第一部分:语言
第一部分涵盖了R语言编程所有方面的基本语法和对象类型，这是初学者必不可少的学习部分。第2~5章介绍了简单算术、赋值和重要对象类型(如向量、矩阵、列表和数据框)的基础知识。在第6章中，我们讨论了R语言对缺失数值的表示方式井区分不同对象类型。在第7章中，我们使用内置函数和外置函数绘制基础的图形(通过gpll2包参 见Wickham, 2009)，这一章是本书在后面讨论图形设计的基础。在第8章中，我们介绍了如何从外部文件中读取数据，这对于分析自己收集的数据非常重要。
第二部分:编程
第二部分的重点是熟悉常见的R语言编程方法。首先，我们在第9章讨论了函数及其在R语言中的工作方式。然后，在第10章中，我们介绍了用于控制代码流程、重复和执行的循环和条件语句。接着，在第11章中，我们将学习如何自己编写可执行的R函数。这两章中的例子主要是为了帮助读者理解编程行为而不是数据分析。我们还在第12章中介绍了一些其他的主题， 如代码调试和函数运行时间的计算。
第三部分:统计学与概率
接下来，我们将注意力转移到第三部分的统计思想上。在第13 章中，我们介绍了描述变量的重要术语，概括了基本统计量，比如平均值、方差、分位数和相关性。在第14章中，介绍了如何使用和自定义常见的统计图(如直方图和箱形图)来可视化地探索数据(使用内置函数和ggplot2函数)。第15章介绍了概率和随机变量的概念。最后，在第16章中介绍了通过R语言来实现的一些常 见的概率分布及其相关统计性质。
第四部分:统计检验与建模
在第四部分，我们将主要介绍统计假设检验和线性回归模型。第17章介绍抽样分布和置信区间。第18赤详细说明假设检验和p值。以及如何使用R语言来实现。在第19章中，讨论了方龙分析的常见步理。在第20 21章中，我们详细讨论了线性回归模型，包括模型扣合，不同关型的现测变量的处用，推斯和预测，以及变量转换和交互效应。最后，第22章讨论了如何选棉道当的线性模型并使用各种诊断工具来评估模型的有效性。此外，R语言的讲法和输出在其他模型上的应用类似于线性回归模型的拟合、汇总、预测、诊断。
第五部分:高级绘图
最后一部分介绍了更多的高级绘图技能。第23章介绍了如何在R语言中自定义传统图形，从处理图形设备到设计更精细的图形外观。第24章中，我们进一步介绍了流行的ggplot2包，查看更高级的功能，比如添加平滑趋势的散点图和在平面上生成多个图形。最后两章主要讲解R语言中的多维绘图。第25章涵盖了颜色处理和3D曲面设置，然后运用多个示例讨论等值线图、透视图和像素图像。最后，第26章重点介绍了交互图，并包含些多 变量参数方程的简单绘制命令。
网友评论