一章 R介绍

1.1 S语言与R

1.2 R的特点

1.3 R的资源

1.4 R的安装与运行

1.4.1 R软件的安装、启动与关闭

1.4.2 R程序包的安装与使用

一章习题

二章 R的基本原理与核心

2.1 R的基本原理

2.2 R的在线帮助

2.3 一个简短的R会话

2.4 R的数据结构

2.4.1 R的对象与属性

一章 R介绍

1.1 S语言与R

1.2 R的特点

1.3 R的资源

1.4 R的安装与运行

1.4.1 R软件的安装、启动与关闭

1.4.2 R程序包的安装与使用

一章习题

二章 R的基本原理与核心

2.1 R的基本原理

2.2 R的在线帮助

2.3 一个简短的R会话

2.4 R的数据结构

2.4.1 R的对象与属性

2.4.2 浏览对象的信息

2.4.3 向量的建立

2.4.4 数组与矩阵的建立

2.4.5 数据框(dataframe)的建立

2.4.6 列表(1ist)的建立

2.4.7 时间序列(ts)的建立

2.5 数据的存储与读取

2.5.1 数据的存储

2.5.2 数据的读取

2.6 R的图形功能

2.6.1 绘图函数

2.6.2 低级绘图命令

2.6.3 绘图参数

2.6.4 一个实例

2.7 R.编程

2.7.1 循环和向量化

2.7.2 用R写程序

2.7.3 编写你自己的函数

2.7.4 养成良好的编程习惯

二章习题

三章 概率与分布

3.1 随机抽样

3.2 排列组合与概率的计算

3.3 概率分布

3.3.1 离散分布的分布律

3.3.2 连续分布的密度函数

3.4 R中内嵌的分布

3.5 应用：中心极限定理

3.5.1 中心极限定理

3.5.2 渐近正态性的图形检验

3.5.3 举例

三章习题

四章 探索性数据分析

4.1 常用分布的概率函数图

4.2 直方图与密度函数的估计

4.2.1 直方图

4.2.2 核密度估计

4.3 单组数据的描述性统计分析

4.3.1 单组数据的图形描述

4.3.2 单组数据的描述性统计

4.4 多组数据的描述性统计分析

4.4.1 两组数据的图形概括

4.4.2 多组数据的图形描述

4.4.3 多组数据的描述性统计

4.4.4 分组数据的图形概括

4.5 分类数据的描述性统计分析

4.5.1 列联表的制作

4.5.2 列联表的图形描述

四章习题

五章 参数估计

5.1 矩法估计和极大似然估计

5.1.1 矩法估计

5.1.2 极大似然估计

5.2 单正态总体参数的区间估计

5.2.1 均值μ的区间估计

5.2.2 方差σ2的区间估计

5.3 两正态总体参数的区间估计

5.3.1 均值差μ1-μ2的置信区间

5.3.2 两方差比σ12／22的置信区间

5.4 单总体比率p的区间估计

5.5 两总体比率差p1-p2的区间估计

5.6 样本容量的确定

5.6.1 估计正态总体均值时样本容量的确定

5.6.2 估计比例p时样本容量的确定

五章习题

六章 参数的假设检验

6.1 假设检验与检验的p值

6.1.1 假设检验的概念与步骤

6.1.2 检验的p值

6.2 单正态总体参数的检验

6.2.1 均值μ的假设检验

6.2.2 方差盯σ2的检验：x2检验

6.3 两正态总体参数的检验

6.3.1 均值的比较：t检验

6.3.2 方差的比较：F检验

6.4 成对数据的t检验

6.5 单样本比率的检验

6.5.1 比率p的精确检验

6.5.2 比率p的近似检验

6.6 两样本比率的检验

六章习题

七章 非参数的假设检验

7.1 单总体位置参数的检验

7.1.1 中位数的符号检验

7.1.2 Wilcoxon符号秩检验

7.2 分布的一致性检验：x2检验

7.3 两总体的比较与检验

7.3.1 X2独立性检验

7.3.2 Fisher精确检验

7.3.3 Wilcoxon秩和检验法和Mann-whitneyU检验

7.3.4 Mood检验

7.4 多总体的比较与检验

7.4.1 位置参数的Kruskal-Wallis秩和检验

7.4.2 尺度参数的Ansari-Bradley检验

7.4.3 尺度参数的Fligner-Killeen检验

七章习题

八章 方差分析

8.1 单因子方差分析

8.1.1 数学模型

8.1.2 均值的多重比较

8.1.3 同时置信区间：Tukey法

8.1.4 方差齐性检验

……

九章 回归分析与相关分析

十章 多元统计分析介绍

十一章 贝叶斯统计分析