数据

3.4 数据整理

3.4.1 数据合并

3.4.2 选取数据的子集

3.4.3 数据排序

3.5 长宽格式的转换

3.5.1 揉数据函数

3.5.2 揉数据的最佳伴侣

中篇:基本分析及应用

第4章 数据的图形描述

4.1 R绘图概述

4.2 绘图区域分割

4.2.1 函数par()

4.2.2 函数layout()

4.2.3 函数split.screen()

4.3 二维图形

4.3.1 高级绘图函数

4.3.2 多元数据绘图

4.3.3 低级绘图函数

4.3.4 图形美化

4.3.5 交互式绘图命令

4.4 三维图形

4.5 LATTICE程序包

4.6 GGPLOT2程序包

4.6.1 快速绘图

4.6.2 分图层绘图

4.7 图形保存

4.8 综合实例:数据地图

第5章 数据的描述性分析

5.1 R内置的分布

5.2 集中趋势的分析

5.2.1 集中趋势的测度

5.2.2 R语言实现

5.3 离散趋势的分析

5.3.1 离散趋势的测度

5.3.2 R语言实现

5.4 数据的分布分析

5.4.1 分布情况的测度

5.4.2 R语言实现

5.5 图形分析及R实现

5.5.1 直方图和密度函数图

5.5.2 QQ图

5.5.3 茎叶图

5.5.4 箱线图

5.5.5 经验分布图

5.6 多组数据分析及R实现

5.6.1 多组数据的统计分析

5.6.2 多组数据的图形分析

第6章 参数估计及R实现

6.1 点估计及R实现

6.1.1 矩估计

6.1.2 极大似然估计

6.2 单正态总体的区间估计

6.2.1 均值 的区间估计

6.2.2 方差 的区间估计

6.3 两正态总体的区间估计

6.3.1 均值差 的区间估计

6.3.2 两方差比 的区间估计

6.4 关于比率的区间估计

第7章 假设检验及R实现

7.1 假设检验概述

7.1.1 理论依据

7.1.2 检验步骤

7.1.3 两类错误

7.2 单正态总体的检验

7.2.1 均值 的检验

(2) 未知

7.2.2 方差 的检验

7.3 两正态总体的检验

7.3.1 均值差 的检验

7.3.2 成对数据的t检验

7.3.3 两总体方差的检验

7.4 比率的检验

7.4.1 比率的二项分布检验

7.4.2 比率的近似检验

7.5 非参数的检验

7.5.1 总体分布的 检验

7.5.2 Kolmogrov-Smirnov检验

第8章 方差分析及R实现

8.1 单因素方差分析及R实现

8.1.1 基本假设的检验

8.1.2 单因素方差分析

8.1.3 多重t检验

8.1.4 Kruskal-Wallis秩和检验

8.2 双因素方差分析及R实现

8.2.1 无交互作用的分析

8.2.2 有交互作用的分析

8.3 协方差分析及R实现

第9章 回归分析及R实现

9.1 一元线性回归

9.1.1 模型理论

9.1.2 显著性检验

9.1.3 R语言实现

9.2 多元线性回归

9.2.1 模型理论

9.2.2 显著性检验

9.2.3 R语言实现

9.2.4 逐步回归

9.3 回归诊断及R实现

9.3.1 残差诊断

9.3.2 影响分析

9.3.3 多重共线性诊断

9.4 岭回归及R实现

9.5 广义线性模型

9.5.1 模型理论

9.5.2 R语言实现

第10章 主成分分析与因子分析

10.1 主成分分析

10.1.1 理论基础

10.1.2 R语言实现

10.2 因子分析

10.2.1 理论模型

10.2.2 因子载荷矩阵的估计方法

10.2.3 R语言实现

第11章 典型相关分析和对应分析

11.1 典型相关分析

11.1.1 理论基础

11.1.2 典型相关分析的应用

11.1.3 R语言实现

11.2 对应分析

11.2.1 理论基础

11.2.2 对应分析的步骤

11.2.3 R语言实现

第12章 判别分析和聚类分析

12.1 判别分析及R实现

12.1.1 距离判别法

12.1.2 距离判别法的R实现

12.1.3 Fisher判别法

12.1.4 Fisher判别法的R实现

12.1.5 贝叶斯判别法

12.1.6 贝叶斯判别法的R实现

12.2 聚类分析及R实现

12.2.1 理论概述

12.2.2 R实现举例

第13章 时间序列分析及R实现

13.1 时间序列的基本分析

13.1.1 平稳性与非平稳性

13.1.2 R实现的基本步骤

13.2 时间序列的分解

13.2.1 分解非季节性数据

13.2.2 分解季节性数据

13.3 指数平滑法预测分析

13.3.1 简单指数平滑法

13.3.2 残差的白噪声检验

13.3.3 Holt指数平滑法

13.3.4 Winters指数平滑法

13.4 ARIMA模型分析

13.4.1 基本思想

13.4.2 平稳化处理

13.4.3 建模

13.4.4 模型的参数估计

13.4.5 模型预测及检验

下篇:综合实例

第14章 R在金融数据分析中的应用

14.1 投资组合最优化实例

14.1.1 概述

14.1.2 均值―方差模型

14.1.3 模拟退火算法

14.2 构造投资组合的有效前沿

14.2.1 R中的算法包

14.2.2 计算分析

14.3 股票聚类分析

14.3.1 概述

14.3.2 K-means聚类分析

14.3.3 层次聚类分析

第15章 R在数据预测中的应用

15.1 回归分析预测

15.1.1 概述

15.1.2 综合实例

15.2 时间序列预测

15.2.1 概述

15.2.2 综合实例

内容摘要:

推荐购买:


大数据时代的R语言·数据挖掘:R语言实战

海报:

编辑推荐:

海报:

书籍规格:

书籍详细信息
书名数据分析站内查询相似图书
丛书名大数据时代的R语言
9787121237140
如需购买下载《数据分析》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN
出版地北京出版单位电子工业出版社
版次1版印次1
定价(元)59.0语种简体中文
尺寸24 × 19装帧平装
页数印数

书籍信息归属:

数据分析是电子工业出版社于2014.8出版的中图分类号为 TP312 ,O212.1 的主题关于 程序语言-程序设计 ,统计数据-统计分析 的书籍。