Статистический анализ и визуализация данных с помощью R

Description

Электронная книга. — Хайдельберг – Лондон – Тольятти, 2014. — 401 с.Пособие "Статистический анализ и визуализация данных с помощью R" адресовано преимущественно студентам, аспирантам, молодым и состоявшимся учёным, а также профессиональным аналитикам, прежде не имевшим опыта работы с R. Акцент делается, в первую очередь, на практическое применение – на то, чтобы читатель, руководствуясь прочитанным, смог проанализировать свои данные и изложить результаты коллегам.СодержаниеПредисловиеОсновные компоненты статистической среды RИстория возникновения и основные принципы организации среды RРабота с командной консолью интерфейса RРабота с меню пакета R CommanderОбъекты, пакеты, функции, устройстваОписание языка RТипы данных языка RВекторы и матрицыФакторыСписки и таблицыИмпортирование данных в RПредставление даты и времени; временные рядыОрганизация вычислений: функции, ветвления, циклыВекторизованные вычисления в R с использованием apply функцийБазовые графические возможности RДиаграммы рассеяния plot() и параметры графических функцийГистограммы, функции ядерной плотности и функция cdplot()Диаграммы размаховКруговые и столбиковые диаграммыДиаграммы Кливленда и одноменрые диаграммы рассеянияКатегоризованные графикиОписательная статистика и подгонка распределенийОценка выборочных параметров с использованием специальных функцийИспользование функций summary() и дополнительных пакетовАнализ выбросовЗаполнение пропущенных значений в таблицах данныхВоспроизводимость результатов при использовании генератора случайных чиселЗаконы распределения вероятностей, реализованные в RПодбор закона и параметров распределения в RПроверка на нормальность распределенияКлассические методы и критерии статистикиГипотеза о равенстве средних двух генеральных совокупностейИспользование ранговых критериев Уилкоксона-Манна-УитниРандомизация, бутстреп и оценка статистической мощности (на примере двухвыборочного t-критерия)Гипотеза об однородности дисперсийВведение в дисперсионный анализОценка корреляции двух случайных величинКритерий хи-квадратТочный тест Фишера; критерии Мак-Немара и Кохрана-Мантеля-ХензеляОценка статистической мощности при сравнении долейЛинейные модели в дисперсионном анализеПротокол разведочного анализа данныхЛинейные модели дисперсионного анализаСтруктура модельных объектов дисперсионного анализаОценка адекватности модели дисперсионного анализаДисперсионный анализ по Краскелу-УоллисуМодели двух- и многофакторного дисперсионного анализаКонтрасты в линейных моделях, содержащих категориальные предикторыПроблема множественных проверок статистических гипотезМетоды сравнения групповых средних в дисперсионном анализеРегрессионные модели зависимостей между количественными переменнымиО понятии "статистическая модель"Простая линейная регрессия: каков возраст Вселенной?Модели регрессии при различных видах функции потерьКритерии выбора моделей оптимальной сложностиПолиномиальные и нелинейные модели регрессииМодель множественной регрессии и выбор е спецификацииПроцедуры диагностики моделей множественной регрессииГребневая и лассо-регрессия; использование главных компонентСравнение эффективности различных моделей при прогнозированииОбобщённые, структурные и иные модели регрессииМодели сглаживанияОбобщенные модели регрессииМодели пробит- и логит-регрессииОбобщенные модели для оценки показателей экологической толерантностиКовариационный анализМодели со смешанными эффектами для иерархическиОрганизованных данныхИндуктивные модели (метод группового учета аргументов)Моделирование структурными уравнениямиПространственный анализ ис оздание картограммПростая карта: использование растрового рисунка и подсчет расстоянийАнализ пространственного размещения точекИспользование сервисов картографической системы Google MapsСоздание картограмм при помощи RБиблиография и интернет-ресурсыОсновные литературные ссылки по тексту книгиБиблиографический указатель литературы по использованию RОсновные Интернет-ресурсы