第1章 为什么要用R 1
1.1 为什么把R划分为一个完整的分析环境 1
1.2 与其他分析程序包相比R的其他优势 2
1.3 R作为统计语言和分析平台的差异 2
1.4 使用R的成本和收益 3
1.5 同时使用SAS和R 4
1.6 简短的采访：用JMP实现R 5
第2章 R的基础配置 8
2.1 为商务分析设置R的一些选择 8
2.2 下载和安装R 12
2.3 安装R程序包 12
2.4 在R中启动教程 16
2.5 R的数据类型 17
2.6 对约翰·福克斯——R的Rcmdr GUI的创造者的简短访谈 18
2.7 本章用过的命令小结 19
第3章 R界面 21
3.1 R统计语言的界面 21
3.2 R基础知识 21
3.3 R图形用户界面的优点和局限性 23
3.4 GUI清单 23
3.5 R GUIs总结 29
3.6 在其他软件中使用R 29
3.7 R的Web界面 32
3.8 访谈：将R用作基于web的应用程序 35
3.9 使用R进行云计算 35
3.10 谷歌和R 41
3.11 访谈：在谷歌中使用R 45
3.12 访谈：在cloudnumbers.com通过云计算使用R 47
3.13 本章用过的命令小结 48
第4章 数据处理 51
4.1 分析式数据处理的挑战 51
4.2 较小数据集的读取方法 53
4.3 一些常见的分析任务 58
4.4 使用R进行一个简单的分析 67
4.5 比较R图形用户界面的数据输入 70
4.6 与数据库及商业智能系统一起使用R 71
4.7 本章用过的命令小结 80
4.8 引文和参考文献 81
4.9 更多的资源 82
第5章 探索数据 94
5.1 商务指标 94
5.2 数据可视化 94
5.3 图示的参数 95
5.4 在R中创建图 96
5.5 使用ggplot2画更好的图 139
5.6 交互式的图 140
5.7 GrapheR：绘制简单图的R GUI 141
5.8 Deducer：高级数据可视化GUI 142
5.9 调色板 147
5.10 访谈：哈德利·威克姆（Hadley Wickham），ggplot 2： Elegant Graphics for Data Analysis的作者 149
5.11 本章用过的命令小结 150
第6章 构建回归模型 155
6.1 线性回归 155
6.2 逻辑斯蒂回归 156
6.3 风险模型 156
6.4 评分卡 156
6.5 在R中构建回归模型的一些有用的函数 157
6.6 使用R Cmdr建立回归模型 158
6.7 回归模型的其他程序包 167
6.8 PMML 167
6.9 本章用过的命令小结 169
第7章 使用R进行数据挖掘 171
7.1 定义 171
7.2 Rattle： R中的一个数据挖掘GUI 176
7.3 访谈：格雷厄姆·威廉姆斯（Graham Williams）， Data Mining with Rattle and R的作者 187
7.4 使用R进行文本挖掘分析 188
7.5 谷歌预测API 194
7.6 数据挖掘者的数据隐私 196
7.7 本章用过的命令小结 196
第8章 聚类和数据分割 198
8.1 什么时候使用数据分割和聚类 198
8.2 R对聚类的支持 198
8.3 使用RevoScaleR进行循环分析 199
8.4 一个称为Playwith的GUI 200
8.5 使用Rattle进行聚类分析 202
8.6 本章用过的命令小结 210
第9章 预测和时间序列模型 212
9.1 时间序列简介 212
9.2 时间序列和预测方法 212
9.3 时间序列模型的种类 217
9.4 处理日期-时间数据 218
9.5 使用R commander GUI的epack插件 219
9.6 本章用过的命令小结 226
第10章 数据导出和输出 229
10.1 本章用过的命令小结 232
第11章 优化R代码 233
11.1 有效编码的例子 233
11.2 定制R软件启动 235
11.3 代码编辑器 236
11.4 增强的代码编辑器的优点 240
11.5 访谈：J.J.Allaire， RStudio的创造者 240
11.6 Revolution R——一个高效的环境 241
11.7 评估代码效率 242
11.8 使用system. time来评估编码效率 244
11.9 使用GUIs学习并更快编写R代码 245
11.10 并行编程 245
11.11 使用硬件解决方案 246
11.12 本章用过的命令小结 246
第12章 更多的培训文献 248
12.1 Cran Views 248
12.2 阅读材料 249
12.3 R中使用的其他GUIs 250
12.4 本章用过的命令小结 255
第13章 R应用案例研究 256
13.1 使用R进行网络分析 256
13.2 使用R进行社交媒体分析 259
13.3 使用R进行RFM分析 262
13.4 使用R建立倾向模型 263
13.5 使用R建立金融风险模型 264
13.6 使用R进行药物分析 264
13.7 分析方面的阅读文选 264
13.8 商务分析师为什么应该学习R语言 267
13.9 分析生涯 268
13.10 本章用过的命令小结 270
索引 271