Peixun.net > DVD > 统计软件 > R语言初级教程

R语言初级教程

课时:643 | 243人学习 分享 收藏
本初级课程在R入门概述之后,紧密的围绕R语言7个方面非常重要的基础能力进行展开;在对条件期望、条件方差、Poisson过程等基本知识进行简单介绍之后,系统地介绍了统计模拟的一些实用方法和技术,同时也给出了对应的案例。

R语言初级教程

01.初识R语言

软件的下载与安装

包的下载与载入

帮助与注意事项

一个复杂作图例子

02. 把数据输入R

用c()输入数据

结合数据变量:使用cbind()或者rbind()(上)

结合数据变量:使用cbind()或者rbind()(下)

结合数据变量:使用vector函数输入数据

结合数据变量:使用data.frame函数载入数据

结合数据变量:使用list函数结合数据

结合数据变量:使用矩阵结合数据

外部(Excel)数据的载入

03. 处理数据及其子集

访问数据框变量

访问数据框的子集

数据排序

合并2个数据集

输出数据

编码分类变量

几个简单的函数(tapply、sapply、table)

04. 图形工具

Plot函数

饼图

条形图和带形图实例

显示均值和标准差的条形图

条形图的画法(实例)

带形图

箱线图

离群值测定实例

在克里夫兰点图上添加均值

plot函数功能扩展

多组图

Lattice Package简介

05. 循环(控制流)和函数

if分支语句和for循环

其他语句

0和NA

利用函数和if指令解决一个问题

利用循环和函数输出图形

编程序用牛顿二分法求根

06. 数据的描述性和探索性分析

分布函数和概率密度函数的算法(上)

分布函数和概率密度函数的算法(下)

多元数据的数字特征及相关矩阵(上)

多元数据的数字特征及相关矩阵(中)

多元数据的数字特征及相关矩阵(下)

07. 参数估计

矩法

极大似然法(上)

极大似然法(下)

补充内容:nlm()函数求无约束优化问题

一个正态总体的情况下均值μ的区间估计

两个正态总体的情况

单侧置信区间估计

非正态总体的区间估计

08. 假设检验

假设检验理论

单个总体的情况及实例

两个总体的情况及实例

正态总体方差的假设检验

二项分布(非正态)总体的假设检验

Pearson拟合优度卡方检验(全)

Kolmogorov-Smirnov检验

列联表的独立性检验

符号检验

秩统计量和秩相关检验

Wilcoxon秩检验

09. 回归分析

一元线性回归

(附)关于残差

多元线性回归分析

逐步回析

普通残差

学生化残差

残差图

找出异常值点

(补充)综合分析一个回归例子

多重共线性


 

 

       该基础课程在R入门概述之后,紧密的围绕R语言7个方面非常重要的基础能力进行展开。R经常需要读取数据文件,数据处理或整理也是任何统计分析进行之前要做的工作,常常非常耗时耗力。如果数据处理好了,统计软件的分析工作常常可以在数秒内完成。
 
      引入数组、矩阵和编程后,R语言的数据处理能力将变得无比强大,几乎可以在很短的时间内,完成任何高难度的数据整理工作,将规范整洁的数据送进软件去分析。平日在Excel表中整理数据时不断需要的复制粘贴、排序、vlookup、index、甚至VB给您带来的烦恼一扫而光。

      和其它统计软件相比,R语言可以说是拥有最强大的作图功能,画出的图非常漂亮,一图胜千言,掌握好R的作图是一项最重要的基本功。对于统计分析来说,描述性和探索性统计分析、参数估计、假设检验、回归分析都是必须掌握的内容,而用R语言实现这些功能有独特的简洁和优势,所以放在本课程的基础部分介绍。

      Gino老师将带着您一步步不知不觉地掌握R的使用,下次遇到类似的问题您就知道如何做了,象探寻宝藏一样打开统计计量的大门,这是本课程能够达到的效果。

       举个例子,有的同学在分析中小企业贷款的难易程度(贷到与否)时很容易想到用Logistic回归模型去解决(事实上很多文献都会用Logistic回归模型去实证分析),但进一步查阅文献会发现有一个Heckman selection model也可以去分析这个问题,而且更为强大和前沿。这时候,您就会用Gino老师教您的,使用R调取相应的丰富资源(Gino老师教的方法),然后快速的学习其思想方法并使用R进行演练(Gino老师教的统计思想会帮助您),然后用在自己的文章中实证分析去发表。这样您论文的统计分析是站在R这个巨人的肩膀上,思想和方法实现上都会更加专业和前沿些。

