图书介绍

数据分析与Rpdf电子书版本下载

数据分析与R
  • 韩忠明,段大高著 著
  • 出版社: 北京:北京邮电大学出版社
  • ISBN:9787563540648
  • 出版时间:2014
  • 标注页数:258页
  • 文件大小:36MB
  • 文件页数:268页
  • 主题词:统计分析

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

数据分析与RPDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 数据分析基础 1

1.1统计基础 1

1.1.1概率与统计 1

1.1.2统计量与分布 9

1.1.3参数估计 14

1.1.4假设检验 19

1.2软件与开发工具介绍 24

1.2.1数据库软件 24

1.2.2计算软件 26

1.2.3开发软件 30

第2章 数据预处理 34

2.1数据获取 34

2.2数据预处理过程 38

2.3数据清洗 41

2.3.1缺失值处理 41

2.3.2重复值处理 45

2.4数据集成 45

2.5数据变换 48

2.6数据规约 53

第3章 R使用入门 59

3.1 R的获取和安装 59

3.2 R的使用 61

3.3 R的包 63

3.4 R的数据对象与数据操作 65

3.5 R数据的导入与导出 74

3.6 R的条件控制与循环 81

3.7 R数据预处理 83

3.8 R的概率分布 91

第4章 R图形分析 93

4.1初始化图形 93

4.1.1图形的建立与保存 93

4.1.2图形的组合 95

4.1.3一个实例 97

4.2高级绘图命令 98

4.3低级绘图命令 100

4.4绘图参数 101

4.4.1颜色 101

4.4.2文本属性 103

4.4.3符号和线条 104

4.4.4标题 106

4.4.5图例 106

4.4.6坐标轴 108

4.5图形库 110

4.5.1直方图 110

4.5.2条形图 111

4.5.3散点图 114

4.5.4饼图 115

4.5.5箱线图 116

4.5.6矩阵图 117

4.5.7马赛克图 118

4.5.8热图 119

4.5.9 QQ图 120

4.5.10平行坐标图 121

第5章 方差分析 123

5.1方差分析的基本过程 123

5.1.1单因素方差分析 125

5.1.2双因素方差分析 129

5.2方差分析的R实现 135

5.2.1单因素方差分析R实现 135

5.2.2双因素方差分析 139

5.3多因素方差分析的R实现 143

第6章 回归分析 146

6.1线性回归模型 146

6.2线性回归模型的统计分析 149

6.3线性回归分析在R中的实现 151

6.4 Logistic回归原理 156

6.5 Logistic模型的求解 160

6.6 Logistic回归模型的评价和检验 162

6.7多Logistic回归的分类与应用 164

6.8逐步Logistic回归分析 170

6.9 Logistic回归的R实践 171

第7章 聚类与分类分析 188

7.1聚类分析 189

7.2聚类中的距离度量 191

7.2.1连续性数值变量的距离度量方法 192

7.2.2离散型属性变量的距离度量方法 195

7.2.3 R距离度量的实现 196

7.3层次聚类法 198

7.3.1凝聚式聚类 199

7.3.2层次聚类R实现 201

7.4 K-均值聚类 204

7.5数据分类 207

7.5.1决策树方法 208

7.5.2贝叶斯分类 217

7.5.3 SVM方法 222

7.5.4 KNN分类 231

第8章 EM算法和MCMC方法 235

8.1 EM算法 235

8.1.1初识EM算法 235

8.1.2 EM算法简述 236

8.1.3经典例题 237

8.1.4两个重要的定理 242

8.2 MCMC方法 243

8.2.1初识MCMC方法 243

8.2.2 Metropolis-Hastings方法 247

8.2.3 Gibbs Sampling方法 250

精品推荐