图书介绍

数据分析与RPDF|Epub|txt|kindle电子书版本网盘下载

数据分析与R
  • 韩忠明,段大高著 著
  • 出版社: 北京:北京邮电大学出版社
  • ISBN:9787563540648
  • 出版时间:2014
  • 标注页数:258页
  • 文件大小:36MB
  • 文件页数:268页
  • 主题词:统计分析

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

数据分析与RPDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 数据分析基础1

1.1统计基础1

1.1.1概率与统计1

1.1.2统计量与分布9

1.1.3参数估计14

1.1.4假设检验19

1.2软件与开发工具介绍24

1.2.1数据库软件24

1.2.2计算软件26

1.2.3开发软件30

第2章 数据预处理34

2.1数据获取34

2.2数据预处理过程38

2.3数据清洗41

2.3.1缺失值处理41

2.3.2重复值处理45

2.4数据集成45

2.5数据变换48

2.6数据规约53

第3章 R使用入门59

3.1 R的获取和安装59

3.2 R的使用61

3.3 R的包63

3.4 R的数据对象与数据操作65

3.5 R数据的导入与导出74

3.6 R的条件控制与循环81

3.7 R数据预处理83

3.8 R的概率分布91

第4章 R图形分析93

4.1初始化图形93

4.1.1图形的建立与保存93

4.1.2图形的组合95

4.1.3一个实例97

4.2高级绘图命令98

4.3低级绘图命令100

4.4绘图参数101

4.4.1颜色101

4.4.2文本属性103

4.4.3符号和线条104

4.4.4标题106

4.4.5图例106

4.4.6坐标轴108

4.5图形库110

4.5.1直方图110

4.5.2条形图111

4.5.3散点图114

4.5.4饼图115

4.5.5箱线图116

4.5.6矩阵图117

4.5.7马赛克图118

4.5.8热图119

4.5.9 QQ图120

4.5.10平行坐标图121

第5章 方差分析123

5.1方差分析的基本过程123

5.1.1单因素方差分析125

5.1.2双因素方差分析129

5.2方差分析的R实现135

5.2.1单因素方差分析R实现135

5.2.2双因素方差分析139

5.3多因素方差分析的R实现143

第6章 回归分析146

6.1线性回归模型146

6.2线性回归模型的统计分析149

6.3线性回归分析在R中的实现151

6.4 Logistic回归原理156

6.5 Logistic模型的求解160

6.6 Logistic回归模型的评价和检验162

6.7多Logistic回归的分类与应用164

6.8逐步Logistic回归分析170

6.9 Logistic回归的R实践171

第7章 聚类与分类分析188

7.1聚类分析189

7.2聚类中的距离度量191

7.2.1连续性数值变量的距离度量方法192

7.2.2离散型属性变量的距离度量方法195

7.2.3 R距离度量的实现196

7.3层次聚类法198

7.3.1凝聚式聚类199

7.3.2层次聚类R实现201

7.4 K-均值聚类204

7.5数据分类207

7.5.1决策树方法208

7.5.2贝叶斯分类217

7.5.3 SVM方法222

7.5.4 KNN分类231

第8章 EM算法和MCMC方法235

8.1 EM算法235

8.1.1初识EM算法235

8.1.2 EM算法简述236

8.1.3经典例题237

8.1.4两个重要的定理242

8.2 MCMC方法243

8.2.1初识MCMC方法243

8.2.2 Metropolis-Hastings方法247

8.2.3 Gibbs Sampling方法250

热门推荐