网志栈编辑推荐
； ； 1.浓缩十年R统计分析、数据分析与R包开发经验。
； ； 2.统计分析理论与实践并重，知道怎么用，更懂其来龙去脉。
； ； 3.通俗易懂，注释一目了然，插图清新，双色阅读好体验。
；
内容简介
《R数据分析——方法与案例详解（双色）》是一本R 语言和数据分析的入门教材，循序渐进、深入浅出，每个知识点尽量从实际的应用案例出发，以问题为导向，在解决问题中学习统计方法、R 语言的基本使用以及编程技巧。
《R数据分析——方法与案例详解（双色）》内容涵盖R 数据结构、函数与优化、抽样模拟、统计分析、假设检验、回归分析、统计绘图和R 包制作等内容。
《R数据分析——方法与案例详解（双色）》的定位是为业界数据分析人员、经济管理类、医学的学生提供方法和程序上的参考，在写作过程中尽量删去比较理论的数学原理，这样能够帮助读者轻松上手学习。
作者简介
朱建平
厦门大学经济学院统计系教授、博士生导师、教育部新世纪优秀人才、国家社科基金重大项目首席专家，福建省哲学社会科学领军人才。现任厦门大学数据挖掘研究中心主任，中国统计学会副会长、国务院学位办统计专业学位研究生教育指导委员会委员、教育部高等学校统计学类专业教学指导委员会秘书长。
姜叶飞
厦门大学统计学硕士，现任某软件公司资深数据分析师。精通R语言、数据库、统计图形、数据挖掘等，具有多年移动互联网、金融数据分析等经验。
目录
第 1 章 初识R语言..................................... 1
1.1 什么是R语言........................................ 1
1.2 为什么用R语言.................................... 2
1.3 安装R.....................................................4
1.4 R扩展包................................................. 4
1.4.1 R扩展包的安装与载入............ 5
1.4.2 R包的使用................................ 6
1.5 R编辑器................................................. 7
1.6 工作空间.............................................11
第 2 章 数据结构与基本运算....................13
2.1 数据类型.............................................13
2.2 数据对象.............................................14
2.2.1 向量.........................................15
2.2.2 矩阵.........................................21
2.2.3 数组.........................................31
2.2.4 因子.........................................32
2.2.5 列表.........................................33
2.2.6 数据框.....................................34
2.3 习题.....................................................36
第 3 章 函数与优化..................................38
3.1 常用的R内置函数.............................. 38
3.2 条件控制语句.....................................38
3.2.1 if/else语句............................... 38
3.2.2 ifelse 语句............................... 39
3.2.3 switch语句............................... 39
3.3 循环语句.............................................40
3.3.1 for循环.................................... 40
3.3.2 while循环................................ 40
3.3.3 repeat语句............................... 41
3.4 编写自己的函数.................................41
3.4.1 函数名.....................................42
3.4.2 关键词function........................42
3.4.3 参数.........................................42
3.4.4 函数体和函数返回值............44
3.5 程序调试.............................................45
3.6 程序运行时间与效率.........................46
3.7 用R做优化求解.................................. 47
3.7.1 一元函数优化求解................48
3.7.2 多元函数优化求解................48
3.7.3 约束条件下的优化求解........ 50
3.8 习题.....................................................52
第 4 章 随机数与抽样模拟........................54
4.1 一元随机数的产生.............................54
4.1.1 均匀分布随机数....................54
4.1.2 正态分布随机数....................56
4.1.3 指数分布随机数....................57
4.1.4 离散分布随机数的生成........ 58
4.1.5 常见分布函数表....................59
