第 2章 创建数据集 19 2．1 理解数据集 19 2．2 数据结构 20 2．2．1 向量 21 2．2．2 矩阵 22 2．2．3 数组 23 2．2．4 数据框 24 2．2．5 因子 26 2．2．6 列表 28 2．2．7 tibble 数据框 30 2．3 数据的输入 31 2．3．1 使用键盘输入数据 32 2．3．2 从带分隔符的文本文件导入数据 33 2．3．3 导入 Excel 数据 37 2．3．4 导入 JSON 数据 37 2．3．5 从网页抓取数据 37 2．3．6 导入SPSS数据 38 2．3．7 导入SAS数据 38 2．3．8 导入Stata数据 39 2．3．9 访问数据库管理系统 39 2．3．10 通过 Stat Transfer导入数据 40 2．4 数据集的标注 41 2．4．1 变量标签 41 2．4．2 值标签 41 2．5 处理数据对象的实用函数 41 2．6 小结 42

第3章 基本数据管理 43 3．1 一个示例 43 3．2 创建新变量 45 3．3 变量的重编码 46 3．4 变量的重命名 47 3．5 缺失值 48 3．5．1 重编码某些值为缺失值 49 3．5．2 在分析中排除缺失值 49 3．6 日期值 50 3．6．1 将日期变量转换为字符型变量 52 3．6．2 更进一步 52 3．7 类型转换 52 3．8 数据排序 53 3．9 数据集的合并 54 3．9．1 在数据框中添加列 54 3．9．2 在数据框中添加行 54 3．10 切分数据集 54 3．10．1 选取变量 55 3．10．2 剔除变量 55 3．10．3 选入观测值 56 3．10．4 subset()函数 57 3．10．5 随机抽样 57 3．11 使用dplyr包操作数据框 58 3．11．1 基本的 dplyr 函数 58 3．11．2 使用管道操作符对语句进行串接 61 3．12 使用SOL语句操作数据框 61 3．13 小结 62

第4章 图形初阶 63 4．1 使用gplot2包创建图形 64 4．1．1 函数 ggplot() 64 4．1．2 geom_函数 65 4．1．3 分组 68 4．1．4 标尺 69 4．1．5 刻面 72 4．1．6 标签 73 4．1．7 主题 74 4．2 ggplot2包的详细信息 75 4．2．1 放置数据和映射选项 76 4．2．2 将图形作为对象使用 77 4．2．3 保存图形 78 4．2．4 常见错误 79 4．3 小结 80

第5章 高级数据管理 81 5．1 一个数据处理难题 81 5．2 数值处理函数和字符处理函数 82 5．2．1 数学函数 82 5．2．2 统计函数 83 5．2．3 概率函数 86 5．2．4 字符处理函数 89 5．2．5 其他实用函数 90 5．2．6 将函数应用于矩阵和数据框 91 5．2．7 数据处理难题的一套解决方案 92 5．3 控制流 96 5．3．1 重复和循环 97 5．3．2 条件执行 98 5．4 用户自定义函数 99 5．5 数据重塑 101 5．5．1 转置 101 5．5．2 将宽表数据集格式转换为长表数据集格式 101 5．6 数据汇总 103 5．7 小结 105

第二部分 基本方法 第6章 基本图形108 6．1 条形图108 6．1．1 简单的条形图 109 6．1．2 堆积、分组和填充条形图 110 6．1．3 均值条形图 111 6．1．4 条形图的微调 114 6．1．1 简单的条形图109 6．1．2 堆积、分组和填充条形图110 6．1．3 均值条形图 111 6．1．4 条形图的微调114 6．2 饼图 119 6．3 树形图 121 6．4 直方图124 6．5 核密度图126 6．6 箱线图129 6．6．1 使用并列箱线图进行跨组比较 130 6．6．2 小提琴图 133 6．7 点图134 6．8 小结136

第7章 基本统计分析 137 7．1 描述性统计分析 138 7．1．1 方法云集 138 7．1．2 更多方法 139 7．1．3 分组计算描述性统计量 141 7．1．4 使用dplyr进行交互式汇总数据 143 7．1．5 结果的可视化 145 7．2 频数表和列联表 145 7．2．1 生成频数表 145 7．2．2 独立性检验 151 7．2．3 相关性度量 153 7．2．4 结果的可视化 153 7．3 相关分析 153 7．3．1 相关的类型154 7．3．2 相关性的显著性检验156 7．3．3 相关关系的可视化158 7．4 t检验 158 7．4．1 独立样本的t检验 158 7．4．2 非独立样本的t检验 159 7．4．3 多于两组的情况 160 7．5 组间差异的非参数检验 160 7．5．1 两组的比较 160 7．5．2 多于两组的比较 161 7．6 组间差异的可视化 163 7．7 小结 163

