Введение в R: руководство для начинающих по визуализации данных, статистическому анализу и программированию на R на русском
#1565405
Introductory R: A Beginner's Guide to Data Visualisation, Statistical Analysis and Programming in R (978-0957597105)
Купить и скачать электронную книгу в форматах PDF, EPUB, FB2, MOBI
Robert Knell | #66: Математическое и статистическое программное обеспечение
R в настоящее время является наиболее широко используемым статистическим программным обеспечением в академической науке и быстро распространяется на другие области, такие как финансы. R обладает практически безграничной гибкостью и мощностью, отсюда и его привлекательность, но может быть очень сложным для начинающего пользователя. В нем нет простых выпадающих меню, сообщения об ошибках часто невнятны, а простые задачи, такие как импорт данных или экспорт графика, могут быть сложными и вызывать разочарование. Книга «Введение в R» написана для начинающего пользователя, который немного знаком со статистикой, но еще не освоил основы работы с R. Это новое издание полностью переработано и значительно расширено за счет новых глав об основах описательной статистики и статистического тестирования, значительно большей информации по статистике и шести новых глав о программировании на R. Рассматриваемые темы включают в себя:
1) Краткий обзор основ работы с командной строкой R.
2) Структуры данных, включая векторы, матрицы и фреймы данных.
3) Функции R и способы их использования
4) Расширение возможностей анализа и построения графиков с помощью дополнительных пакетов R.
5) Набор простых правил, которые помогут вам правильно импортировать данные.
6) Введение в редактор скриптов и советы по организации рабочего процесса.
7) Подробное введение в построение графиков, соответствующих стандартам публикаций, в R.
8) Как понимать справочные файлы и как справляться с наиболее распространенными ошибками, с которыми вы можете столкнуться.
9) Основные описательные статистические методы
10) Теория статистического тестирования и способы интерпретации результатов статистических тестов.
11) Подробное изложение основ анализа данных в R, включая главы об использовании критерия хи-квадрат, t-критерия, корреляционного анализа, регрессии, дисперсионного анализа и общих линейных моделей.
12) Что означают предположения, лежащие в основе анализа, и как проверить их с помощью диагностических графиков?
13) Пояснения к сводным таблицам, созданным для статистического анализа, такого как регрессия и дисперсионный анализ (ANOVA).
14) Написание функций в R
15) Использование табличных операций для манипулирования матрицами и таблицами данных.
16) Использование условных операторов и циклов в программах на языке R.
17) Написание более длинных программ на языке R.
Методы статистического анализа в R иллюстрируются рядом глав, в которых анализируются экспериментальные и опросные данные. Особое внимание уделяется использованию реальных данных из реальных научных исследований со всеми вытекающими отсюда проблемами и неопределенностью, а не искусственно созданных данных, дающих идеальные и легко анализируемые результаты.
1) Краткий обзор основ работы с командной строкой R.
2) Структуры данных, включая векторы, матрицы и фреймы данных.
3) Функции R и способы их использования
4) Расширение возможностей анализа и построения графиков с помощью дополнительных пакетов R.
5) Набор простых правил, которые помогут вам правильно импортировать данные.
6) Введение в редактор скриптов и советы по организации рабочего процесса.
7) Подробное введение в построение графиков, соответствующих стандартам публикаций, в R.
8) Как понимать справочные файлы и как справляться с наиболее распространенными ошибками, с которыми вы можете столкнуться.
9) Основные описательные статистические методы
10) Теория статистического тестирования и способы интерпретации результатов статистических тестов.
11) Подробное изложение основ анализа данных в R, включая главы об использовании критерия хи-квадрат, t-критерия, корреляционного анализа, регрессии, дисперсионного анализа и общих линейных моделей.
12) Что означают предположения, лежащие в основе анализа, и как проверить их с помощью диагностических графиков?
13) Пояснения к сводным таблицам, созданным для статистического анализа, такого как регрессия и дисперсионный анализ (ANOVA).
14) Написание функций в R
15) Использование табличных операций для манипулирования матрицами и таблицами данных.
16) Использование условных операторов и циклов в программах на языке R.
17) Написание более длинных программ на языке R.
Методы статистического анализа в R иллюстрируются рядом глав, в которых анализируются экспериментальные и опросные данные. Особое внимание уделяется использованию реальных данных из реальных научных исследований со всеми вытекающими отсюда проблемами и неопределенностью, а не искусственно созданных данных, дающих идеальные и легко анализируемые результаты.