第1章 引言 1
参考文献 5
第2章 处理信息与认识数据 6
2.1 例1：2006年出生数据 6
2.2 例2：校友捐赠 14
2.3 例3：橘子汁 24
参考文献 31
第3章 标准线性回归 32
3.1 用R函数估算线性回归模型 34
3.2 例1：汽车燃油效率 34
3.3 例2：丰田二手车价格 37
附录3.A 模型过度拟合对回归预测均方误差的影响 42
参考文献 43
第4章 局部多项式回归的非参数回归方法 44
4.1 模型的选择 45
4.2 密度估计和直方图平滑化的应用 46
4.3 多重回归模型的拓展 46
4.4 例题和软件 46
4.4.1 例1：老忠实喷泉 46
4.4.2 例2：NOx排放物 49
参考文献 53
第5章 简约在统计建模中的重要性 54
5.1 怎样防止低假阳率 54
参考文献 56
第6章 多参数回归模型中基于惩罚算法的变量选择 57
6.1 例1：前列腺癌 59
6.2 例2：橙汁 63
参考文献 66
第7章 Logistic回归 67
7.1 对二分类响应数据建立线性模型 67
7.2 Logistic回归模型中回归系数的解释 68
7.3 统计推断 69
7.4 对新样例的分类 69
7.5 用R语言估计 70
7.6 例1：死刑数据 70
7.6.1 二分类Logistic回归：Minitab程序输出 71
7.6.2 R语言输出结果的解释与分析 71
7.7 例2：延误的航班 74
7.8 例3：贷款验收 80
7.9 例4：德国信贷数据 83
参考文献 87
第8章 二元分类、概率和分类性能的评价 88
8.1 二元分类 88
8.2 使用概率作决策 88
8.3 灵敏度和特异度 88
8.4 例子：德国信贷数据 89
第9章 最近邻分析分类 93
9.1 k近邻算法 93
9.2 例1：玻璃碎片的法医分析 94
9.3 例2：德国信贷数据 99
参考文献 101
第10章 朴素贝叶斯分析：一种由以分类为主的变量对分类响应变量预测的模型 102
10.1 例：航班延误 102
参考文献 105
第11章 多项式Logistic回归 106
11.1 计算软件 107
11.2 例1：玻璃碎片的法医分析 107
11.3 例2：重温玻璃碎片的法医分析 112
附录11.A 简单三重矩阵的详述 117
参考文献 119
第12章 分类和判别分析的深入探讨 120
12.1 Fisher线性判别函数 122
12.2 例1：德国信用卡数据 123
12.3 例2：Fisher鸢尾花数据 124
12.4 例3：玻璃碎片的法医分析数据 125
12.5 例4：MBA申请数据 127
参考文献 128
第13章 决策树 129
13.1 例1：前列腺癌 133
13.2 例2：摩托车加速度 142
13.3 例3：回顾Fisher鸢尾花数据集 144
第14章 回归、分类树、计算软件及其他实用分类方法的深入探讨 146
14.1 有关树结构的R程序包 146
14.2 卡方自动交互检验 147
14.3 集成方法：Bagging算法、Boosting算法和随机森林 148
14.4 支持向量机 150
14.5 神经网络 151
14.6 R程序包：关于数据挖掘的一个有用的图形用户界面 151
参考文献 153
第15章 聚类 154
15.1 k均值聚类 154
15.2 另眼看聚类：将期望最大化算法应用于混合正态分布 161
15.2.1 E步 162
15.2.2 M步 162
15.3 层次聚类过程 167
参考文献 172
第16章 购物篮分析：关联规则和提升度 173
16.1 例1：在线广播 174
16.2 例2：收入预测 179
参考文献 184
第17章 降维：因子模型和主成分分析 185
17.1 例1：欧洲蛋白质的摄入数据 187
17.2 例2：月度失业率数据 191
第18章 带多重共线性输入的降维回归：主成分回归和偏最小二乘法 194
18.1 三个例子 195
18.1.1 例1：模拟数据 195
18.1.2 例2：基于50个州的历史失业率预测某州下个月的失业率 197
18.1.3 例3：预测下月失业率：比较不同方法样本外预测效果 199
参考文献 201
第19章 文本数据：文本挖掘和情感分析 202
19.1 逆多项式Logistic回归 203
19.2 例1：餐馆评论 204
19.3 例2：政治主张 208
附录19.A Gentzkow/Shapiro关于“slant”的估计和偏最小二乘的关系 210
参考文献 212
第20章 网络数据 214
20.1 例1：15世纪佛罗伦萨的婚姻与权力 214
20.2 例2：友谊网络的连接 218
参考文献 229
附录A 练习 230
附录B 参考文献 264