R语言之书 编程与统计

本书由浅入深、全面系统地介绍了R语言的编程和统计知识，为读者了解现代数据科学的计算方法奠定了比较坚实的基础。 本书包括语言、编程、统计学和概率、统计检验和建模、绘图共5个部分，基本涵盖了国外大学一、二年级的统计学课程。在讲授知识的同时，本书注重学以致用，每章穿插了许多练习，方便读者动手操作；每章结尾提供了本章讲述的代码汇总，方便读者快速查阅。通过对本书循序渐进的学习，读者可以逐步构建自己的知识体系，同时培养程序员的思维方式。本书适合R语言初学者从头开始学习，有编程经验的读者也可以挑选自己感兴趣的内容阅读。 本书既可以用作R语言编程的社会培训教材、自学教材，也可以用作高校师生，特别是统计学专业师生的辅导教材。

蒂尔曼·M. 戴维斯是新西兰奥塔哥大学的讲师，教授统计数据课程。他使用R语言编程已经有10年之久，并在他的所有课程上教授R语言编程。蒂尔曼·M. 戴维斯因对空间点模式建模的研究，被授予新西兰统计协会的Worsley奖。新西兰huang家学会授予他Marsden Fast-Start奖，表彰他解决了相关的问题。他组织了一个为期3天的R语言讲习班，这鼓励他写出这本面向R语言初学者的使用指南。

