《基于R的统计分析与数据挖掘》课件.ppt

第1章关于R为什么选择R和如何学习RR入门必备R的下载启动R当前已经加载了哪些包当前可以做的事情当前可以做的事情如何获得的R帮助文档函数和包的拓展使用R的运行方式R的运行方式退出R第2章R的数据组织从存储角度划分R对象从结构角度划分R对象创建和访问R的数据对象创建和访问R的数据对象向量的创建和访问访问向量中的元素矩阵的创建和访问矩阵的创建和访问访问矩阵中的元素访问矩阵中的元素访问矩阵中的元素数据框的创建和访问访问数据框数据对象的相互转换从文本文件读数据第3章R的数据管理数据合并数据合并数据排序数据排序缺失数据报告判断缺失值和完整观测判断缺失值和完整观测生成缺失数据报告变量计算变量计算函数用户自定义函数用户自定义函数的定义用户自定义函数的定义变量值的重编码：分组变量值的重编码：分组变量值的重编码：重定义类别值数据筛选数据筛选：按条件筛选数据筛选：随机筛选数据保存数据管理中控制流程分支结构的流程控制分支结构的流程控制循环结构的流程控制循环结构的流程控制循环结构的流程控制循环结构的流程控制利用流程控制还原汇总数据第4章R的基本数据分析：描述和相关数值型单变量的描述计算基本描述统计量计算多个变量的某个描述统计量分类型单变量的描述分类型单变量的描述两数值型变量相关性的分析计算简单相关系数计算简单相关系数简单相关系数的检验简单相关系数的检验计算偏相关系数计算偏相关系数两分类型变量相关性的分析两分类型变量相关性的描述两分类型变量相关性的描述两分类型变量相关性的描述两分类型变量相关性的检验卡方检验的R函数和示例第5章R的基本数据分析：可视化R的基本数据分析：可视化绘图基础：图形设备和图形文件绘图基础：图形组成和图形参数绘图基础：图形布局数值型单变量分布的可视化茎叶图箱线图箱线图直方图与核密度图直方图与核密度图小提琴图小提琴图克利夫兰点图克利夫兰点图时序折线图时序折线图分类型变量分布和相关性的可视化简单柱形图简单柱形图簇式柱形图簇式柱形图饼图和扇形图饼图和扇形图马赛克图马赛克图两数值型变量相关性的可视化简单散点图在简单散点图上添加回归线在简单散点图上添加回归线在简单散点图上添加回归线高密度散点图的处理高密度散点图的处理高密度散点图的处理三维散点图和气泡图三维散点图和气泡图三维散点图和气泡图矩阵散点图矩阵散点图相关系数图相关系数图相关系数图分组散点图分组散点图第6章R的两均值比较检验R的两均值比较检验R的两均值比较检验R的两均值比较检验两独立样本的均值检验两独立样本的均值检验两独立样本的均值检验示例：两独立样本均值检验的进一步研究两独立样本均值检验的进一步研究两独立样本均值检验的进一步研究两独立样本均值检验的进一步研究两配对样本的均值检验两配对样本的均值检验两配对样本的均值检验两配对样本的均值检验样本均值检验的功效分析样本均值检验的功效分析样本均值检验的功效分析样本均值检验的功效分析两总体分布差异的非参数检验Wilcoxon秩和检验Wilcoxon秩和检验柯尔莫哥和斯米诺夫柯尔莫哥和斯米诺夫两配对样本分布差异的非参数检验Wilcoxon符号秩检验Wilcoxon符号秩检验两样本均值差的置换检验两样本均值差的置换检验示例：两样本均值差的自举法检验两样本均值差的自举法检验两样本均值差的自举法检验两样本均值差的自举法检验两样本均值差的自举法检验第7章R的方差分析方差分析方差分析方差分析单因素方差分析单因素方差分析单因素方差分析示例：各总体均值的可视化各总体均值的可视化检验单因素方差分析的前提假设总体正态性检验总体正态性检验总体正态性检验总体正态性检验各总体方差齐性检验多重比较检验多重比较检验的LSD检验LSD（LeastSignificantDifference）检验的R函数：aov
aov函数仅给出了控制变量第二个水平及后续水平下的观测变量均值，与控制变量第一个水平下的观测变量均值的差,即t统计量的分子部分。结果组织在名为coefficients的成分中
示例：单因素协方差分析单因素协方差分析多因素方差分析多因素方差分析多因素方差分析多因素方差分析交互效应的可视化第8章R的回归分析：一般线性模型回归分析概述回归分析的一般步骤回归分析涉及的主要内容回归分析涉及的主要内容建立线性回归模型建立线性回归模型线性回归方程的参数估计线性回归方程的参数估计线性回归方程的检验线性回归方程的检验示例：利用线性回归方程做预测回归诊断：误差项是否满足高斯-马尔科夫假定误差项和残差项误差项和残差项误差项满足高斯-马尔科夫假定？误差项满足高斯-马尔科夫假定？探测高杠杆值点探测高杠杆值点探测离群点探测离群点探测离群点探测强影响点探测强影响点异常观测点的综合可视化回归诊断：多重共线性的诊断多重共线性的测度统计量多重共线性的测度统计量回归建模策略拟合优度的建模策略带惩罚的拟合优度建