目录

前言 xvi

第1 章获取和安装R

1.1 R 版本

1.2 R 的安装

1.3 Windows

1.4 Mac OS X

1.5 Linux 和UNIX 系统

第2章R 的用户界面

2.1 R 的图形用户界面

2.2 Windows

2.3 Mac OS X

2.4 Linux 和UNIX 程序

2.5 R 控制台

2.6 命令行编辑

2.7 批处理模式

2.8 在Excel 中使用R

2.9 RStudio

2.10 其他运行R 的方式

第3章 简短的示例

3.1 基本操作

3.2 函数

3.3 变量

3.4 数据结构简介

3.5 对象和类

3.6 模型和公式

3.7 图表

3.8 获得帮助

第4章 R 包

4.1 R 包概览

4.2 列示本地库中的R 包

4.3 加载R 包

4.4 在Windows 和Linux 系统下加载R 包

4.5 在Mac OS X 系统下加载R 包

4.6 搜索R 包资源库

4.7 搜索网络上的R 包资源库

4.8 基于R 界面搜寻和安装包

4.9 从其他资源库安装R 包

4.10 定制R 包

4.11 创建包目录

4.12 创建R 包

第5章 R 语言概览

5.1 表达式

5.2 对象

5.3 符号

5.4 函数

5.5 在赋值语句中，对象会被复制

5.6 R 中一切皆为对象

5.7 特殊值

5.8 NA

5.9 Inf和-Inf

5.10 NaN

5.11 NULL

5.12 强制转换

5.13 R解释器

5.14 观察R是如何工作的

第6章 R语法

6.1 常量

6.2 数值向量

6.3 字符向量

6.4 符号

6.5 运算符

6.6 运算顺序

6.7 赋值操作

6.8 表达式

6.9 分离型表达式

6.10 括号

6.11 花括号

6.12 控制结构

6.13 条件语句

6.14 循环

6.15 访问数据结构

6.16 数据结构操作符

6.17 通过整数向量引用

6.18 通过逻辑向量引用

6.19 通过名字进行引用

6.20 R编程标准

第7章 R对象

7.1 基本对象类型

7.2 向量

7.3 列表

7.4 其他对象

7.5 矩阵

7.6 数组

7.7 因子

7.8 数据框

7.9 公式

7.10 时间序列

7.11 Shingl 对象

7.12 日期和时间对象

7.13 连接对象

7.14 属性

7.15 类

第8章 符号和环境

8.1 符号

8.2 环境

8.3 全局环境

8.4 环境和函数

8.5 调用堆栈

8.6 在不同的环境中对函数求值

8.7 向环境中添加对象

8.8 异常

8.9 提示错误

8.10 捕获错误

第9章 函数

9.1 函数的关键字

9.2 参数

9.3 返回值

9.4 函数参数

9.5 匿名函数

9.6 函数的属性

9.7 参数顺序和具名实参

9.8 副作用

9.9 改变其他环境

9.10 输入/输出

9.11 图形

第10章 面向对象编程

10.1 R的面向对象编程概览

10.2 核心概念

10.3 实现的例子

10.4 R的面向对象编程：S4

10.5 类的定义

10.6 对象的新建

10.7 槽的存取

10.8 对象的操作

10.9 创建强制转换方法

10.10 方法

10.11 方法的管理

10.12 基本类型

10.13 更多的帮助

10.14 守旧派的OOP：S3

10.15 S3的类

10.16 S3方法

10.17 在S4的类中使用S3的类

10.18 查找隐藏的S3方法

第11章 数据的存取和编辑

11.1 在R中输入数据

11.2 用R命令输入数据

11.3 用图形界面输入数据

11.4 保存和读入R对象

11.5 用save 保存对象

11.6 从外部文件导入数据

11.7 文本文件

11.8 其他软件

11.9 导出数据

11.10 从数据库获取数据

11.11 RODBC

11.12 导出然后导入

11.13 数据库连接包

11.14 DBI

11.15 TSDBI

11.16 从Hadoop中获取数据

第12章 准备数据

12.1 合并数据集

12.2 粘贴数据结构

12.3 通过共同字段合并数据

12.4 数据转换

12.5 变量重新赋值

12.6 转换函数

12.7 对对象的每个元素进行函数运算

12.8 数据分段

12.9 shingle

12.10 Cut

12.11 利用分组变量合并对象

12.12 子集

12.13 中括号索引的方式

12.14 subset函数

12.15 随机抽样

12.16 汇总函数

12.17 tapply与aggregate

12.18 用rowsum聚合表格

12.19 计数

12.20 数据修整

12.21 数据清洗

12.22 查找和删除重复数据

12.23 排序

第13章 图形

13.1 R Graphics 概述

13.2 散点图

13.3 时间序列