 

   以下是本课程的详细提纲——

   01. 初识R语言

   1.1 软件的下载与安装

   1.2 包的下载与载入

   1.3 帮助与注意事项

   1.4一个复杂作图例子

 

   02. 把数据输入R

   2.1用c()输入数据

   2.2 结合数据变量的各种方法

   2.2.1 使用cbind()或者rbind()

   2.2.2 使用vector函数输入数据

   2.2.3 使用data.frame函数载入数据

   2.2.4 使用list函数结合数据

   2.2.5 使用矩阵结合数据

   2.3 外部(Excel)数据的载入

 

   03. 处理数据及其子集

   3.1 访问数据框变量

   3.2 访问数据框的子集

   3.3 数据排序

   3.4 合并2个数据集

   3.5 输出数据

   3.6 编码分类变量

   3.7 几个简单的函数(tapply函数、sapply函数、table函数)

 

   04. 图形工具

   4.1 Plot函数

   4.2 饼图

   4.3 条形图和带形图

   4.4 箱线图

   4.5 克里夫兰点图

   4.5.1 离群值测定实例

   4.5.2 在克里夫兰点图上添加均值

   4.6 plot函数的再研究

   4.7 多组图

   4.8 Lattice Package简介(包括多面板散点图xyplot、多面板箱线图、用histogram函数绘制多面板直方图、面板函数、用update更新图形)

 

   05. 循环(控制流)和函数

   5.1 循环

   5.1.1 if分支语句和for循环

   5.1.2 其他语句(包括switch分支语句、while循环语句、repeat循环语句)

   5.2函数

   5.2.1 0和NA

   5.2.2 利用函数和if指令解决一个问题

   5.2.3 利用循环和函数输出图形

   5.2.4 编程序用牛顿二分法求根

 

   06. 数据的描述性和探索性分析

   6.1 分布函数和概率密度函数的算法

   6.2 多元数据的数字特征及相关矩阵

 

   07. 参数估计

   7.1点估计(通过样本构造统计量估计总体参数。)

   7.1.1 矩法

   7.1.2 极大似然法

   7.1.3 补充内容:nlm()函数求无约束优化问题

   7.2 区间估计

   7.2.1 一个正态总体的情况下均值μ的区间估计

   7.2.2 两个正态总体的情况

   7.2.3 单侧置信区间估计

   7.2.4 非正态总体的区间估计

 

   08. 假设检验  

   8.1 假设检验理论

   8.2 正态总体均值的 假设检验

   8.2.1 单个总体的情况及实例

   8.2.2 两个总体的情况及实例

   8.3 正态总体方差的假设检验

   8.4 二项分布(非正态)总体的假设检验

   8.5 非参数检验

   8.5.1 Pearson拟合优度卡方检验

   8.5.2 Kolmogorov-Smirnov检验

   8.5.3 列联表的独立性检验

   8.5.4 符号检验

   8.5.5 秩统计量和秩相关检验

   8.5.6 Wilcoxon秩检验

 

   09. 回归分析

   9.1 一元线性回归

   9.2 多元线性回归分析

   9.3 逐步回析

   9.4 回归诊断

   9.4.1 普通残差

   9.4.2 学生化残差

   9.4.3 残差图

   9.4.4 找出异常值点

   9.4(补)综合分析一个回归例子

   9.5 多重共线性


请购买成功之后联系QQ:28819897142881989714 或者发邮件到vip@pinggu.org获得讲义及数据~

课程订阅

Peixun.net

R语言初级教程

请认真填写以下信息,方便为您服务
  • 姓名:
  • 电话:
  • 邮箱:
  • 备注:
  • 邀请码:
  • 您还可以选择 登录 或者 注册 更方便您管理课程。

Peixun.net

您关于:

R语言初级教程

的报名信息已经提交成功。

去购物车结算
您可以选择 登录 或者 注册 更方便您管理课程。
回头再说

邮件已发送!

已成功发送邮件到您注册的邮箱 请前往查询并点击链接重置密码

有待解答的问题

3 名学员对您的课程提问,需要您作出回答。 现在就去