目　　录

第　一部分 语言

第　1章 新手入门　3

1.1　从CRAN获取并安装R　3

1.2　打开R之初体验　3

1.2.1　控制台和编辑窗格　4

1.2.2　注释　5

1.2.3　工作路径　6

1.2.4　安装和加载R包　6

1.2.5　帮助文件和函数文档　7

1.2.6　第三方编辑器　9

1.3　保存工作和退出R　9

1.3.1　工作空间　9

1.3.2　脚本　10

1.4　约定　10

1.4.1　编码　11

1.4.2　引用数学函数和等式　11

1.4.3　练习　12

第　2章 数值、运算、赋值和向量　13

2.1　R在基础数学上的应用　13

2.1.1　运算　13

2.1.2　对数和指数　14

2.1.3　科学计数法　15

2.2　分配对象　16

2.3　向量　17

2.3.1　创建向量　17

2.3.2　序列、重复、排序和长度　18

2.3.3　子集和元素的提取　21

2.3.4　面向向量的操作　25

第3章　矩阵和数组　30

3.1　定义一个矩阵　30

3.1.1　填充方式　31

3.1.2　合并行和列　31

3.1.3　矩阵的维度　32

3.2　构造子集　32

3.2.1　按行、列和对角线提取

元素　33

3.2.2　省略和改写　34

3.3　矩阵运算和线性代数　36

3.3.1　矩阵的转置　37

3.3.2　单位矩阵　37

3.3.3　矩阵的数乘　38

3.3.4　矩阵的加减法　38

3.3.5　矩阵的乘法　39

3.3.6　逆矩阵　40

3.4　多维数组　41

3.4.1　定义　42

3.4.2　子集、提取和替换　43

第4章　非数值型数据　47

4.1　逻辑值　47

4.1.1　TRUE还是FALSE　47

4.1.2　逻辑值的输出：关系

运算符　48

4.1.3　多重比较：逻辑运算符　51

4.1.4　逻辑值也是数值　53

4.1.5　利用逻辑值提取子集　54

4.2　字符　58

4.2.1　创建一个字符串　58

4.2.2　连接　59

4.2.3　转义序列　61

4.2.4　子集与匹配　62

4.3　因子　63

4.3.1　识别类别　63

4.3.2　水平的定义与排序　65

4.3.3　组合与分割　66

第5章　列表和数据框　70

5.1　列表对象　70

5.1.1　创建列表和访问组件　70

5.1.2　命名　72

5.1.3　嵌套　73

5.2　数据框　75

5.2.1　创建数据框　75

5.2.2　添加数据列并合并数据框　77

5.2.3　利用逻辑值提取记录的

子集　79

第6章　特殊值、类型和转换　82

6.1　特殊值　82

6.1.1　无穷数　82

6.1.2　NaN　84

6.1.3　NA　86

6.1.4　NULL　88

6.2　类型、类别和转换　91

6.2.1　属性　91

6.2.2　对象类别　93

6.2.3　检查对象函数is.　95

6.2.4　转换函数as.　96

第7章　基本绘图　102

7.1　使用plot调整坐标向量　102

7.2　图形化参数　103

7.2.1　自动绘图类型　104

7.2.2　标题和坐标轴标签　104

7.2.3　颜色　105

7.2.4　点和线的外观　106

7.2.5　绘图区域限制　107

7.3　在已有图中添加点、线和文本　107

7.4　ggplot2包　113

7.4.1　使用qplot进行快速绘图　113

7.4.2　用geoms设置外观常量　114

7.4.3　geoms的美学映射　116

第8章　读写文件　119

8.1　R内置数据集　119

8.1.1　内置数据集　119

8.1.2　贡献数据集　120

8.2　读入外部数据文件　121

8.2.1　表格格式　121

8.2.2　电子表格工作簿　124

8.2.3　基于网页的文件　125

8.2.4　其他文件格式　126

8.3　写出数据文件和图形　126

8.3.1　数据集　126

8.3.2　图像和图形文件　127

8.4　特殊对象的读/写操作　130

第二部分　编程

第9章　调用函数　135

9.1　作用域　135

9.1.1　环境　135

9.1.2　搜索路径　137

9.1.3　名称的保留和保护　139

9.2　参数匹配　140

9.2.1　准确性　140

9.2.2　局部匹配　141

9.2.3　位置　142

9.2.4　混合　142

9.2.5　省略号的用法　143

第　10章 条件和循环　145

10.1　if语句　145

10.1.1　独立语句　145

10.1.2　else语句　148

10.1.3　基于元素水平使用ifelse　149

10.1.4　嵌套和堆叠语句　150

10.1.5　转换函数　153

10.2　循环代码　156

10.2.1　for循环　156

10.2.2　while循环　162

10.2.3　使用apply的隐式循环　165

10.3　其他控制流程机制　169

10.3.1　break或next声明　169

10.3.2　repeat语句　171

第　11章 编写函数　175

11.1　函数命令　175

11.1.1　创建函数　175

11.1.2　使用返回　178

11.2　参数　180

11.2.1　惰性计算　180

11.2.2　设置默认值　183

11.2.3　检查缺失参数　184

11.2.4　省略号的处理　185

11.3　特殊函数　189

11.3.1　帮助函数　190

11.3.2　一次性函数　191

11.3.3　递归函数　192