4.2 多元随机数的生成.............................61
4.2.1 多元正态分布随机数............61
4.2.2 多元正态分布密度函数、分位数与累积概率................63
4.2.3 多元t分布随机数................... 64
4.3 随机抽样.............................................65
4.3.1 放回与无放回抽样................65
4.3.2 bootstrap重抽样...................... 66
4.4 统计模拟.............................................67
4.4.1 几种常见的模拟方法............67
4.4.2 模拟函数的建立方法............70
4.5 习题.....................................................73
第 5 章 数据读写与预处理........................74
5.1 数据的读入.........................................74
5.1.1 直接输入数据........................74
5.1.2 读R包中的数据...................... 75
5.1.3 从外部文件读入数据............75
5.2 写出数据.............................................79
5.3 数据预处理.........................................80
5.3.1 变量预处理............................81
5.3.2 变量重编码............................82
5.3.3 变量重命名............................84
5.3.4 变量类型的转换....................85
5.3.5 日期变量的变换....................86
5.4 缺失数据处理.....................................87
5.4.1 缺失数据的识别....................87
5.4.2 缺失数据的探索与检验........ 88
5.4.3 缺失数据的处理....................89
5.5 数据集的合并与拆分.........................90
5.5.1 数据框的合并与拆分............90
5.5.2 数据集的合并........................92
5.5.3 数据集的抽取........................92
5.6 习题.....................................................93
第 6 章 探索性数据分析...........................94
6.1 主要分析工具.....................................94
6.1.1 探索性数据分析的工具........ 94
6.1.2 数据的类型............................98
6.2 单变量数据分析.................................99
6.2.1 分类型数据............................99
6.2.2 数值型数据..........................101
6.2.3 离群值探索..........................106
6.3 双变量数据分析...............................109
6.3.1 分类数据对分类数据.......... 109
6.3.2 分类数据对数值型数据...... 111
6.3.3 数值型数据对数值型数据.... 112
6.4 多变量数据分析...............................115
6.4.1 访问数据框数据..................115
6.4.2 多变量数据的分析..............118
6.5 习题...................................................124
第 7 章 参数假设检验.............................126
7.1 假设检验的思想与步骤...................126
7.1.1 假设检验的基本思想.......... 126
7.1.2 假设检验的基本步骤.......... 128
7.2 正态总体单样本参数假设检验.......129
7.2.1 均值的检验..........................130
7.2.2 方差检验...............................132
7.3 正态总体双样本参数假设检验.......134
7.3.1 双样本方差的检验（方差齐性检验）..............134
7.3.2 两样本均值检验..................135
7.4 比例假设检验...................................139
7.4.1 单样本比例检验..................139
7.4.2 两样本比例检验..................141
7.5 习题...................................................142
第 8 章 非参数假设检验.........................144
8.1 图示法...............................................144
8.2 卡方检验...........................................146
8.2.1 卡方分布(χ 2 distribution)...... 147
8.2.2 卡方拟合优度检验..............148
8.2.3 卡方独立性检验..................151
8.2.4 卡方两样本同质性检验...... 151
8.3 秩和检验...........................................152
