基本信息
- 作者： [美] J. D. 隆（J. D. Long） ,保罗·蒂特（Paul Teetor）
- 丛书名： O’Reilly精品图书系列
- 出版社：机械工业出版社
- ISBN：9787111656814
- 上架时间：2020-12-16
- 出版日期：2020 年6月
- 开本：16开
- 页码：520
- 版次：1-1
- 所属分类：计算机 > 软件与程序设计 > 综合 > 高级程序语言设计
内容简介
目录
前言1
第1章 R入门和获得帮助9
1.1 下载和安装R软件10
1.2 安装RStudio12
1.3 开始运行RStudio13
1.4 输入R命令14
1.5 退出RStudio16
1.6 中断R正在运行的程序17
1.7 查看帮助文档18
1.8 获取函数的帮助文档20
1.9 搜索帮助文档22
1.10 查看R添加包帮助信息23
1.11 通过网络获取帮助24
1.12 寻找相关函数与添加包27
1.13 搜索邮件列表28
1.14 向Stack Overflow或社区的其他网站提交问题29
第2章 基础知识32
2.1 在屏幕上显示内容32
2.2 设定变量34
2.3 列出所有变量35
第1章 R入门和获得帮助9
1.1 下载和安装R软件10
1.2 安装RStudio12
1.3 开始运行RStudio13
1.4 输入R命令14
1.5 退出RStudio16
1.6 中断R正在运行的程序17
1.7 查看帮助文档18
1.8 获取函数的帮助文档20
1.9 搜索帮助文档22
1.10 查看R添加包帮助信息23
1.11 通过网络获取帮助24
1.12 寻找相关函数与添加包27
1.13 搜索邮件列表28
1.14 向Stack Overflow或社区的其他网站提交问题29
第2章 基础知识32
2.1 在屏幕上显示内容32
2.2 设定变量34
2.3 列出所有变量35
前言
R软件是进行统计分析、绘图和统计编程的强大工具。现在成千上万的人用它来进行日常的重要统计分析。R是一个自由、开源的软件系统，它是许多聪明、勤奋工作的人的集体工作成果。R有超过10 000个软件包插件，是其他商业统计软件包的强劲竞争对手。
但是，刚开始使用R软件时可能感到无从下手。对许多人来说，即便是一些基本的任务，R的实现也不是很明显。当了解了R的使用方法后，简单的问题自然能得心应手地解决，但学习“如何”使用R的过程有时会让人感到发狂。
本书介绍了如何使用R软件的一些方法，其中每一个方法对应解决某个特定的问题。介绍这些方法的途径为：首先给出待解决的问题，然后给出解决方案的简单介绍，之后再给出对解决方案的讨论，深入剖析解决方案，给出该方案的原理。我们知道这些方法实用，也知道这些方法可行，因为我们也在使用它们。
这些方法所涉及的范围较为广泛。首先，从基本的任务开始介绍，然后介绍数据的输入和输出、基本统计、图形以及线性回归。与R有关的工作都或多或少地涉及本书介绍的方法。
通过学习本书，初学者能快速了解R并上手。如果你对R软件有一定的了解，那么本书也能帮助你巩固已学的知识，拓宽你的思维（例如，“下一次我应该怎么使用Kolmogorov-Smirnov检验”）。
从严格意义上来说，本书并不是一本关于R软件的教程，但你将会从中学习到许多R软件的应用技巧。本书也不是一本关于R的参考手册，但它确实包含了许多实用的内容。本书更不是一个R软件的编程指南，但书中很多方法都可以应用到R的编程脚本中。
最后，本书不是统计学理论的参考书。本书假设读者对统计理论和方法有一定的了解，想知道的是如何在R软件中实现。
方法
本书介绍的大部分方法，都是由一两个R函数或命令来解决某一特定问题。需要注意的是，书中不会对某一函数的全部能力进行详细解释，而是仅介绍那些与需要解决的问题有关的函数能力。R软件中几乎所有的函数所具备的能力都远远不止本书中所介绍的，其中有的函数具有更强大的能力。因此强烈建议读者阅读这些函数的帮助页面，你可能会从中得到不少收获。
每个方法都为读者提供了解决某个问题的一条途径。当然对于每个问题有可能存在多个正确的解决方案。在这种情况下，我们一般会选择最为简单的方法。对于书中给出的任何问题，你自己或许可以找到其他一些解决方案。本书着重介绍解决问题的方法，类似“菜谱”书，而不是R软件的大全书。
尤其是，R软件有大量的添加包，这几千个R添加包都可以从网络下载。这些包中含有许多替代算法和统计方法。本书侧重于R基础发布版所带的核心功能，以及几个重要的放在一起统称为tidyverse的添加包。
