“本书从务实的角度出发，清晰阐释了R的基本知识及统计数据分析，为我提供了很大帮助。”
——亚马逊读者评论

大数据时代已经到来，但数据分析、数据挖掘人才却十分短缺。由于“大数据”对每个领域的决定性影响，相对于经验和直觉，在商业、经济及其他领域中基于数据和分析去发现问题并作出科学、客观的决策越来越重要。开源软件R是世界上最流行的数据分析、统计计算及制图语言，几乎能够完成任何数据处理任务，可安装并运行于所有主流平台，为我们提供了成千上万的专业模块和实用工具，是从大数据中获取有用信息的绝佳工具。

本书从解决实际问题入手，尽量跳脱统计学的理论阐述来讨论R语言及其应用，讲解清晰透澈，极具实用性。作者不仅高度概括了R语言的强大功能、展示了各种实用的统计示例，而且对于难以用传统方法分析的凌乱、不完整和非正态的数据也给出了完备的处理方法。通读本书，你将全面掌握使用R语言进行数据分析、数据挖掘的技巧，并领略大量探索和展示数据的图形功能，从而更加高效地进行分析与沟通。

想要成为倍受高科技企业追捧的、炙手可热的数据分析师吗？想要科学分析数据并正确决策吗？不妨从本书开始，挑战大数据，用R开始炫酷的数据统计与分析吧！

本书内容：
R安装与操作
数据导入/导出及格式化
双变量关系的描述性分析
回归分析
模型适用性的评价方法以及结果的可视化
用图形实现变量关系的可视化
在给定置信度的前提下确定样本量
高级统计分析方法和高级绘图
目录

版权声明	阅读
那些年，我们一起学过的R语言	阅读
译者致谢	阅读
前言	阅读
关于本书	阅读
关于封面图片	阅读
第一部分入门	阅读
第1章R语言介绍 1.1为何要使用R？ 1.2R的获取和安装 1.3R的使用 1.4包 1.5批处理 1.6将输出用为输入——结果的重用 1.7处理大数据集 1.8示例实践 1.9小结	阅读
第2章创建数据集 2.1数据集的概念 2.2数据结构 2.3数据的输入 2.4数据集的标注 2.5处理数据对象的实用函数 2.6小结
第3章图形初阶 3.1使用图形 3.2一个简单的例子 3.3图形参数 3.4添加文本、自定义坐标轴和图例 3.5图形的组合 3.6小结
第4章基本数据管理 4.1一个示例 4.2创建新变量 4.3变量的重编码 4.4变量的重命名 4.5缺失值 4.6日期值 4.7类型转换 4.8数据排序 4.9数据集的合并 4.10数据集取子集 4.11使用SQL语句操作数据框 4.12小结
第5章高级数据管理 5.1一个数据处理难题 5.2数值和字符处理函数 5.3数据处理难题的一套解决方案 5.4控制流 5.5用户自编函数 5.6整合与重构 5.7小结
第二部分基本方法
第6章基本图形 6.1条形图 6.2饼图 6.3直方图 6.4核密度图 6.5箱线图 6.6点图 6.7小结
第7章基本统计分析 7.1描述性统计分析 7.2频数表和列联表 7.3相关 7.4t检验 7.5组间差异的非参数检验 7.6组间差异的可视化 7.7小结
第三部分中级方法
第8章回归 8.1回归的多面性 8.2OLS回归 8.3回归诊断 8.4异常观测值 8.5改进措施 8.6选择“最佳”的回归模型 8.7深层次分析 8.8小结
第9章方差分析 9.1术语速成 9.2ANOVA模型拟合 9.3单因素方差分析 9.4单因素协方差分析 9.5双因素方差分析 9.6重复测量方差分析 9.7多元方差分析 9.8用回归来做ANOVA 9.9小结
第10章功效分析 10.1假设检验速览 10.2用pwr包做功效分析 10.3绘制功效分析图形 10.4其他软件包 10.5小结
第11章中级绘图 11.1散点图 11.2折线图 11.3相关图 11.4马赛克图 11.5小结
第12章重抽样与自助法 12.1置换检验 12.2用coin包做置换检验 12.3lmPerm包的置换检验 12.4置换检验点评 12.5自助法 12.6boot包中的自助法 12.7小结
第四部分高级方法
第13章广义线性模型 13.1广义线性模型和glm()函数 13.2Logistic回归 13.3泊松回归 13.4小结
第14章主成分和因子分析 14.1R中的主成分和因子分析 14.2主成分分析 14.3探索性因子分析 14.4其他潜变量模型 14.5小结
第15章处理缺失数据的高级方法 15.1处理缺失值的步骤 15.2识别缺失值 15.3探索缺失值模式 15.4理解缺失数据的来由和影响 15.5理性处理不完整数据 15.6完整实例分析（行删除） 15.7多重插补 15.8处理缺失值的其他方法 15.9小结
第16章高级图形进阶 16.1R中的四种图形系统 16.2lattice包 16.3ggplot2包 16.4交互式图形 16.5小结
后记：探索R的世界
附录A图形用户界面
附录B自定义启动环境
附录C从R中导出数据
附录D制作出版级品质的输出
附录ER中的矩阵运算
附录F本书中用到的扩展包
附录G处理大数据
附录H更新R
参考文献