8.3.1 秩的概念...............................153
8.3.2 单样本符号秩检验..............153
8.3.3 两独立秩和检验..................154
8.3.4 多个独立样本的秩和检验.... 155
8.3.5 多个相关样本的秩和检验.... 158
8.4 K-S检验............................................ 160
8.4.1 K-S单样本总体分布验证.... 160
8.4.2 K-S两独立样本同质检验.... 160
8.5 常用正态性检验...............................162
8.5.1 偏度、峰度检验法..............162
8.5.2 Shapiro-Wilk（W检验）..... 163
8.5.3 其他常用正态检验..............165
8.6 习题...................................................167
第 9 章 方差分析....................................169
9.1 单因素方差分析...............................170
9.2 双因素方差分析...............................174
9.2.1 不考虑交互作用的双因素方差分析..........................174
9.2.2 考虑交互作用的双因素分析.......................................178
9.3 习题...................................................183
第 10 章 线性回归模型...........................184
10.1 问题提出.........................................184
10.2 一元线性回归.................................185
10.2.1 一元线性回归概述............186
10.2.2 一元线性回归的参数估计.... 188
10.2.3 一元线性回归模型的检验.... 195
10.2.4 一元线性回归的预测........ 197
10.2.5 一元线性回归综合案例.... 201
10.3 多元线性回归分析.........................205
10.3.1 多元线性回归模型及假定.... 206
10.3.2 参数估计.............................207
10.3.3 模型检验.............................209
10.3.4 预测.....................................211
10.3.5 多元线性回归综合案例.... 213
10.4 习题.................................................218
第 11 章 线性回归模型的扩展................220
11.1 多重共线性.....................................220
11.1.1 问题的提出........................220
11.1.2 多重共线性定义及后果..... 222
11.1.3 多重共线性检验................222
11.1.4 多重共线性克服................225
11.2 异方差性.........................................229
11.2.1 问题的提出........................229
11.2.2 异方差性定义及后果........ 231
11.2.3 异方差性检验....................232
11.2.4 异方差性克服....................236
11.3 序列相关性.....................................240
11.3.1 问题的提出........................241
11.3.2 序列相关性定义及后果..... 243
11.3.3 序列相关性检验................245
11.3.4 序列相关性克服................248
11.4 习题.................................................251
第 12 章 非线性回归分析.......................254
12.1 问题的提出.....................................254
12.2 可线性化的非线性回归.................255
12.2.1 Cobb-Douglas生产函数..... 255
12.2.2 多项式方程模型................257
12.2.3 指数函数模型....................259
12.3 不可线性化的非线性回归.............260
12.3.1 非线性模型的参数估计与迭代算法.........................262
12.3.2 初始值选取........................269
12.3.3 收敛性.................................270
12.4 非线性回归评价和假设检验.........271
12.4.1 可决系数.............................271
12.4.2 参数显著性的F 检验....... 271
12.4.3 似然比检验........................272
12.5 习题.................................................274
第 13 章 二元选择模型...........................275
13.1 问题的提出.....................................276
13.2 线性概率（LP）模型原理............ 277
13.3 Probit模型原理................................ 279
13.4 Logit模型原理................................. 280