tidyverse最简洁的定义来自Hadley Wickham—tidyverse的创始人和它的核心维护者之一：
“tidyverse是一组协调工作的添加包，它们共享通用数据表达式和API设计。tidyverse包旨在使其易于通过单个命令安装和加载核心包。了解tidyverse中的所有添加包以及它们如何组合在一起的最佳方式是阅读R for Data Science（http://r4ds.had.co.nz）一书。”
对术语的说明
每个方法旨在迅速地解决问题，而非长篇大论地进行论述。因此我们有时候会采用一些术语来简化相关内容的解释，这些术语有时候可能不精确，但是正确的。比如，术语泛型函数。我们把函数print(x)和plot(x)称为泛型函数，原因是它们能适当地处理多种输入参数x。计算机科学家可能会质疑这一术语，因为严格来说这些都不是简单的“函数”，它们是多态方法并且动态调度。但是，如果我们仔细地精确定义所有这样的技术细节，那么关键的解决方案将会埋没于这些细枝末节的技术问题中。所以为了便于阅读，我们就将它们称为函数。
另一个例子是统计学中的假设检验术语。若使用概率论的严格定义，就会使读者难以清晰理解这些检验的实际应用，所以我们以更通俗的语言来描述各个统计检验。更多有关假设检验方法的细节，请查看第9章的简介部分。
我们的目标是用通俗易懂而非严格的正式语言，让R软件能被更多的读者所理解和接受。因此希望各个领域的专家对于我们所给出的某些并不严谨的术语与定义予以谅解。
软件及平台说明
虽然R软件时常进行有计划的版本更新，但其语言定义和核心实现是稳定的。本书所介绍的方法适用于基础发布版的任何最新版本。
有些方法对于操作平台有特殊的要求，我们会在文中对其加以标注，这些方法大多数是一些软件本身的问题，如程序的安装和配置。据我们所知，书中的所有其他方法在R的三个主要平台（即Windows、macOS和Linux/Unix）上都能运行。
但是，刚开始使用R软件时可能感到无从下手。对许多人来说，即便是一些基本的任务，R的实现也不是很明显。当了解了R的使用方法后，简单的问题自然能得心应手地解决，但学习“如何”使用R的过程有时会让人感到发狂。
本书介绍了如何使用R软件的一些方法，其中每一个方法对应解决某个特定的问题。介绍这些方法的途径为：首先给出待解决的问题，然后给出解决方案的简单介绍，之后再给出对解决方案的讨论，深入剖析解决方案，给出该方案的原理。我们知道这些方法实用，也知道这些方法可行，因为我们也在使用它们。
这些方法所涉及的范围较为广泛。首先，从基本的任务开始介绍，然后介绍数据的输入和输出、基本统计、图形以及线性回归。与R有关的工作都或多或少地涉及本书介绍的方法。
通过学习本书，初学者能快速了解R并上手。如果你对R软件有一定的了解，那么本书也能帮助你巩固已学的知识，拓宽你的思维（例如，“下一次我应该怎么使用Kolmogorov-Smirnov检验”）。
从严格意义上来说，本书并不是一本关于R软件的教程，但你将会从中学习到许多R软件的应用技巧。本书也不是一本关于R的参考手册，但它确实包含了许多实用的内容。本书更不是一个R软件的编程指南，但书中很多方法都可以应用到R的编程脚本中。
最后，本书不是统计学理论的参考书。本书假设读者对统计理论和方法有一定的了解，想知道的是如何在R软件中实现。
方法
本书介绍的大部分方法，都是由一两个R函数或命令来解决某一特定问题。需要注意的是，书中不会对某一函数的全部能力进行详细解释，而是仅介绍那些与需要解决的问题有关的函数能力。R软件中几乎所有的函数所具备的能力都远远不止本书中所介绍的，其中有的函数具有更强大的能力。因此强烈建议读者阅读这些函数的帮助页面，你可能会从中得到不少收获。
每个方法都为读者提供了解决某个问题的一条途径。当然对于每个问题有可能存在多个正确的解决方案。在这种情况下，我们一般会选择最为简单的方法。对于书中给出的任何问题，你自己或许可以找到其他一些解决方案。本书着重介绍解决问题的方法，类似“菜谱”书，而不是R软件的大全书。
尤其是，R软件有大量的添加包，这几千个R添加包都可以从网络下载。这些包中含有许多替代算法和统计方法。本书侧重于R基础发布版所带的核心功能，以及几个重要的放在一起统称为tidyverse的添加包。
tidyverse最简洁的定义来自Hadley Wickham—tidyverse的创始人和它的核心维护者之一：
“tidyverse是一组协调工作的添加包，它们共享通用数据表达式和API设计。tidyverse包旨在使其易于通过单个命令安装和加载核心包。了解tidyverse中的所有添加包以及它们如何组合在一起的最佳方式是阅读R for Data Science（http://r4ds.had.co.nz）一书。”
