第 一部分 入門

第 1章 R介紹 3

1.1 為何要使用R 4

1.2 R的獲取和安裝 6

1.3 R的使用 6

1.3.1 新手上路 7

1.3.2 使用 RStudio 9

1.3.3 獲取幫助 11

1.3.4 工作區 12

1.3.5 項目 13

1.4 包 14

1.4.1 什么是包 14

1.4.2 安裝包 14

1.4.3 包的載入 15

1.4.4 包的使用方法 15

1.5 將輸出用作輸入：結果的復用 16

1.6 處理大型數據集 16

1.7 示例實踐 17

1.8 小結 18



第 2章 創建數據集 19

2.1 理解數據集 19

2.2 數據結構 20

2.2.1 向量 21

2.2.2 矩陣 22

2.2.3 數組 23

2.2.4 數據框 24

2.2.5 因子 26

2.2.6 列表 28

2.2.7 tibble 數據框 30

2.3 數據的輸入 31

2.3.1 使用鍵盤輸入數據 32

2.3.2 從帶分隔符的文本文件導入數據 33

2.3.3 導入 Excel 數據 37

2.3.4 導入 JSON 數據 37

2.3.5 從網頁抓取數據 37

2.3.6 導入SPSS數據 38

2.3.7 導入SAS數據 38

2.3.8 導入Stata數據 39

2.3.9 訪問數據庫管理系統 39

2.3.10 通過 Stat/Transfer導入數據 40

2.4 數據集的標注 41

2.4.1 變量標簽 41

2.4.2 值標簽 41

2.5 處理數據對象的實用函數 41

2.6 小結 42



第3章 基本數據管理 43

3.1 一個示例 43

3.2 創建新變量 45

3.3 變量的重編碼 46

3.4 變量的重命名 47

3.5 缺失值 48

3.5.1 重編碼某些值為缺失值 49

3.5.2 在分析中排除缺失值 49

3.6 日期值 50

3.6.1 將日期變量轉換為字符型變量 52

3.6.2 更進一步 52

3.7 類型轉換 52

3.8 數據排序 53

3.9 數據集的合并 54

3.9.1 在數據框中添加列 54

3.9.2 在數據框中添加行 54

3.10 切分數據集 54

3.10.1 選取變量 55

3.10.2 剔除變量 55

3.10.3 選入觀測值 56

3.10.4 subset()函數 57

3.10.5 隨機抽樣 57

3.11 使用dplyr包操作數據框 58

3.11.1 基本的 dplyr 函數 58

3.11.2 使用管道操作符對語句進行串接 61

3.12 使用SOL語句操作數據框 61

3.13 小結 62



第4章 圖形初階 63

4.1 使用gplot2包創建圖形 64

4.1.1 函數 ggplot() 64

4.1.2 geom_函數 65

4.1.3 分組 68

4.1.4 標尺 69

4.1.5 刻面 72

4.1.6 標簽 73

4.1.7 主題 74

4.2 ggplot2包的詳細信息 75

4.2.1 放置數據和映射選項 76

4.2.2 將圖形作為對象使用 77

4.2.3 保存圖形 78

4.2.4 常見錯誤 79

4.3 小結 80



第5章 高級數據管理 81

5.1 一個數據處理難題 81

5.2 數值處理函數和字符處理函數 82

5.2.1 數學函數 82

5.2.2 統計函數 83

5.2.3 概率函數 86

5.2.4 字符處理函數 89

5.2.5 其他實用函數 90

5.2.6 將函數應用于矩陣和數據框 91

5.2.7 數據處理難題的一套解決方案 92

5.3 控制流 96

5.3.1 重復和循環 97

5.3.2 條件執行 98

5.4 用戶自定義函數 99

5.5 數據重塑 101

5.5.1 轉置 101

5.5.2 將寬表數據集格式轉換為長表數據集格式 101

5.6 數據匯總 103

5.7 小結 105



第二部分 基本方法

第6章 基本圖形108

6.1 條形圖108

6.1.1 簡單的條形圖 109

6.1.2 堆積、分組和填充條形圖 110

6.1.3 均值條形圖 111

6.1.4 條形圖的微調 114

6.1.1 簡單的條形圖109

6.1.2 堆積、分組和填充條形圖110

6.1.3 均值條形圖 111

6.1.4 條形圖的微調114

6.2 餅圖 119

6.3 樹形圖 121

6.4 直方圖124

6.5 核密度圖126

6.6 箱線圖129

6.6.1 使用并列箱線圖進行跨組比較 130

6.6.2 小提琴圖 133

6.7 點圖134

6.8 小結136



第7章 基本統計分析 137

7.1 描述性統計分析 138

7.1.1 方法云集 138

7.1.2 更多方法 139

7.1.3 分組計算描述性統計量 141

7.1.4 使用dplyr進行交互式匯總數據 143

7.1.5 結果的可視化 145

7.2 頻數表和列聯表 145

7.2.1 生成頻數表 145

7.2.2 獨立性檢驗 151

7.2.3 相關性度量 153

7.2.4 結果的可視化 153

7.3 相關分析 153

7.3.1 相關的類型154

7.3.2 相關性的顯著性檢驗156

7.3.3 相關關系的可視化158

7.4 t檢驗 158

7.4.1 獨立樣本的t檢驗 158

