《基于R统分析与数据挖掘》课件.pptx

  1. 1、本文档共329页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
《基于R统分析与数据挖掘》课件

第1章 关于R;为什么选择R和如何学习R;R入门必备;R的下载;启动R;当前已经加载了哪些包;当前可以做的事情;当前可以做的事情;如何获得的R帮助文档;函数和包的拓展使用;R的运行方式;R的运行方式;退出R;第2章 R的数据组织;从存储角度划分R对象;从结构角度划分R对象;创建和访问R的数据对象;创建和访问R的数据对象;向量的创建和访问;访问向量中的元素;矩阵的创建和访问;矩阵的创建和访问;访问矩阵中的元素;访问矩阵中的元素;访问矩阵中的元素;数据框的创建和访问;访问数据框;数据对象的相互转换;从文本文件读数据;第3章 R 的数据管理;数据合并;数据合并;数据排序;数据排序;缺失数据报告;判断缺失值和完整观测;判断缺失值和完整观测;生成缺失数据报告;变量计算;变量计算函数;用户自定义函数;用户自定义函数的定义;用户自定义函数的定义;变量值的重编码:分组;变量值的重编码:分组;变量值的重编码:重定义类别值;数据筛选;数据筛选:按条件筛选;数据筛选:随机筛选;数据保存;数据管理中控制流程;分支结构的流程控制;分支结构的流程控制;循环结构的流程控制;循环结构的流程控制;循环结构的流程控制;循环结构的流程控制;利用流程控制还原汇总数据;第4章 R的基本数据分析: 描述和相关;数值型单变量的描述;计算基本描述统计量;计算多个变量的某个描述统计量;分类型单变量的描述;分类型单变量的描述;两数值型变量相关性的分析;计算简单相关系数;计算简单相关系数;简单相关系数的检验;简单相关系数的检验;计算偏相关系数;计算偏相关系数;两分类型变量相关性的分析;两分类型变量相关性的描述;两分类型变量相关性的描述;两分类型变量相关性的描述;两分类型变量相关性的检验;卡方检验的R函数和示例;第5章 R的基本数据分析: 可视化;R的基本数据分析:可视化;绘图基础:图形设备和图形文件;绘图基础:图形组成和图形参数;绘图基础:图形布局;数值型单变量分布的可视化;茎叶图;箱线图;箱线图;直方图与核密度图;直方图与核密度图;小提琴图;小提琴图;克利夫兰点图;克利夫兰点图;时序折线图;时序折线图;分类型变量分布和相关性的可视化;简单柱形图;简单柱形图;簇式柱形图;簇???柱形图;饼图和扇形图;饼图和扇形图;马赛克图;马赛克图;两数值型变量相关性的可视化;简单散点图;在简单散点图上添加回归线;在简单散点图上添加回归线;在简单散点图上添加回归线;高密度散点图的处理;高密度散点图的处理;高密度散点图的处理;三维散点图和气泡图;三维散点图和气泡图;三维散点图和气泡图;矩阵散点图;矩阵散点图;相关系数图;相关系数图;相关系数图;分组散点图;分组散点图;第6章 R的两均值比较检验;R的两均值比较检验;R的两均值比较检验;R的两均值比较检验;两独立样本的均值检验;两独立样本的均值检验;两独立样本的均值检验;示例:;两独立样本均值检验的进一步研究;两独立样本均值检验的进一步研究;两独立样本均值检验的进一步研究;两独立样本均值检验的进一步研究;两配对样本的均值检验;两配对样本的均值检验;两配对样本的均值检验;两配对样本的均值检验;样本均值检验的功效分析;样本均值检验的功效分析;样本均值检验的功效分析;样本均值检验的功效分析;两总体分布差异的非参数检验;Wilcoxon秩和检验;Wilcoxon秩和检验;柯尔莫哥和斯米诺夫;柯尔莫哥和斯米诺夫;两配对样本分布差异的非参数检验;Wilcoxon符号秩检验;Wilcoxon符号秩检验;两样本均值差的置换检验;两样本均值差的置换检验;示例:;两样本均值差的自举法检验;两样本均值差的自举法检验;两样本均值差的自举法检验;两样本均值差的自举法检验;两样本均值差的自举法检验;第7章 R的方差分析;方差分析;方差分析;方差分析;单因素方差分析;单因素方差分析;单因素方差分析;示例:;各总体均值的可视化;各总体均值的可视化;检验单因素方差分析的前提假设;总体正态性检验;总体正态性检验;总体正态性检验;总体正态性检验;各总体方差齐性检验;多重比较检验;多重比较检验的LSD检验;LSD(Least Significant Difference)检验的R函数:aov aov函数仅给出了控制变量第二个水平及后续水平下的观测变量均值,与控制变量第一个水平下的观测变量均值的差, 即t统计量的分子部分。结果组织在名为coefficients的成分中 示例:;单因素协方差分析;单因素协方差分析;多因素方差分析;多因素方差分析;多因素方差分析;多因素方差分析;交互效应的可视化;第8章 R的回归分析: 一般线性模型;回归分析概述;回归分析的一般步骤;回归分析涉及的主要内容;回归分析涉及的主要内容;建立线性回归模型;建立线性回归模型;线性回归方程的参数估计;线性回归方程的参数估计

文档评论(0)

138****7331 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档