对术语的说明
每个方法旨在迅速地解决问题，而非长篇大论地进行论述。因此我们有时候会采用一些术语来简化相关内容的解释，这些术语有时候可能不精确，但是正确的。比如，术语泛型函数。我们把函数print(x)和plot(x)称为泛型函数，原因是它们能适当地处理多种输入参数x。计算机科学家可能会质疑这一术语，因为严格来说这些都不是简单的“函数”，它们是多态方法并且动态调度。但是，如果我们仔细地精确定义所有这样的技术细节，那么关键的解决方案将会埋没于这些细枝末节的技术问题中。所以为了便于阅读，我们就将它们称为函数。
另一个例子是统计学中的假设检验术语。若使用概率论的严格定义，就会使读者难以清晰理解这些检验的实际应用，所以我们以更通俗的语言来描述各个统计检验。更多有关假设检验方法的细节，请查看第9章的简介部分。
我们的目标是用通俗易懂而非严格的正式语言，让R软件能被更多的读者所理解和接受。因此希望各个领域的专家对于我们所给出的某些并不严谨的术语与定义予以谅解。
软件及平台说明
虽然R软件时常进行有计划的版本更新，但其语言定义和核心实现是稳定的。本书所介绍的方法适用于基础发布版的任何最新版本。
有些方法对于操作平台有特殊的要求，我们会在文中对其加以标注，这些方法大多数是一些软件本身的问题，如程序的安装和配置。据我们所知，书中的所有其他方法在R的三个主要平台（即Windows、macOS和Linux/Unix）上都能运行。
媒体评论
本书的第2版涵盖了277个R语言实用方法，可以帮助你快速而有效地使用R进行数据分析。R语言给我们提供了统计分析的一切工具，但是R本身的结构可能不容易掌握。本书提供的面向任务的R语言实用方法涉及从基本的分析任务到输入和输出、常用统计分析、绘图、线性回归等内容，它们可以让你马上应用R高效地工作。
每一个R语言方法都专注于一个特定的问题，随后的讨论则对问题的解决方案给出解释，并阐释该方法的工作机理。对于R的初级用户，本书将帮助你步入R的殿堂；对于R的中级用户，本书将加深你对R的理解并拓展你的视野。通过本书，可以使你的分析工作顺利完成并学习更多R语言知识。
本书主要内容：
? 建立向量、处理变量，以及执行其他基本函数。
? 简化数据的输入和输出。
? 处理矩阵、列表、因子和数据框等数据结构。
? 分析概率、概率分布和随机变量。
? 计算统计量和置信区间，进行统计检验。
? 创建各种图形。
? 构建线性回归和方差分析（ANOVA）等统计模型。
? 探索高级统计技术，如聚类分析等。
J.D. Long在纽约市的Renaissance Re公司工作。他是Python、R和AWS的狂热用户，喜欢使用各种专业术语，并且经常在R会议上发表演讲。他是芝加哥R User Group的创始人。
Paul Teetor是一位定量分析专家，拥有统计学和计算机科学硕士学位。他擅长投资管理领域的分析与软件工程，与芝加哥的对冲基金、做市商和投资组合经理合作。
“ 我从本书中学到的东西比我从任何其他编程书中学到的都多。”
——David Curran
OpenJaw Technologies的
认知工程师
每一个R语言方法都专注于一个特定的问题，随后的讨论则对问题的解决方案给出解释，并阐释该方法的工作机理。对于R的初级用户，本书将帮助你步入R的殿堂；对于R的中级用户，本书将加深你对R的理解并拓展你的视野。通过本书，可以使你的分析工作顺利完成并学习更多R语言知识。
本书主要内容：
? 建立向量、处理变量，以及执行其他基本函数。
? 简化数据的输入和输出。
? 处理矩阵、列表、因子和数据框等数据结构。
? 分析概率、概率分布和随机变量。
? 计算统计量和置信区间，进行统计检验。
? 创建各种图形。
? 构建线性回归和方差分析（ANOVA）等统计模型。
? 探索高级统计技术，如聚类分析等。
J.D. Long在纽约市的Renaissance Re公司工作。他是Python、R和AWS的狂热用户，喜欢使用各种专业术语，并且经常在R会议上发表演讲。他是芝加哥R User Group的创始人。
Paul Teetor是一位定量分析专家，拥有统计学和计算机科学硕士学位。他擅长投资管理领域的分析与软件工程，与芝加哥的对冲基金、做市商和投资组合经理合作。
“ 我从本书中学到的东西比我从任何其他编程书中学到的都多。”
——David Curran
OpenJaw Technologies的
认知工程师
