R语言统计入门(第2版) - 前言.docVIP

前言 R是一款统计计算编程语言，你可以在通用公共许可（GPL）规则下从互联网获取它。也就是说，你可以免费获取它、发布它，甚至拿它来卖钱，只要获取者与你有相同的权利，并且可以免费获得源代码。R可以在微软公司的Windows XP以及之后的版本中使用，在UNIX，Linux以及苹果公司的Macintosh OS X系统中也可以使用。 R提供了统计计算以及绘图的环境。事实上，R是一款完整的编程语言，尽管这一点在本书中鲜有提及。本书中，我们主要学习一些基本的概念，并且研究一些有指导性的例子。 R可以在某个统计计算结果的基础上再进行扩展计算。此外，R的数据可视化系统既允许我们使用诸如plot(x,y)这样的简单命令来进行绘图，也提供了对图形输出更好的控制。正因为R是一款编程语言，所以R非常灵活。其他一些统计软件，提供了更好的交互以及菜单表格类的选项接口，但是通常这样用户友好的界面反而会限制使用者进一步探索。尽管一些基本的统计只需要一些固定的计算过程，但是对于一个稍微复杂的数据进行建模，就需要一些特别设定的计算，而R的灵活性在这时就会成为显著的优势。 R之所以被称为“R”，其实是一个互联网式的幽默。也许你知道C语言（C语言之所以被称为C也是有一段故事的）。受到这种命名方式的启发，Bechker和Chambers在20世纪80年代早期为他们新发明的语言起名为S。这种语言后来被发展成一个商用的版本S-PLUS，并被全世界各地的统计学家广为使用。新西兰奥克兰大学的Ross Ihaka和Robert Gentleman为了教学目的，写了一个S的简化版。这两位先生的名字都以R开头，好吧，还有什么理由拒绝以R作为这个语言的名字呢？ 在1995年，Martin Maechler劝说Ross和Robert在GPL规则下公开他们R语言的源代码。这与当时风行一时的Linux系统开源运动不谋而合。R很快给那些需要在Linux上进行统计计算的人带去了福音。很快，交流故障与讨论R发展的邮件列表就被建立起来。 在1997年8月，我受邀加入了R语言核心小组，并且从那时起开始负责R语言的发展。R语言核心小组也经历了扩展，目前共有19名成员。2000年2月29日，R1.0.0版本问世，而本书完成之际，版本已经更新为2.6.2。 本书基于我在哥本哈根大学健康科学系教授健康研究的基本统计课程时的一系列笔记而成。该课程本来面向医药学的博士生而设立。在本书中，内容已经做过修正，这是因为我希望它能面向更多的读者。尽管如此，本书中的例子依然大多是生物统计方面的。 后来的几年中，在爱沙尼亚塔尔图大学每年的流行病学统计实践课程中，我也将此做为向年轻的统计学家和流行病学者介绍和体验R的资料。 本书并非R的手册，而是希望借此向读者介绍一些基本的概念和技巧，从而引导大家开始进行一些统计的实战。 本书覆盖了统计学和工科一年级学生所应该掌握的基本概念。这些学生需要进一步学习更为复杂的模型，同时也需要一些实际的工程经验，其中就包括了用R进行编程。 对于那些仅仅把基本的统计作为工具的领域和学科，这本书的内容相对来说走得更远。多元回归以及多因子试验的分析在这些学科中很少被教授，而在实际研究中则显得很重要。我选择了一些这方面的内容，并且使得本书的内容适合于初级水平的读者。然而，为了使得本书体系完整，第1章和第2章中的某些内容可能会让某些已经熟悉R的读者想要跳过。 综上，这本书试图对多个人群都有帮助，但是我也不能说单单这本书对这些人就足够了。我在介绍统计方法的时候，加入了一些理论的内容，而这些内容对于统计学新人来说，只是一道“开胃菜”，希望它们能够提醒大家去探索更多的统计学知识。 第2版需要注意的地方 第1版的第1章做了扩展，并被拆分为两章，在一些简单统计方法介绍之后，插入了一章介绍R语言高级数据处理的章节。此外，还新加了两章统计方法的内容，包括泊松回归以及非线性拟合。在描述性统计的章节，也新增了一些内容。第1版介绍方法论的部分稍作改动，仅仅为了适应当前R的版本。习题部分进行了修改，所有习题答案都放在附录D中。 致谢 显然，如果没有我在R核心小组的同事与朋友的帮助，以及那些贡献R包的作者，还有在邮件列表里的讨论，是不会有这本书的。 我非常感谢我的同事以及助教Lene Theil Skovgaard，Bendix Carstensen，Birthe Lykke Thomsen，Helle Rootzen，Claus Ekstrom，Thomas Scheike。此外，还要感谢塔尔图课程的Krista Fischer，Esa L??ra，Martyn Plummer，Mark Myatt，and Michael，Hills，以及一些参与课程的学生的反馈。此外，Bill Venables，Brian Riple