第三部分 中级方法 第8章 回归 166 8．1 回归的多面性 167 8．1．1 OLS 回归的适用场景 167 8．1．2 基础回顾 168 8．2 OLS 回归168 8．2．1 用函数 lm()拟合回归模型 169 8．2．2 简单线性回归 170 8．2．3 多项式回归 172 8．2．4 多元线性回归 175 8．2．5 带交互项的多元线性回归 177 8．3 回归模型的诊断179 8．3．1 标准方法 179 8．3．2 改进的方法 181 8．3．3 多重共线性 185 8．3．1 标准方法179 8．3．2 改进的方法181 8．3．3 多重共线性185 8．4 异常观测值186 8．4．1 离群点186 8．4．2 高杠杆值点187 8．4．3 强影响点188 8．5 改进措施 190 8．5．1 删除观测点 191 8．5．2 变量变换 191 8．5．3 增删变量 193 8．5．4 尝试其他方法 193 8．6 选择“最佳”的回归模型 193 8．6．1 模型比较 193 8．6．2 变量选择 194 8．7 深层次分析 197 8．7．1 交叉验证 197 8．7．2 相对重要性 199 8．8小结 201

第9章 方差分析 202 9．1 术语速成 202 9．2 ANOVA模型拟合 204 9．2．1 aov()函数 205 9．2．2 表达式中各项的顺序 205 9．3 单因素方差分析 206 9．3．1 多重比较 208 9．3．2 评估检验的假设条件 212 9．4 单因素协方差分析 213 9．4．1 评估检验的假设条件 215 9．4．2 结果的可视化 215 9．5 双因素方差分析 216 9．6 重复测量方差分析 219 9．7 多元方差分析 222 9．7．1 评估检验的假设条件 223 9．7．2 稳健多元方差分析 224 9．8 用回归来做方差分析 225 9．9 小结 227

第 10章 功效分析228 10．1 假设检验速览 228 10．2 用pwr包做功效分析 230 10．2．1 t 检验 231 10．2．2 方差分析 233 10．2．3 相关性 233 10．2．4 线性模型 234 10．2．5 比例检验 235 10．2．6 卡方检验 235 10．2．7 在新情况中选择合适的效应值 237 10．3 绘制功效分析图 239 10．4 其他功效分析包 240 10．5 小结 241

第 11章 中级绘图 242 11．1 散点图 243 11．1．1 散点图矩阵 245 11．1．2 高密度散点图 248 11．1．3 三维散点图 251 11．1．4 旋转三维散点图 254 11．1．5 气泡图 255 11．2 折线图 257 11．3 相关图 260 11．4 马赛克图 264 11．5 小结 267

第 12章 重抽样与自助法 268 12．1 置换检验 268 12．2 用 coin 包做置换检验 270 12．2．1 独立双样本和 K 样本检验 271 12．2．2 列联表中的独立性 272 12．2．3 数值变量间的独立性 273 12．2．4 双样本和 K 样本检验 273 12．2．5 深入探究 274 12．3 用 lmPerm 包做置换检验 274 12．3．1 简单回归和多项式回归 274 12．3．2 多元回归 276 12．3．3 单因素方差分析和协方差分析 276 12．3．4 双因素方差分析 277 12．4 置换检验点评 278 12．5 自助法 278 12．6 boot 包中的自助法 279 12．6．1 对单个统计量使用自助法 ． 280 12．6．2 多个统计量的自助法 282 12．7 小结 284

第四部分 高级方法 第 13章 广义线性模型 287 13．1 广义线性模型和 glm()函数 288 13．1．1 glm()函数 288 13．1．2 连用的函数 289 13．1．3 模型拟合和回归诊断 290 13．2 Logistic 回归 291 13．2．1 解释模型参数 293 13．2．2 评价自变量对结果概率的影响 294 13．2．3 过度离势 295 13．2．4 扩展 296 13．3 泊松回归 296 13．3．1 解释模型参数 298 13．3．2 过度离势 299 13．3．3 扩展 300 13．4 小结 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 判断需提取的主成分数 306 14．2．2 提取主成分 307 14．2．3 主成分旋转 310 14．2．4 获取主成分得分 311 14．3 探索性因子分析 313 14．3．1 判断需提取的公共因子数 314 14．3．2 提取公共因子 315 14．3．3 因子旋转 315 14．3．4 因子得分 319 14．3．5 其他与探索性因子分析 相关的包 319 14．4 其他潜变量模型 319 14．5 小结 320

