R语言与数据分析实战全套教学课件.pptx

R语言与数据分析实战

;1.商业数据分析及其工具;1.数据分析引论及其R语言环境;;大数据分析;1.2数据类型;1.3数据来源;数据来源;1.4数据分析工具简介;1.4.1R语言简介;1.4.2Python简介;1.4.3Stata简介;1.4.4Matlab简介;1.4.5EViews数据分析工具简介;1.4.6SAS数据分析工具简介;1.4.7SPSS数据分析工具简介;1.5数据分析及其R语言环境;;2R语言的下载

点击DownloadRforWindows;3R语言的安装;3R语言的安装;4R语言程序包的安装与加载;5R语言的启动和退出;6R语言的在线帮助系统;2R语言数据对象及其类型;2.1R语言的对象与属性;数据对象类型;2.2对象信息的浏览和删除;2.3R语言向量;2.3.2字符型向量对象;2.3.3逻辑型向量;2.3.4因子型向量;2.3.4因子型向量;2.3.5数值型向量的运算;2.3.6常用统计函数;2.3.6常用统计函数;2.3.7向量的下标与子集（元素）的提取;2.4R语言数组与矩阵;2.4.2矩阵的建立;2.4.3数组与矩阵的下标与子集（元素）的提取;2.4.4矩阵的运算函数;2.矩阵的统计运算;（2）sweep()函数的使用方法;（3）scale()函数的使用方法;2.5R语言数据框;2.5.3适用于数据框的函数;2.5.5数据框的下标与子集的提取;2.5.6数据框中添加新变量;2.6R语言时间序列;2.6R语言时间序列;2.7R语言列表;3R语言数据存储与获取;3.2R语言数据读取;3.2.2Excel数据的读取;3.2.3R语言中数据集的读取;3.2.4R语言中的格式数据;4R语言编程;4.1R语言函数基础;4.2R语言循环和向量化;4.2.2向量化;4.3用R语言编写程序;4.3用R语言编写程序;4.4用R语言编写函数实例;4.5用R语言编写标准函数的实例;4.6R语言面向对象的编程及其实例;;

R语言与数据分析实战

（二）

;5R语言图形的可视化;5.1R语言绘图基础知识;5.1R语言绘图基础知识;;;5.1.2低级绘图命令;5.1.3绘图参数;5.2R语言R语言直方图的绘制;5.3R语言散点图的绘制;5.4R语言曲线标绘图的绘制;5.5R语言连线标绘图的绘制;5.6R语言箱图的绘制;5.7R语言饼图的绘制;5.8R语言条形图的绘制;3.7Python折线图的绘制;3.8Python曲线标绘图的绘制;3.9Python连线标绘图的绘制;5.9R语言点图的绘制;5.10R语言复杂图形的绘制;;6R语言描述性统计;6.1R语言统计分布;图6-1正态分布图;4对数正态分布;6.1.2t分布;6.1.3卡方分布;6.1.4F分布;6.2描述性统计量;6.2.2??量尺度;6.2.3频数分布;;6.2.4集中趋势的度量;;6.2.5中位数;6.2.6众数;6.2.7分位数;6.2.8离散程度的度量;;6偏度;7峰度;6.3R语言单组数据描述性统计;6.3.3离差描述;6.3.4偏度与峰度描述;6.4R语言多组数据描述性统计;6.4.2方差和与协方差的计算;6.5R语言分类数据描述性统计;6.6R语言列联表图形描述;;;;7R语言参数估计;7.1参数估计与置信区间的含义;7.2R语言点估计;7.3R语言单正态总体均值区间估计;7.4R语言单正态总体方差区间估计;7.5R语言双正态总体均值差区间估计;7.5R语言双正态总体均值差区间估计;7.6R语言双正态总体方差比区间估计;7.7R语言确定样本容量;8R语言参数假设检验;8.1参数假设检验的基本理论;8.1参数假设检验的基本理论;检验统计量和关键值;3.决策规则;8.2R语言单个样本t检验;8.3R语言两个独立样本t检验;8.4R语言配对样本t检验;8.5R语言单样本方差假设检验;8.6R语言双样本方差假设检验;

9R语言相关分析、回归分析与计量检验

（三）

;9.1相关分析基本理论;1简单相关系数的计算;2简单相关系数的显著性检验;9.2R语言相关分析;9.3一元线性回归分析基本理论;9.3.2一元线性回归的假设;9.3.3方差分析;9.3.4决定系数;9.3.5估计的标准误;9.3.6回归系数的假设检验;9.3.7回归系数的置信区间;9.4R语言一元线性回归分析;;9.5多元线性回归分析基本理论;9.5.2方差分析;9.5.3决定系数;9.5.4估计的标准误;9.5.5回归系数的t检验和置信区间;9.5.6回归系数的F检验;;9.5.7虚拟变量;;9.6R语言多元线性回归分析;;9.7R语言处理多重共线性问题;;9.8R语言处理自相