第　12章 异常值、计时和可见性　196

12.1　异常值处理　196

12.1.1　正式声明：错误和警告　196

12.1.2　使用try命令来捕获错误　198

12.2　进度和计时　202

12.2.1　文本进度条：执行到

哪里了　202

12.2.2　测量完成时间：执行需要多长

时间　203

12.3　隐藏　204

12.3.1　函数与对象的区别　205

12.3.2　区分数据框变量　207

第三部分　统计学与概率

第　13章 初级统计学　213

13.1　描述原始数据　213

13.1.1　数值型变量　213

13.1.2　分类变量　214

13.1.3　单变量和多变量数据　215

13.1.4　参数和统计量　216

13.2　统计概要　216

13.2.1　集中趋势：均值、中位数、

众数　217

13.2.2　计数、百分比和比例　220

13.2.3　四分位数、百分位数和五分位数

概括法　222

13.2.4　离散程度：方差、标准差和

四分位差　223

13.2.5　协方差和相关系数　226

13.2.6　异常值　230

第　14章 数据可视化基础　233

14.1　条形图和饼图　233

14.1.1　绘制条形图　233

14.1.2　饼图简介　236

14.2　直方图　237

14.3　箱线图　239

14.3.1　独立箱线图　239

14.3.2　并列箱线图　240

14.4　散点图　241

14.4.1　单一散点图　242

14.4.2　散点图矩阵　243

第　15章 概率　248

15.1　什么是概率　248

15.1.1　事件和概率　248

15.1.2　条件概率　249

15.1.3　交集　249

15.1.4　并集　250

15.1.5　补集　250

15.2　随机变量和概率分布　251

15.2.1　观察值　251

15.2.2　离散随机变量　252

15.2.3　连续随机变量　254

15.2.4　形状、偏态和峰态　260

第　16章 常见的概率分布　263

16.1　常见的概率质量函数　263

16.1.1　伯努利分布　263

16.1.2　二项分布　264

16.1.3　泊松分布　268

16.1.4　其他质量函数　271

16.2　常见的概率密度函数　271

16.2.1　均匀分布　271

16.2.2　正态分布　275

16.2.3　学生t分布　282

16.2.4　指数分布　284

16.2.5　其他密度函数　286

第四部分　统计检验与建模

第　17章 抽样分布和置信度　291

17.1　抽样分布　291

17.1.1　样本均值的分布　292

17.1.2　样品比例的分布　295

17.1.3　其他统计的抽样分布　298

17.2　置信区间　298

17.2.1　平均值的置信区间　299

17.2.2　比例的置信区间　301

17.2.3　其他置信区间　301

17.2.4　对CI解释的评论　302

第　18章 假设检验　304

18.1　假设检验的组件　304

18.1.1　假设　305

18.1.2　检验统计量　305

18.1.3　p值　305

18.1.4　显著性水平　305

18.1.5　假设检验的拒绝域　306

18.2　检验均值　306

18.2.1　单个均值　306

18.2.2　两个均值　309

18.3　检验比例　316

18.3.1　单个比例　316

18.3.2　两个比例　318

18.4　检验分类变量　322

18.4.1　单个分类变量　322

18.4.2　两个分类变量　325

18.5　错误与功效　329

18.5.1　假设检验错误　329

18.5.2　第Ⅰ类错误　330

18.5.3　第Ⅱ类错误　332

18.5.4　统计功效　335

第　19章 方差分析　340

19.1　单因素方差分析　340

19.1.1　假设和诊断检验　340

19.1.2　单因素方差分析表　343

19.1.3　用aov函数创建方差

分析表　344

19.2　双因素方差分析　345

19.2.1　一系列假设　346

19.2.2　主效应和交互作用　347

19.3　Kruskal-Wallis检验　349

第　20章 简单线性回归　352

20.1　线性关系的一个示例　352

20.2　一般概念　353

20.2.1　模型的定义　354

20.2.2　估计截距和斜率的参数　354

20.2.3　用lm拟合线性模型　355

20.2.4　对残差的说明　356

20.3　统计推断　357

20.3.1　汇总拟合模型　357

20.3.2　回归系数的显著性检验　358

20.3.3　可决系数　359

20.3.4　其他汇总输出　359

20.4　预测　360

20.4.1　置信区间还是预测区间　360

20.4.2　解释区间　361

20.4.3　绘制区间　362

20.4.4　插值与外推　364

20.5　分类解释变量　365

20.5.1　二元变量：k = 2　365

20.5.2　多元变量：k > 2　368

20.5.3　改变参考水平　372

20.5.4　将分类变量视为数字　372

20.5.5　单因素方差分析的等价　375

第　21章 多元线性回归　377

21.1　相关术语　377

21.2　理论　378

21.2.1　将简单模型扩展为多元

模型　378

21.2.2　矩阵形式的估计　378

21.2.3　一个基础例子　379

21.3　在R中的实现和解释　380

21.3.1　其他解释变量　381

