1.1　為何要使用R

1.2　R的獲取和安裝

1.3　R的使用

1.4　包

1.5　批處理

1.6　將輸出用為輸入：結(jié)果的重用

1.7　處理大數(shù)據(jù)集

1.8　示例實(shí)踐

1.9　小結(jié)

2.1　數(shù)據(jù)集的概念

2.2　數(shù)據(jù)結(jié)構(gòu)

2.3　數(shù)據(jù)的輸入

2.4　數(shù)據(jù)集的標(biāo)注

2.5　處理數(shù)據(jù)對(duì)象的實(shí)用函數(shù)

2.6　小結(jié)

3.1　使用圖形

3.2　一個(gè)簡(jiǎn)單的例子

3.3　圖形參數(shù)

3.4　添加文本、自定義坐標(biāo)軸和圖例

3.5　圖形的組合

3.6　小結(jié)

4.1　一個(gè)示例

4.2　創(chuàng)建新變量

4.3　變量的重編碼

4.4　變量的重命名

4.5　缺失值

4.6　日期值

4.7　類(lèi)型轉(zhuǎn)換

4.8　數(shù)據(jù)排序

4.9　數(shù)據(jù)集的合并

4.10　數(shù)據(jù)集取子集

4.11　使用SQL語(yǔ)句操作數(shù)據(jù)框

4.12　小結(jié)

5.1　一個(gè)數(shù)據(jù)處理難題

5.2　數(shù)值和字符處理函數(shù)

5.3　數(shù)據(jù)處理難題的一套解決方案

5.4　控制流

5.5　用戶(hù)自編函數(shù)

5.6　整合與重構(gòu)

5.7　小結(jié)

6.1　條形圖

6.2　餅圖

6.3　直方圖

6.4　核密度圖

6.5　箱線(xiàn)圖

6.6　點(diǎn)圖

6.7　小結(jié)

7.1　描述性統(tǒng)計(jì)分析

7.2　頻數(shù)表和列聯(lián)表

7.3　相關(guān)

7.4　t 檢驗(yàn)　　

7.5　組間差異的非參數(shù)檢驗(yàn)

7.6　組間差異的可視化

7.7　小結(jié)

8.1　回歸的多面性

8.2　OLS回歸

8.3　回歸診斷

8.4　異常觀測(cè)值

8.5　改進(jìn)措施

8.6　選擇“”的回歸模型

8.7　深層次分析

8.8　小結(jié)

9.1　術(shù)語(yǔ)速成

9.2　ANOVA模型擬合

9.3　單因素方差分析

9.4　單因素協(xié)方差分析

9.5　雙因素方差分析

9.6　重復(fù)測(cè)量方差分析

9.7　多元方差分析

9.8　用回歸來(lái)做ANOVA

9.9　小結(jié)

10.1　假設(shè)檢驗(yàn)速覽

10.2　用pwr包做功效分析

10.3　繪制功效分析圖形

10.4　其他軟件包

10.5　小結(jié)

11.1　散點(diǎn)圖

11.2　折線(xiàn)圖

11.3　相關(guān)圖

11.4　馬賽克圖

11.5　小結(jié)

12.1　置換檢驗(yàn)

12.2　用coin包做置換檢驗(yàn)

12.3　lmPerm包的置換檢驗(yàn)

12.4　置換檢驗(yàn)點(diǎn)評(píng)

12.5　自助法

12.6　boot包中的自助法

12.7　小結(jié)

13.1　廣義線(xiàn)性模型和glm()函數(shù)

13.2　Logistic回歸

13.3　泊松回歸

13.4　小結(jié)

14.1　R 中的主成分和因子分析

14.2　主成分分析

14.3　探索性因子分析

14.4　其他潛變量模型

14.5　小結(jié)

15.2　時(shí)序的平滑化和季節(jié)性分解

15.3　指數(shù)預(yù)測(cè)模型

15.4　ARIMA 預(yù)測(cè)模型

15.5　延伸閱讀

15.6　小結(jié)

16.1　聚類(lèi)分析的一般步驟

16.2　計(jì)算距離

16.3　層次聚類(lèi)分析

16.4　劃分聚類(lèi)分析

16.5　避免不存在的類(lèi)

16.6　小結(jié)

17.1　數(shù)據(jù)準(zhǔn)備

17.2　邏輯回歸

17.3　決策樹(shù)

17.4　隨機(jī)森林

17.5　支持向量機(jī)

17.6　選擇預(yù)測(cè)效果好的解

17.7　用rattle包進(jìn)行數(shù)據(jù)挖掘

17.8　小結(jié)

18.1　處理缺失值的步驟

18.2　識(shí)別缺失值

18.3　探索缺失值模式

18.4　理解缺失數(shù)據(jù)的來(lái)由和影響

18.5　理性處理不完整數(shù)據(jù)

18.6　完整實(shí)例分析（行刪除）

18.7　多重插補(bǔ)

18.8　處理缺失值的其他方法

18.9　小結(jié)

19.1　R 中的四種圖形系統(tǒng)

19.2　ggplot2包介紹

19.3　用幾何函數(shù)指定圖的類(lèi)型

19.4　分組

19.5　刻面

19.6　添加光滑曲線(xiàn)

19.7　修改ggplot2圖形的外觀

19.8　保存圖形

19.9　小結(jié)

20.1　R 語(yǔ)言回顧

20.2　環(huán)境

20.4　編寫(xiě)有效的代碼

20.5　調(diào)試

20.6　深入學(xué)習(xí)

20.7　小結(jié)

21.1　非參分析和npar包

21.2　開(kāi)發(fā)包

21.3　創(chuàng)建包的文檔

21.4　建立包

21.5　深入學(xué)習(xí)

21.6　小結(jié)

22.1　用模版生成報(bào)告

22.2　用R和Markdown創(chuàng)建動(dòng)態(tài)報(bào)告

22.3　用R和LaTeX創(chuàng)建動(dòng)態(tài)報(bào)告

22.4　用R和Open Document創(chuàng)建動(dòng)態(tài)報(bào)告

22.5　用R和Microsoft Word創(chuàng)建動(dòng)態(tài)報(bào)告

22.6　小結(jié)

23.1　lattice包

23.2　調(diào)節(jié)變量

23.3　面板函數(shù)

23.4　分組變量

23.5　圖形參數(shù)

23.6　自定義圖形條帶

23.7　頁(yè)面布局

23.8　深入學(xué)習(xí)