13.5 边际效应分析.................................281
13.6 最大似然估计（MLE）................. 282
13.7 似然比检验和拟合优度.................282
13.8 案例分析：经济学教学新方法的效果.............................................284
13.9 扩展案例：信用卡违约预测分析..... 289
13.9.1 描述性统计........................290
13.9.2 模型建立与参数估计........ 291
13.9.3 系数意义与边际分析........ 295
13.9.4 拟合与预测........................296
13.9.5 结论与建议........................297
13.10 习题...............................................297
第 14 章 多元选择模型...........................299
14.1 有序选择模型.................................299
14.1.1 问题的提出：本科生申请研究生的影响因素........300
14.1.2 有序选择模型....................300
14.1.3 案例分析：本科生申请研究生的影响因素............302
14.2 多元无序Logit模型......................... 304
14.2.1 问题的提出：关于钓鱼模式的选择.........................304
14.2.2 多元无序Logit模型............ 305
14.2.3 案例分析：关于钓鱼模式的选择.............................307
14.3 嵌套Logit模型................................. 309
14.3.1 问题的提出：旅行交通方式选择.............................309
14.3.2 嵌套Logit模型原理............ 310
14.3.3 案例分析：旅行交通方式选择.................................311
14.4 习题.................................................313
第 15 章 计数模型与受限因变量模型..... 314
15.1 计数模型.........................................314
15.1.1 问题的提出：轮船事故的计数数据模型................314
15.1.2 计数数据模型的设定........ 316
15.1.3 计数数据模型的估计........ 317
15.2 受限因变量模型.............................319
15.2.1 截断模型的问题提出........ 319
15.2.2 截断模型原理....................319
15.2.3 审查模型问题的提出........ 321
15.2.4 审查模型原理....................322
15.2.5 最大似然估计（MLE）.... 323
15.3 习题.................................................328
第 16 章 分位数回归..............................330
16.1 问题的提出.....................................330
16.2 总体分位数和总体中位数.............332
16.3 经验分位数估计.............................333
16.4 分位数回归原理.............................334
16.5 扩展案例：社会保障与城乡家庭消费.........................................339
16.5.1 问题的提出........................339
16.5.2 数据说明.............................339
16.5.3 实证分析.............................342
16.5.4 结论与建议........................345
16.6 习题.................................................345
第 17 章 高级统计绘图...........................346
17.1 绘制地图.........................................346
17.2 高阶绘图工具——ggplot2.............355
17.2.1 散点图.................................355
17.2.2 散点图上添加平滑曲线.... 358
17.2.3 条形图和箱线图................360
17.2.4 直方图和密度曲线图........ 362
17.2.5 时间序列图........................364
17.2.6 图形标注.............................365
17.3 三维图形与等高线图.....................366
17.3.1 三维图形.............................366
17.3.2 等高图/等高线................... 368
17.4 词云.................................................369
17.5 散点图矩阵与关系矩阵图.............370
17.6 马赛克图.........................................372
17.7 习题.................................................374
第 18 章 如何制作自己的R包................. 375
18.1 R包基础........................................... 376
