數(shù)據(jù)可視化分析：基于R語言

定　價(jià)：￥46.00

作　者：	賈俊平
出版社：	中國人民大學(xué)出版社
叢編項(xiàng)：	基于R應(yīng)用的統(tǒng)計(jì)學(xué)叢書
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787300269221	出版時(shí)間：	2019-05-01	包裝：	平裝
開本：	16開	頁數(shù)：	328	字?jǐn)?shù)：

內(nèi)容簡介

　　本書以R語言為實(shí)現(xiàn)工具，以數(shù)據(jù)可視化分析為導(dǎo)向，結(jié)合實(shí)際數(shù)據(jù)和案例介紹數(shù)據(jù)的可視化方法。對(duì)于一些常用的繪圖函數(shù)，書中以表格形式列出了函數(shù)參數(shù)的詳細(xì)注釋。所有圖形均給出了詳細(xì)的繪圖代碼。全書包括3個(gè)部分和10章內(nèi)容。第1部分包括第1章和第2章。第1章介紹R語言的初步使用技能，內(nèi)容包括R的基本操作、創(chuàng)建R數(shù)據(jù)、生成頻數(shù)分布表等。第2章介紹R繪圖基礎(chǔ)，內(nèi)容包括R傳統(tǒng)繪圖包graphics中的繪圖函數(shù)及基本使用方法。第2部分包括第3章~第9章。分別介紹數(shù)據(jù)分析中常用的可視化方法。第3章介紹類別數(shù)據(jù)可視化方法；第4章~第7章介紹數(shù)值數(shù)據(jù)及按因子分類的數(shù)值數(shù)據(jù)的可視化方法，包括分布特征、變量間關(guān)系、樣本相似性及時(shí)間序列等；第8章介紹線性回歸模型和方差分析模型的可視化方法；第9章介紹常用概率分布的可視化方法。第3部分即第10章，介紹R中兩個(gè)重要的繪圖包lattice和ggplot2的初步使用方法。除R基礎(chǔ)安裝中自帶的包及其函數(shù)外，本書還使用了近30個(gè)繪圖包、110多個(gè)繪圖函數(shù)和80多個(gè)與繪圖有關(guān)的函數(shù)。第1章列出了書中用到的R繪圖包，在附錄中列出了書中使用的R函數(shù)。讀者在使用前請(qǐng)先安裝好這些包。使用help（package=包名稱）可查閱包的詳細(xì)信息；使用help（函數(shù)名稱）可查閱相應(yīng)函數(shù)的詳細(xì)信息。

作者簡介

　　賈俊平，中國人民大學(xué)統(tǒng)計(jì)學(xué)院副教授，多年從事統(tǒng)計(jì)學(xué)教學(xué)和研究工作。著有《統(tǒng)計(jì)學(xué)》《統(tǒng)計(jì)學(xué)——基于R》《統(tǒng)計(jì)學(xué)——基于SPSS》《統(tǒng)計(jì)學(xué)——基于Excel》《數(shù)據(jù)可視化分析——基于R語言》等多部著作。曾先后獲得***優(yōu)秀教學(xué)成果二等獎(jiǎng)、北京市優(yōu)秀教學(xué)成果一等獎(jiǎng)、寶鋼教育獎(jiǎng)、北京市經(jīng)濟(jì)技術(shù)創(chuàng)新標(biāo)兵等多個(gè)獎(jiǎng)項(xiàng)。