第 15章 时间序列 322 15．1 在 R 中生成时序对象 324 15．2 时序的平滑化和季节项分解 326 15．2．1 通过简单移动平均进行平滑处理 327 15．2．2 季节项分解 328 15．3 指数预测模型 334 15．3．1 单指数平滑 334 15．3．2 Holt 指数平滑和 Holt Winters 指数平滑 337 15．3．3 ets()函数和自动预测 339 15．4 ARIMA 预测模型 341 15．4．1 概念介绍 341 15．4．2 ARMA 和 ARIMA 模型 342 15．4．3 ARIMA 模型的自动预测 347 15．5 小结 348

第 16章 聚类分析 349 16．1 聚类分析的一般步骤 350 16．2 计算距离 351 16．3 层次聚类分析 353 16．4 划分聚类分析 357 16．4．1 K 均值聚类 357 16．4．2 围绕中心点的划分 364 16．5 避免不存在的聚类簇 365 16．6 小结 369

第 17章 分类 370 17．1 数据准备 371 17．2 Logistic 回归 372 17．3 决策树 374 17．3．1 经典决策树 374 17．3．2 条件推断树 377 17．4 随机森林 378 17．5 支持向量机 381 17．6 选择预测效果最好的模型 384 17．7 理解黑箱预测 387 17．7．1 绘制细分图 388 17．7．2 绘制 Shapley 值图 390 17．8 深入探究 391 17．9 小结 391

第 18章 处理缺失数据的高级方法 393 18．1 处理缺失值的步骤 394 18．2 识别缺失值 395 18．3 探索缺失值模式 396 18．3．1 缺失值的可视化 396 18．3．2 用相关性探索缺失值 400 18．4 理解缺失数据的来由和影响 401 18．5 合理推断不完整数据． 402 18．6 删除缺失数据 403 18．6．1 完整观测值分析（行删除） 403 18．6．2 可获取的观测值分析（成对删除） 404 18．7 单一插补 405 18．7．1 简单插补 405 18．7．2 k近邻插补 405 18．7．3 missForest 插补 407 18．8 多重插补 408 18．9 处理缺失数据的其他方法 410 18．10 小结 411

第五部分 技能扩展 第 19章 高级绘图 414 19．1 修改标尺 415 19．1．1 自定义坐标轴 415 19．1．2 自定义颜色 420 19．2 修改主题 424 19．2．1 预置主题 424 19．2．2 自定义字体 426 19．2．3 自定义图例 428 19．2．4 自定义绘图区 430 19．3 添加标注 432 19．3．1 给数据点添加标签 432 19．3．2 给条形添加标签 434 19．4 图形的组合 437 19．5 绘制交互式图形 439 19．6 小结 442

第 20章 高级编程 443 20．1 R 语言回顾 443 20．1．1 数据类型 444 20．1．2 控制结构 450 20．1．3 创建函数 452 20．2 使用环境 454 20．3 非标准计算 456 20．4 面向对象编程 458 20．4．1 泛型函数 458 20．4．2 S3 模型的局限性 460 20．5 编写高效的代码 460 20．5．1 高效的数据输入 460 20．5．2 向量化 461 20．5．3 准确调整对象的大小 462 20．5．4 并行化 462 20．6 调试 464 20．6．1 常见的错误来源 464 20．6．2 调试工具 465 20．6．3 支持调试的会话选项 468 20．6．4 使用 RStudio 的可视化调试器 471 20．7 小结 473

第 21章 创建动态报告 474 21．1 用模板生成报告 476 21．2 用R和R Markdown创建报告 478 21．3 用R和LaTeX创建报告 483 21．4 避免常见的R Markdown 错误 488 21．5 深入探讨 489 21．6 小结 489

第 22 章 创建包 490 22．1 edatools包 491 22．2 创建包 492 22．2．1 安装开发工具 493 22．2．2 创建包项目 493 22．2．3 添加函数 494 22．2．4 添加函数文档 499 22．2．5 添加一般帮助文件（可选） 501 22．2．6 添加样本数据到包（可选） 502 22．2．7 添加简介文档（可选） 503 22．2．8 编辑 DESCRIPTION 文件 503 22．2．9 生成并安装包 505 22．3 分发包 508 22．3．1 分发包的源文件 508 22．3．2 提交到 CRAN 509 22．3．3 托管到 GitHub 509 22．3．4 创建包网站 511 22．4 深入探讨 512 22．5 小结 513

附录A 图形用户界面 514 附录B 自定义启动环境 516 附录C 从 R 中导出数据 519 附录D R中的矩阵运算 521 附录E 本书中用到的包 523 附录F 处理大型数据集 527 附录G 更新 R 531 后记：探索R的世界 533