13.4 柱状图

13.5 饼图

13.6 分类数据绘图

13.7 三维数据

13.8 绘制分布图

13.9 箱线图

13.10 画图设备

13.11 自定义图形

13.12 绘图函数常见参数

13.13 图形参数

13.14 基本图形函数

第14章 Lattice绘图

14.1 历史

14.2 lattice包概述

14.3 lattice的工作原理

14.4 例子

14.5 使用lattice函数

14.6 定制面板函数

14.7 高级lattice函数

14.8 单一的网格作图

14.9 二元网格作图

14.10 三元图

14.11 其他图形

14.12 定制lattice图

14.13 lattice函数的常用参数

14.15 trellis.skeleton

14.16 指定如何绘制坐标轴

14.17 参数

14.18 plot.trellis

14.19 strip.default

14.20 simpleKey

14.21 低级函数

14.22 低级绘图函数

14.23 面板函数

第15章 ggplot2

15.1 一个简短的介绍

15.2 图形语法

15.3 一个更复杂的例子：医保数据

15.4 快速绘图

15.5 用ggplot2绘图

15.6 更多信息

第16章 数据分析

16.1 描述性统计

16.2 相关系数和协方差

16.3 主成分分析

16.4 因子分析

16.5 bootstrap重抽样

第17章 概率分布

17.1 正态分布

17.2 常见分布的参数

17.3 分布函数族

第18章 统计检验

18.1 连续型数据

18.2 基于正态分布的检验

18.3 不依赖分布的检验

18.4 离散数据

18.5 比例检验

18.6 二项式检验

18.7 列联表检验

18.8 列联表非参数检验

第19章 功效检验

19.1 实验设计示例

19.2 t检验实验设计

19.3 比例实验设计

19.4 方差分析设计

第20章 回归模型

20.1 简单的线性模型示例

20.2 拟合模型

20.3 指定模型的工具函数

20.4 获取模型信息

20.6 k近邻

20.5 更新模型

20.6 lm 函数的详述

20.7 最小二乘回归的假设

20.8 稳健回归和阻力回归

20.9 子集选取和Shrinkage回归

20.10 变量的逐步选取

20.11 岭回归

20.12 Lasso和最小角回归

20.13 弹性网络

20.14 主成分回归和偏最小二乘回归

20.15 非线性模型

20.16 广义线性模型

20.17 glmnet包

20.18 非线性最小二乘

20.19 生存模型

20.20 平滑

20.21 样条线

20.22 拟合多项式曲面

20.23 核平滑

20.24 回归的机器学习算法

20.25 回归树模型

20.26 MARS算法

20.27 神经网络

20.28 投影寻踪回归

20.29 广义可加模型

20.30 支持向量机

第21章 分类模型

21.1 线性分类模型

21.2 logistic回归

21.3 线性判别分析

21.4 对数线性模型

21.5 机器学习分类模型

21.7 分类树模型

21.8 神经网络

21.9 支持向量机

第22章 机器学习

22.1 购物篮分析

22.2 聚类

22.3 距离度量

22.4 聚类算法

第23章 时间序列分析

23.1 自相关函数

23.2 时间序列模型

第24章 优化R程序性能

24.1 R程序性能的测量R程序性能的测量

24.2 时间测定

24.3 性能分析

24.4 监控内存的使用

24.5 内存性能分析

24.6 优化你的R代码

24.7 使用向量操作

24.8 R中查找的性能

24.9 使用数据库查询大数据集

24.10 内存预分配

24.11 清理内存

24.12 大数据集的函数

24.13 加速R的其他方法

24.14 R字节码编译器

24.15 高性能的R版本

第25章 Bioconductor

25.1 例子

25.2 加载原始的表达数据

25.3 从GEO读取数据

25.4 匹配表型数据

25.5 分析表达数据

25.6 关键的Bioconductor包

25.7 数据结构

25.8 eSet

25.9 AssayData

25.10 AnnotatedDataFrame

25.11 MIAME

25.12 Bioconductor包使用的其他类

25.13 如何进一步学习

25.14 Bioconductor之外的资源

25.16 教程

25.17 课程

25.18 相关图书

第26章 R和Hadoop

26.1 R和Hadoop

26.2 Hadoop简介

26.3 R Hadoop

26.4 Hadoop streaming

26.5 了解更多

26.6 一些其他的用R做并行计算的包

26.7 Segue

26.8 doMC

26.9 从哪里我们可以了解更多

参考文献

索引