圖書目錄

第1章 R語言入門
1．1 R的初步使用
1．1．1 R的下載與安裝
1．1．2 對(duì)象賦值與運(yùn)行
1．1．3 編寫代碼腳本
1．1．4 查看幫助文件
1．1．5 包的安裝與加載
1．2 創(chuàng)建R數(shù)據(jù)
1．2．1 向量、矩陣和數(shù)組
1．2．2 數(shù)據(jù)框
1．2．3 因子和列表
1．3 數(shù)據(jù)的其他操作
1．3．1 數(shù)據(jù)讀取和保存
1．3．2 數(shù)據(jù)類型的轉(zhuǎn)換
1．3．3 生成隨機(jī)數(shù)
1．3．4 數(shù)據(jù)抽樣
1．4 生成頻數(shù)分布表
1．4．1 類別數(shù)據(jù)頻數(shù)表
1．4．2 數(shù)值數(shù)據(jù)類別化
1．5 編寫R函數(shù)
第2章 R繪圖基礎(chǔ)
2．1 R的基本繪圖函數(shù)
2．1．1 高級(jí)繪圖函數(shù)
2．1．2 低級(jí)繪圖函數(shù)
2．2 圖形參數(shù)與圖形控制
2．2．1 繪圖參數(shù)
2．2．2 圖形控制
2．2．3 圖形顏色
2．3 頁面布局與圖形組合
2．3．1 用par函數(shù)布局頁面
2．3．2 用layout函數(shù)布局頁面
2．3．3 同時(shí)打開多個(gè)繪圖窗口
第3章類別數(shù)據(jù)可視化
3．1 一維表的可視化
3．1．1 簡單條形圖
3．1．2 Pareto圖
3．2 二維表的可視化
3．2．1 并列條形圖與堆疊條形圖
3．2．2 脊形圖與百分比條形圖
3．2．3 二維關(guān)聯(lián)圖
3．2．4 獨(dú)立性檢驗(yàn)的P值圖
3．3 高維表的可視化
3．3．1 馬賽克圖
3．3．2 馬賽克圖的變種
3．3．3 高維關(guān)聯(lián)圖
3．4 其他可視化圖形
3．4．1 餅圖
3．4．2 環(huán)形圖
3．4．3 扇形圖
第4章分布特征可視化
4．1 直方圖與核密度圖
4．1．1 直方圖
4．1．2 核密度圖
4．1．3 條件密度圖
4．2 莖葉圖
4．2．1 簡單莖葉圖
4．2．2 復(fù)雜莖葉圖
4．3 箱線圖和小提琴圖
4．3．1 箱線圖
4．3．2 小提琴圖
4．4 點(diǎn)圖、太陽花圖和帶狀圖
4．4．1 點(diǎn)圖
4．4．2 太陽花圖
4．4．3 帶狀圖
4．5 分布概要圖
4．6 日歷圖
第5章變量間關(guān)系可視化
5．1 散點(diǎn)圖與散點(diǎn)圖矩陣
5．1．1 散點(diǎn)圖
5．1．2 散點(diǎn)圖矩陣
5．1．3 相關(guān)系數(shù)矩陣
5．2 條件散點(diǎn)圖
5．3 大數(shù)據(jù)集的散點(diǎn)圖
5．4 3D散點(diǎn)圖和氣泡圖
5．4．1 3D散點(diǎn)圖
5．4．2 氣泡圖
5．5 廣義配對(duì)圖陣
第6章樣本相似性可視化
6．1 輪廓圖和雷達(dá)圖
6．1．1 輪廓圖
6．1．2 雷達(dá)圖
6．2 星圖和臉譜圖
6．2．1 星圖
6．2．2 臉譜圖
6．3 樹狀圖
6．4 聚類圖和熱圖
6．4．1 聚類圖
6．4．2 熱圖
第7章時(shí)間序列可視化
7．1 探索時(shí)間序列模式
7．1．1 用圖形解讀時(shí)間序列
7．1．2 分解序列成分
7．1．3 平滑隨機(jī)波動(dòng)成分
7．1．4 畫出序列的改變點(diǎn)
7．2 預(yù)測結(jié)果可視化
7．2．1 指數(shù)平滑預(yù)測
7．2．2 ARIMA模型預(yù)測
7．3 用ggfortify包可視化時(shí)間序列
第8章線性模型可視化
8．1 線性回歸模型可視化
8．1．1 回歸模型的擬合圖
8．1．2 回歸系數(shù)的森林圖
8．1．3 殘差分析與模型診斷圖
8．2 方差分析模型可視化•
8．2．1 繪制方差分析表
8．2．2 繪制各組均值和多重比較圖
8．2．3 繪制模型診斷圖
第9章概率分布可視化
9．1 離散型概率分布的可視化
9．1．1 二項(xiàng)分布
9．1．2 Poisson分布
9．2 連續(xù)型概率分布的可視化
9．2．1 正態(tài)分布
9．2．2 χ2分布
9．2．3 t分布
9．2．4 F分布
9．2．5 均勻分布•
第10章 R中的其他可視化包
10．1 lattice包簡介
10．1．1 lattice包繪圖的一個(gè)例子
10．1．2 lattice包的繪圖函數(shù)及主要參數(shù)
10．1．3 lattice包的常見圖形
10．1．4 lattice包圖形的組合
10．2 ggplot2包簡介
10．2．1 ggplot2包繪圖的一個(gè)例子
10．2．2 ggplot2包的繪圖函數(shù)及主要參數(shù)
10．2．3 ggplot2包的常見圖形
10．2．4 ggplot2包圖形的組合
附錄本書使用的R函數(shù)
參考書目