18.2 在Windows中制作R包....................377
18.3 在RStudio中制作R包......................381
18.4 习题.................................................383
参考文献................................................... 384
媒体评论
该书深入浅出、通俗易懂、案例详实，从数据分析角度讲解R在实际数据分析中的使用，是难得的一本R和数据分析入门的好书。
谢邦昌，教授，台湾辅仁大学统计资讯系
该书的每一章以实际问题启发的方式引出统计方法，再介绍数据分析和R软件的使用，辅以详细、恰当的案例，这样让枯燥乏味的数据分析和软件课程变得生动活泼，这是一本很好的数据分析入门教材，值得推荐。
马双鸽，副教授，美国耶鲁大学生物统计系
方老師在R领域着墨多年，今將多年的教学及研究成果整理成册，对读者而言乃是一大福音。
本书浅显易懂，理论与实务兼具，是非常实用的书籍!
李御玺，教授、系主任，台湾铭传大学计算机工程学系
我很喜欢这本书的编写体例，从问题出发，然后介绍方法和R语言的实现，非常适合需要用R来解决实际分析问题的读者。
李舰，Mango Solutions，中国区数据总监
前沿
R语言是由新西兰奥克兰大学的Ross Ihaka与Robert Gentleman一起开发的一个面向对象的编程语言，因两人的名字都是以R开头，所以命名为“R”。R是“GNU S”，一个免费开源、能够自由有效地用于统计计算和绘图的语言和环境，可以在UNIX、Windows和Mac OS系统中运行，它提供了广泛的统计分析和绘图技术，包括回归分析、时间序列、分类和聚类等方法。
2009年，《纽约时报》发表了题为 “Data Analysts Captivated by R’s Power”的社评，集中讨论了R语言在数据分析领域的发展，并引发了SAS和R用户广泛而激烈的争论。文章认为，让R变得如此有用和如此快地广受欢迎的原因是统计学家、工程师和科学家们在不断精炼代码或编写各种特有而具体的包。而且现在R软件增添了很多高级算法、作图颜色和文本注释，以及为与数据库链接等提供挖掘技术。文中引用了几位科学家对R做的高度评价，如Google首席经济学家Hal Varian讲了一句很好的话：“R最优美的地方是它能够修改很多前人编写的包的代码做各种你所需要的事情，实际上你是站在巨人的肩膀上。”
2010年，美国统计协会（American Statistical Association）将第一届 “统计计算及图形奖”授予R语言，用于表彰其在统计应用和统计研究方面广泛的影响。
笔者自接触R语言至今已近10年，记得最早听到R语言是2004年日本同志社文化大学情报研究所金明哲教授前来讲座，他给我们讲了一个关于利用文本挖掘方法破了人身意外保险诈骗杀人案。第一次听到数据挖掘竟然可以如此神奇的破案，便被深深地吸引住了，当初金教授提到其主要分析工具就是R语言。这是笔者第一次接触R语言。
其后，笔者的硕士导师王斌会教授要求我们学习R语言，坦诚地讲，R语言对于刚入门的人来讲确实有点困难，而且那个时候R语言的参考书少得可怜，当时市面上还没有R语言中文教材，用的人也很少。我参与了王斌会老师R语言中文教材的编写小组，一边学习R语言英文经典教材，一边整理学习心得和相关资料。一年之后，第一本R语言中文教材《R语言统计分析软件教程》面世了。通过编写教材，笔者从中体会到了学习R语言的乐趣，自从学会了R语言，笔者之后的数据分析主要使用的都是它。
后来，人大经济论坛邀请笔者为他们录制R语言视频课程，笔者利用闲暇时间整理讲义，先后录制了《R语言初级》《R语言高级》《R金融时间序列初级》和《R金融时间序列高级》等视频课程，反响很好，很多学员要求笔者写相应的系列教材，由于繁重的科研压力以及个人的惰性，虽有此想法已久，但却迟迟未动笔。后来成为厦门大学教师，系里让教《计算机在统计中的应用》一课，笔者觉得讲R语言是最恰当不过了，因此边上课，边整理讲义，并不断地完善，教该课程已经4年，讲义也先后修改了4年。
再后来，人大经济论坛又邀请笔者为他们在北京、上海等地开设暑期和节假日现场公开课，前来听课的学生既有国内外著名高校的教师和研究生，又有医药公司的数据分析人员以及互联网企业的数据分析人员等，他们对笔者的讲义提了很多有用的建议。笔者在这些公开课的讲课中，不断地完善讲义，最终形成了此书。关于如何取一个恰当而又响亮的书名，确实是一件挺难的事，笔者想了好几个书名，但最终还是认为取名为《R数据分析——方法与案例详解》可能比较合适。
该书是一本R语言和数据分析的入门教材，内容循序渐进、深入浅出，每个知识点都尽量
从实际的应用案例出发，以问题为导向，在解决问题中学习统计方法、R语言的基本使用以及编程技巧。本书的定位是为业界数据分析人员、经济管理类和医学类的学生提供方法和程序上的参考，在写作过程中尽量删去比较理论的数学原理，当然有些原理部分无法跳过，所以在学习时需要有一定高等数学和概率论的基础，但如果想真正掌握某个统计方法，那么学习其背后的原理还是非常有必要的。当然，如果对方法的原理确实不感兴趣，只是为了用R程序实现某种方法，或者分析某个有意义的数据，则可以跳过原理，只看案例和程序即可。
该书的姐妹书，会讲解更为高深的统计方法，涉及聚类分析、分类分析、关联规则、时
间序列等问题，更注重在互联网、金融、企业营销、基因分析等领域的应用，目前暂定书名为《R数据挖掘——方法与案例详解》。
该书适合作为高校数据分析相关专业的教科书，也适合供医学、市场调查、金融以及互联
网等企业的相关数据分析人员阅读。
本书第1章和第2章由方匡南、姜叶飞撰写，第3章和第4章由方匡南撰写，第5章由方匡南、易煌迪撰写，第6章到第9章由方匡南撰写，第10章到第15章由朱建平、方匡南撰写，第16章由方匡南撰写，第17章由方匡南、姜叶飞撰写。第18章由方匡南、张声威撰写。最后由方匡南、朱建平进行加工总纂、修改定稿。王秉权参与了第4章到第12章的校对、修改等工作。欧阳汉参与了第7章到第9章的校对、修改。感谢成都道然科技有限责任公司的专业意见和建议。感谢四川大学严珂玮为本书配的精美插画。感谢夫人张晶在我的写作过程中给予的支持和帮助。再次感谢为本书提供了直接或者间
接帮助的各位朋友，没有你们的帮助，本书的出版没有这么顺利。
该书的数据可以从网址zhiliaobang.com或者kuangnanfang.com下载。
由于作者水平有限，书中难免有错误和不足之处，恳请读者批评指正！
方匡南
2014.8.1
R数据分析——方法与案例详解（双色） pdf下载声明
本pdf资料下载仅供个人学习和研究使用，不能用于商业用途，请在下载后24小时内删除。如果喜欢，请购买正版
