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 R
История возникновения и основные принципы организации среды R
Работа с командной консолью интерфейса R
Работа с меню пакета R Commander
Объекты, пакеты, функции, устройстваОписание языка R
Типы данных языка R
Векторы и матрицы
Факторы
Списки и таблицы
Импортирование данных в R
Представление даты и времени; временные ряды
Организация вычислений: функции, ветвления, циклы
Векторизованные вычисления в R с использованием apply функцийБазовые графические возможности R
Диаграммы рассеяния plot() и параметры графических функций
Гистограммы, функции ядерной плотности и функция cdplot()
Диаграммы размахов
Круговые и столбиковые диаграммы
Диаграммы Кливленда и одноменрые диаграммы рассеяния
Категоризованные графикиОписательная статистика и подгонка распределений
Оценка выборочных параметров с использованием специальных функций
Использование функций summary() и дополнительных пакетов
Анализ выбросов
Заполнение пропущенных значений в таблицах данных
Воспроизводимость результатов при использовании генератора случайных чисел
Законы распределения вероятностей, реализованные в R
Подбор закона и параметров распределения в R
Проверка на нормальность распределенияКлассические методы и критерии статистики
Гипотеза о равенстве средних двух генеральных совокупностей
Использование ранговых критериев Уилкоксона-Манна-Уитни
Рандомизация, бутстреп и оценка статистической мощности (на примере двухвыборочного t-критерия)
Гипотеза об однородности дисперсий
Введение в дисперсионный анализ
Оценка корреляции двух случайных величин
Критерий хи-квадрат
Точный тест Фишера; критерии Мак-Немара и Кохрана-Мантеля-Хензеля
Оценка статистической мощности при сравнении долейЛинейные модели в дисперсионном анализе
Протокол разведочного анализа данных
Линейные модели дисперсионного анализа
Структура модельных объектов дисперсионного анализа
Оценка адекватности модели дисперсионного анализа
Дисперсионный анализ по Краскелу-Уоллису
Модели двух- и многофакторного дисперсионного анализа
Контрасты в линейных моделях, содержащих категориальные предикторы
Проблема множественных проверок статистических гипотез
Методы сравнения групповых средних в дисперсионном анализеРегрессионные модели зависимостей между количественными переменными
О понятии "статистическая модель"
Простая линейная регрессия: каков возраст Вселенной?
Модели регрессии при различных видах функции потерь
Критерии выбора моделей оптимальной сложности
Полиномиальные и нелинейные модели регрессии
Модель множественной регрессии и выбор е спецификации
Процедуры диагностики моделей множественной регрессии
Гребневая и лассо-регрессия; использование главных компонент
Сравнение эффективности различных моделей при прогнозированииОбобщённые, структурные и иные модели регрессии
Модели сглаживания
Обобщенные модели регрессии
Модели пробит- и логит-регрессии
Обобщенные модели для оценки показателей экологической толерантности
Ковариационный анализ
Модели со смешанными эффектами для иерархически
Организованных данных
Индуктивные модели (метод группового учета аргументов)
Моделирование структурными уравнениямиПространственный анализ ис оздание картограмм
Простая карта: использование растрового рисунка и подсчет расстояний
Анализ пространственного размещения точек
Использование сервисов картографической системы Google Maps
Создание картограмм при помощи RБиблиография и интернет-ресурсы
Основные литературные ссылки по тексту книги
Библиографический указатель литературы по использованию R
Основные Интернет-ресурсы