7.4.2 非獨立樣本的t檢驗 159

7.4.3 多于兩組的情況 160

7.5 組間差異的非參數檢驗 160

7.5.1 兩組的比較 160

7.5.2 多于兩組的比較 161

7.6 組間差異的可視化 163

7.7 小結 163



第三部分 中級方法

第8章 回歸 166

8.1 回歸的多面性 167

8.1.1 OLS 回歸的適用場景 167

8.1.2 基礎回顧 168

8.2 OLS 回歸168

8.2.1 用函數 lm()擬合回歸模型 169

8.2.2 簡單線性回歸 170

8.2.3 多項式回歸 172

8.2.4 多元線性回歸 175

8.2.5 帶交互項的多元線性回歸 177

8.3 回歸模型的診斷179

8.3.1 標準方法 179

8.3.2 改進的方法 181

8.3.3 多重共線性 185

8.3.1 標準方法179

8.3.2 改進的方法181

8.3.3 多重共線性185

8.4 異常觀測值186

8.4.1 離群點186

8.4.2 高杠桿值點187

8.4.3 強影響點188

8.5 改進措施 190

8.5.1 刪除觀測點 191

8.5.2 變量變換 191

8.5.3 增刪變量 193

8.5.4 嘗試其他方法 193

8.6 選擇“”的回歸模型 193

8.6.1 模型比較 193

8.6.2 變量選擇 194

8.7 深層次分析 197

8.7.1 交叉驗證 197

8.7.2 相對重要性 199

8.8小結 201



第9章 方差分析 202

9.1 術語速成 202

9.2 ANOVA模型擬合 204

9.2.1 aov()函數 205

9.2.2 表達式中各項的順序 205

9.3 單因素方差分析 206

9.3.1 多重比較 208

9.3.2 評估檢驗的假設條件 212

9.4 單因素協方差分析 213

9.4.1 評估檢驗的假設條件 215

9.4.2 結果的可視化 215

9.5 雙因素方差分析 216

9.6 重復測量方差分析 219

9.7 多元方差分析 222

9.7.1 評估檢驗的假設條件 223

9.7.2 穩健多元方差分析 224

9.8 用回歸來做方差分析 225

9.9 小結 227



第 10章 功效分析228

10.1 假設檢驗速覽 228

10.2 用pwr包做功效分析 230

10.2.1 t 檢驗 231

10.2.2 方差分析 233

10.2.3 相關性 233

10.2.4 線性模型 234

10.2.5 比例檢驗 235

10.2.6 卡方檢驗 235

10.2.7 在新情況中選擇合適的效應值 237

10.3 繪制功效分析圖 239

10.4 其他功效分析包 240

10.5 小結 241



第 11章 中級繪圖 242

11.1 散點圖 243

11.1.1 散點圖矩陣 245

11.1.2 高密度散點圖 248

11.1.3 三維散點圖 251

11.1.4 旋轉三維散點圖 254

11.1.5 氣泡圖 255

11.2 折線圖 257

11.3 相關圖 260

11.4 馬賽克圖 264

11.5 小結 267



第 12章 重抽樣與自助法 268

12.1 置換檢驗 268

12.2 用 coin 包做置換檢驗 270

12.2.1 獨立雙樣本和 K 樣本檢驗 271

12.2.2 列聯表中的獨立性 272

12.2.3 數值變量間的獨立性 273

12.2.4 雙樣本和 K 樣本檢驗 273

12.2.5 深入探究 274

12.3 用 lmPerm 包做置換檢驗 274

12.3.1 簡單回歸和多項式回歸 274

12.3.2 多元回歸 276

12.3.3 單因素方差分析和協方差分析 276

12.3.4 雙因素方差分析 277

12.4 置換檢驗點評 278

12.5 自助法 278

12.6 boot 包中的自助法 279

12.6.1 對單個統計量使用自助法 . 280

12.6.2 多個統計量的自助法 282

12.7 小結 284



第四部分 高級方法

第 13章 廣義線性模型 287

13.1 廣義線性模型和 glm()函數 288

13.1.1 glm()函數 288

13.1.2 連用的函數 289

13.1.3 模型擬合和回歸診斷 290

13.2 Logistic 回歸 291

13.2.1 解釋模型參數 293

13.2.2 評價自變量對結果概率的影響 294

13.2.3 過度離勢 295

13.2.4 擴展 296

13.3 泊松回歸 296

13.3.1 解釋模型參數 298

13.3.2 過度離勢 299

13.3.3 擴展 300

13.4 小結 302



第 14章 主成分分析和因子分析 303

14.1 R 中的主成分分析和因子分析 304

14.2 主成分分析 305

14.2.1 判斷需提取的主成分數 306

14.2.2 提取主成分 307

14.2.3 主成分旋轉 310

14.2.4 獲取主成分得分 311

14.3 探索性因子分析 313

14.3.1 判斷需提取的公共因子數 314

14.3.2 提取公共因子 315

14.3.3 因子旋轉 315

14.3.4 因子得分 319

14.3.5 其他與探索性因子分析

相關的包 319

14.4 其他潛變量模型 319

