摘要：
本文对应《R语言实战》第15章：处理缺失数据的高级方法 本文仅在书的基础上进行简单阐述，更加详细的缺失数据问题研究将会单独写一篇文章。 处理缺失值的一般步骤： 缺失数据的分类： 完全随机缺失（MCAR）：某变量的缺失数据与其他任何观测或未观测的变量都不相关； 随机缺失（MAR）：某变量上的缺失数据与 阅读全文
摘要：
本文对应《R语言实战》第14章：主成分和因子分析 主成分分析（PCA）是一种数据降维技巧，它能将大量相关变量转化为一组很少的不相关变量，这些无关变量成为主成分。 探索性因子分析（EFA）是一系列用来发现一组变量的潜在结构的方法。通过寻找一组更小的、潜在的或隐藏的结构来解释已观测到的、显式的变量间的关 阅读全文
摘要：
本文对应《R语言实战》第13章：广义线性模型 广义线性模型扩展了线性模型的框架，包含了非正态因变量的分析。 两种流行模型：Logistic回归（因变量为类别型）和泊松回归（因变量为计数型） glm()函数的参数 分布族 默认的连接函数 binomial (link = “logit”) gaussi 阅读全文
摘要：
本文对应《R语言实战》第11章：中级绘图；第16章：高级图形进阶 基础图形一章，侧重展示单类别型或连续型变量的分布情况；中级绘图一章，侧重展示双变量间关系（二元关系）和多变量间关系（多元关系）的绘图；高级绘图进阶一章介绍四种图形系统，主要介绍lattice和ggplot2包。 基础图形一章，侧重展示 阅读全文