学习R
关于本书
因为 R 主要用于统计分析，所以很多关于 R 的书都在指导你如何计算统计或模型数据集。
然而，这些书忽视了数据分析应用的实际情况。事实上，除非你做的是尖端研究，否则你
所用到的统计技术往往只需用于常规任务，而且你的模型可能也不大。完整的数据分析流
程更像是这样：
(1) 取得一些数据；
(2) 清理数据；
(3) 探索和可视化数据；
(4) 数据建模并做出预测；
(5) 展示或发布你的结果。
当然，每个阶段都可能碰到一些有趣的问题，以至于你需要更多的数据，或者要以不同的
方式处理现有数据，这会使你的工作倒退一步。工作流是可以迭代的，但每个步骤都不可
或缺。
本书的第一部分会从头开始教你 R——你不需要任何编程语言的经验。实际上，虽然完全
XIV ｜ 前言
没有编程经验也无妨，但有一些基本的编程知识会更好。例如，本书介绍了如何注释代
码以及编写 for 循环，但没有作更详细的解释。因此，如果你想要找本真正的编程入门课
本，那么 Jason R. Briggs 写的 Python for Kids 非常合适！
本书的第二部分将展示 R 语言的完整数据分析流程，这里需要一些基本的统计知识。例
如，你应该了解平均值和标准差等术语，以及什么是条形图（bar chart）。
本书最后将介绍 R 的一些高级主题，例如面向对象编程和包的创建。Garrett Grolem 的
Data Analysis with R 将会在本书的基础上深入探讨数据分析流程。
一点提醒：这不是一本参考书，许多主题叙述得并不详细。本书旨在指导你如何使用 R，
并提供练习的机会。显然，我们没有那么多篇幅把所有 4000 个附件包都过一遍，但当读
完此书，你将有能力找到你所需要的东西，并知道如何寻求帮助以应用它们。
本书主要内容
本书分为上下部分。上半部分旨在为你讲解 R 技术细节和使用技巧。每章都简要地介绍了
一组不同的数据类型（例如第 4 章介绍向量、矩阵和数组）或概念（例如第 8 章介绍分支
和循环）。
下半部分会更有意思：你能看到真实的数据分析。每章分别介绍标准数据分析流程的一部
分，从输入数据到发布结果。
第一部分包括如下内容。
• 第 1 章：如何安装 R 以及在哪里得到帮助。
• 第 2 章：如何将 R 作为一个科学计算器使用。
• 第 3 章：以不同的方式检查变量。
• 第 4 章：向量、矩阵和数组。
• 第 5 章：列表和数据框（类似电子表格的数据）。
• 第 6 章：环境和函数。
• 第 7 章：字符串和因子（用于类别数据）。
• 第 8 章：分支（if 与 else）和基本的循环。
• 第 9 章：使用 apply 函数的高级循环应用函数及其变种。
• 第 10 章：如何安装和使用附件包。
• 第 11 章：日期和时间。
第二部分的主题如下。
• 第 12 章：如何将数据导入 R。
前言 ｜ XV
• 第 13 章：清理和操作数据。
• 第 14 章：通过统计计算和绘图探索数据。
• 第 15 章：如何建模。
• 第 16 章：各种高级编程技术。
• 第 17 章：如何为他人打包。
最后，第三部分的附录介绍一些有用的参考资料。
• 附录 A：比较不同类型变量的属性表。
• 附录 B：可以用 R 做的其他事。
• 附录 C：每章后测验题的答案。
• 附录 D：每章后编程练习题的答案
**** Hidden Message *****
啥也不说了，感谢楼主分享哇！ 啥也不说了，感谢楼主分享哇！
页:
[1]