14.5 小結 320



第 15章 時間序列 322

15.1 在 R 中生成時序對象 324

15.2 時序的平滑化和季節項分解 326

15.2.1 通過簡單移動平均進行平滑處理 327

15.2.2 季節項分解 328

15.3 指數預測模型 334

15.3.1 單指數平滑 334

15.3.2 Holt 指數平滑和 Holt Winters 指數平滑 337

15.3.3 ets()函數和自動預測 339

15.4 ARIMA 預測模型 341

15.4.1 概念介紹 341

15.4.2 ARMA 和 ARIMA 模型 342

15.4.3 ARIMA 模型的自動預測 347

15.5 小結 348



第 16章 聚類分析 349

16.1 聚類分析的一般步驟 350

16.2 計算距離 351

16.3 層次聚類分析 353

16.4 劃分聚類分析 357

16.4.1 K 均值聚類 357

16.4.2 圍繞中心點的劃分 364

16.5 避免不存在的聚類簇 365

16.6 小結 369



第 17章 分類 370

17.1 數據準備 371

17.2 Logistic 回歸 372

17.3 決策樹 374

17.3.1 經典決策樹 374

17.3.2 條件推斷樹 377

17.4 隨機森林 378

17.5 支持向量機 381

17.6 選擇預測效果好的模型 384

17.7 理解黑箱預測 387

17.7.1 繪制細分圖 388

17.7.2 繪制 Shapley 值圖 390

17.8 深入探究 391

17.9 小結 391



第 18章 處理缺失數據的高級方法 393

18.1 處理缺失值的步驟 394

18.2 識別缺失值 395

18.3 探索缺失值模式 396

18.3.1 缺失值的可視化 396

18.3.2 用相關性探索缺失值 400

18.4 理解缺失數據的來由和影響 401

18.5 合理推斷不完整數據. 402

18.6 刪除缺失數據 403

18.6.1 完整觀測值分析（行刪除） 403

18.6.2 可獲取的觀測值分析（成對刪除） 404

18.7 單一插補 405

18.7.1 簡單插補 405

18.7.2 k近鄰插補 405

18.7.3 missForest 插補 407

18.8 多重插補 408

18.9 處理缺失數據的其他方法 410

18.10 小結 411



第五部分 技能擴展

第 19章 高級繪圖 414

19.1 修改標尺 415

19.1.1 自定義坐標軸 415

19.1.2 自定義顏色 420

19.2 修改主題 424

19.2.1 預置主題 424

19.2.2 自定義字體 426

19.2.3 自定義圖例 428

19.2.4 自定義繪圖區 430

19.3 添加標注 432

19.3.1 給數據點添加標簽 432

19.3.2 給條形添加標簽 434

19.4 圖形的組合 437

19.5 繪制交互式圖形 439

19.6 小結 442



第 20章 高級編程 443

20.1 R 語言回顧 443

20.1.1 數據類型 444

20.1.2 控制結構 450

20.1.3 創建函數 452

20.2 使用環境 454

20.3 非標準計算 456

20.4 面向對象編程 458

20.4.1 泛型函數 458

20.4.2 S3 模型的局限性 460

20.5 編寫高效的代碼 460

20.5.1 高效的數據輸入 460

20.5.2 向量化 461

20.5.3 準確調整對象的大小 462

20.5.4 并行化 462

20.6 調試 464

20.6.1 常見的錯誤來源 464

20.6.2 調試工具 465

20.6.3 支持調試的會話選項 468

20.6.4 使用 RStudio 的可視化調試器 471

20.7 小結 473



第 21章 創建動態報告 474

21.1 用模板生成報告 476

21.2 用R和R Markdown創建報告 478

21.3 用R和LaTeX創建報告 483

21.4 避免常見的R Markdown 錯誤 488

21.5 深入探討 489

21.6 小結 489



第 22 章 創建包 490

22.1 edatools包 491

22.2 創建包 492

22.2.1 安裝開發工具 493

22.2.2 創建包項目 493

22.2.3 添加函數 494

22.2.4 添加函數文檔 499

22.2.5 添加一般幫助文件（可選） 501

22.2.6 添加樣本數據到包（可選） 502

22.2.7 添加簡介文檔（可選） 503

22.2.8 編輯 DESCRIPTION 文件 503

22.2.9 生成并安裝包 505

22.3 分發包 508

22.3.1 分發包的源文件 508

22.3.2 提交到 CRAN 509

22.3.3 托管到 GitHub 509

22.3.4 創建包網站 511

22.4 深入探討 512

22.5 小結 513



附錄A 圖形用戶界面 514

附錄B 自定義啟動環境 516

附錄C 從 R 中導出數據 519

附錄D R中的矩陣運算 521

附錄E 本書中用到的包 523

附錄F 處理大型數據集 527

附錄G 更新 R 531

后記：探索R的世界 533