21.3.2　解释边际效应　383

21.3.3　可视化多元线性模型　383

21.3.4　查找置信区间　385

21.3.5　综合的F检验　385

21.3.6　对多元线性模型进行预测　387

21.4　转换数值变量　389

21.4.1　多项式　390

21.4.2　对数　395

21.4.3　其他变换　397

21.5　交互项　398

21.5.1　概念和动机　399

21.5.2　分类变量和连续变量　399

21.5.3　两个分类　403

21.5.4　两个连续　404

21.5.5　高阶交互项　406

第　22章 线性模型选择和诊断　409

22.1　拟合优度和复杂度　409

22.1.1　简约原则　409

22.1.2　一般原则　409

22.2　模型选择算法　410

22.2.1　嵌套比较：部分F检验　410

22.2.2　向前选择　413

22.2.3　向后选择　417

22.2.4　逐步AIC选择　420

22.2.5　其他选择算法　425

22.3　残差诊断　425

22.3.1　检查和解释残差　426

22.3.2　评估正态性　429

22.3.3　离群值、杠杆和影响　430

22.3.4　计算杠杆　433

22.3.5　库克距离　434

22.3.6　以图形方式组合残差、杠杆和

库克距离　437

22.4　共线性　441

22.4.1　潜在警告标志　441

22.4.2　相关预测　442

第五部分　高级绘图

第　23章 自定义高级绘图　447

23.1　掌握图形设备　447

23.1.1　手动打开新设备　448

23.1.2　在设备之间切换　448

23.1.3　关闭一个设备　449

23.1.4　一个设备中多个图形　449

23.2　绘制区域和边距　452

23.2.1　默认间距　452

23.2.2　自定义间距　453

23.2.3　剪切　454

23.3　点击式坐标互动　456

23.3.1　获取坐标　456

23.3.2　可视化所选坐标　456

23.3.3　专用注释　457

23.4　自定义传统R图形　460

23.4.1　样式和禁止的图形参数　460

23.4.2　自定义边框　461

23.4.3　自定义坐标轴　462

23.5　专用文本和标签符号　464

23.5.1　字体　464

23.5.2　希腊符号　465

23.5.3　数学表达式　466

23.6　完全注释的散点图　468

第　24章 进一步了解图形　474

24.1　是使用ggplot还是qplot　474

24.2　平滑和阴影　475

24.2.1　添加LOESS趋势　475

24.2.2　构建平滑密度估计　477

24.3　多个图形和变量的分面　479

24.3.1　独立图形　479

24.3.2　一个分类变量的分面绘图　481

24.4　ggvis包里的交互式工具　484

第　25章 在更高维上定义颜色和图形　490

25.1　颜色的表示和使用　490

25.1.1　红—绿—蓝十六进制颜色

代码　490

25.1.2　内置调色板　493

25.1.3　自定义调色板　494

25.1.4　使用调色板索引连续区　495

25.1.5　颜色图例　498

25.1.6　不透明度　499

25.1.7　RGB的替代和更多功能　501

25.2　3D散点图　503

25.2.1　基本语法　504

25.2.2　增强视觉　504

25.3　用于绘图的曲面　507

25.3.1　构造估计网格　507

25.3.2　构造z矩阵　508

25.3.3　概念化的z矩阵　509

25.4　轮廓图　510

25.4.1　画轮廓线　510

25.4.2　彩色填充轮廓　515

25.5　像素图像　518

25.5.1　一个网格点 = 一个像素　518

25.5.2　曲面截断和空像素　521

25.6　透视图　527

25.6.1　基本图和角度调整　527

25.6.2　为平面着色　530

25.6.3　循环旋转　532

第　26章 交互式3D图形　537

26.1　点云　537

26.1.1　基本3D云　537

26.1.2　增强视觉和图例　538

26.1.3　添加其他3D组件　539

26.2　双变量曲面　543

26.2.1　基本透视曲面　543

26.2.2　附加组件　544

26.2.3　根据z坐标值着色　546

26.2.4　设置长宽比　547

26.3　三变量曲面　550

26.3.1　三维估计坐标　551

26.3.2　等值面　552

26.3.3　实例：非参数三元密度　556

26.4　参数方程　560

26.4.1　简单矢量图　560

26.4.2　数学抽象图形　563

附录A　安装R和贡献包　571

A.1　下载和安装R　571

A.2　使用包　572

A.2.1　基础包　573

A.2.2　扩展包　573

A.2.3　贡献包　573

A.3　更新R和已安装的包　578

A.4　使用其他镜像和存储库　579

A.4.1　切换CRAN镜像　579

A.4.2　其他包库　579

A.5　引用和写作包　580

A.5.1　引用R和帮助包　580

A.5.2　编写我们自己的包　581

附录B　使用RStudio　582

B.1　基本布局和用法　582

B.1.1　编辑器和外观选项　583

B.1.2　自定义窗格　584

B.2　辅助工具　585

B.2.1　项目　585

B.2.2　包安装程序和更新程序　586

B.2.3　支持调试　587

B.2.4　标记、文档和图形工具　587

译后记　590