R语言数据分析PDF电子书下载

第1章 你好，数据！ 1

1.1 导入一个大小合适的文本文件 2

1.2 文本文件编译测试平台 5

1.3 导入文本文件的子集 6

1.4 从数据库中导入数据 8

1.4.1 搭建测试环境 9

1.4.2 MySQL和MariaDB 11

1.4.3 PostgreSQL 15

1.4.4 Oracle数据库 17

1.4.5 访问ODBC数据库 22

1.4.6 使用图形化用户面连接数据库 23

1.4.7 其他数据库后台 24

1.5 从其他统计系统导入数据 25

1.6 导入Excel电子表格 26

1.7 小结 26

第2章 从Web获取数据 28

2.1 从Internet导入数据集 29

2.2 其他流行的在线数据格式 32

2.3 从HTML表中读取数据 37

2.4 从其他在线来源获取数据 39

2.5 使用R包与数据源API交互 42

2.5.1 Socrata的开源数据API 43

2.5.2 金融API 44

2.5.3 使用Quandl获取时序数据 45

2.5.4 Google文档和统计数据 46

2.5.5 在线搜索的发展趋势 47

2.5.6 天气历史数据 48

2.5.7 其他在线数据源 49

2.6 小结 49

第3章 数据筛选和汇总 50

3.1 去掉多余的数据 50

3.1.1 快速去掉多余数据 52

3.1.2 快速去掉多余数据的其他方法 53

3.2 聚集 54

3.2.1 使用基础的R命令实现快速聚集 55

3.2.2 方便的辅助函数 56

3.2.3 高性能的辅助函数 57

3.2.4 使用data.table完成聚集 59

3.3 测试 59

3.4 汇总函数 62

3.5 小结 64

第4章 数据重构 65

4.1 矩阵转置 65

4.2 基于字符串匹配实现数据筛选 66

4.3 数据重排序 67

4.4 dplyr包和data.table包的比较 70

4.5 创建新变量 70

4.5.1 内存使用分析 71

4.5.2 同时创建多个变量 72

4.5.3 采用dplyr包生成新变量 73

4.6 数据集合并 74

4.7 灵活地实现数据整形 76

4.7.1 将宽表转换为长表 77

4.7.2 将长表转换为宽表 78

4.7.3 性能调整 80

4.8 reshape包的演变 80

4.9 小结 81

第5章 建模 82

5.1 多元模型的由来 83

5.2 线性回归及连续预测变量 83

5.2.1 模型解释 83

5.2.2 多元预测 85

5.3 模型假定 87

5.4 回归线的拟合效果 90

5.5 离散预测变量 92

5.6 小结 95

第6章 线性趋势直线外的知识 96

6.1 工作流建模 96

6.2 逻辑回归 97

6.2.1 数据思考 100

6.2.2 模型拟合的好处 101

6.2.3 模型比较 102

6.3 计数模型 102

6.3.1 泊松回归 103

6.3.2 负二项回归 107

6.3.3 多元非线性模型 107

6.4 小结 115

第7章 非结构化数据 116

7.1 导入语料库 116

7.2 清洗语料库 118

7.3 展示语料库的高频词 121

7.4 深度清洗 121

7.4.1 词干提取 122

7.4.2 词形还原 124

7.5 词条关联说明 124

7.6 其他一些度量 125

7.7 文档分段 126

7.8 小结 128

第8章 数据平滑 129

8.1 缺失值的类型和来源 129

8.2 确定缺失值 130

8.3 忽略缺失值 131

8.4 去掉缺失值 134

8.5 在分析前或分析中筛选缺失值 136

8.6 填补缺失值 136

8.6.1 缺失值建模 138

8.6.2 不同填补方法的比较 140

8.6.3 不处理缺失值 141

8.6.4 多重填补 141

8.7 异常值和孤立点 141

8.8 使用模糊方法 144

8.9 小结 146

第9章 从大数据到小数据 147

9.1 充分性测试 148

9.1.1 正态性 148

9.1.2 多元变量正态性 149

9.1.3 变量间的依赖关系 152

9.1.4 KMO和Barlett检验 154

9.2 主成分分析 157

9.2.1 PCA算法 158

9.2.2 确定成分数 159

9.2.3 成分解释 161

9.2.4 旋转方法 164

9.2.5 使用PCA检测孤立点 167

9.3 因子分析 170

9.4 主成分分析和因子分析 172

9.5 多维尺度分析 173

9.6 小结 176

第10章 分类和聚类 177

10.1 聚类分析 178

10.1.1 层次聚类 178

10.1.2 确定簇的理想个数 181

10.1.3 k均值聚类 183

10.1.4 可视化聚类 185

10.2 潜类别模型 186

10.2.1 潜类别分析 187

10.2.2 LCR模型 189

10.3 判别分析 189

10.4 逻辑回归 192

10.5 机器学习算法 194

10.5.1 k近邻算法 195

10.5.2 分类树 197

10.5.3 随机森林 200

10.5.4 其他算法 201

10.6 小结 203

第11章 基于R的社会网络分析 204

11.1 装载网络数据 204

11.2 网络中心性度量 206

11.3 网络数据的展现 207

11.3.1 交互网络图 210

11.3.2 绘制层次图 211

11.3.3 使用R包来解释包的依赖关系 212

11.4 更多网络分析资源 212

11.5 小结 213

第12章 时序数据分析 214

12.1 创建时序对象 214

12.2 展现时序数据 215

12.3 季节性分解 217

12.4 Holt-Winters筛选 218

12.5 自回归积分滑动平均模型 220

12.6 孤立点检测 221

12.7 更复杂的时序对象 224

12.8 高级时序数据分析 225

12.9 小结 225

第13章 我们身边的数据 226

13.1 地理编码 226

13.2 在空间中展示数据点 228

13.3 找出数据点的多边形重叠区域 230

13.4 绘制主题图 232

13.5 围绕数据点绘制多边形 233

13.5.1 等高线 234

13.5.2 冯洛诺伊图 236

13.6 卫星图 237

13.7 交互图 238

13.7.1 查询Google地图 238

13.7.2 Java脚本地图库 240

13.8 其他绘图方法 242

13.9 空间数据分析 244

13.10 小结 246

第14章 分析R社区 247

14.1 R创始团队的成员 247

14.2 R开发包的维护入员 249

14.3 R-help邮件列表 253

14.3.1 R-help邮件列表的规模 256

14.3.2 预测未来的邮件规模 258

14.4 分析用户列表的重叠部分 260

14.5 社交媒体内的R用户数 262

14.6 社交媒体中与R相关的贴子 263

14.7 小结 266

附录 267