2017年3月9日
R语言编程艺术（2）R中的数据结构
摘要： 本文对应《R语言编程艺术》第2章：向量；第3章：矩阵和数组；第4章：列表；第5章：数据框；第6章：因子和表 R语言最基本的数据类型就是向量（vector），单个数值和矩阵都是向量的一种特例。 声明：R中不需要声明变量，但是注意函数式语言的特性，如果读写向量中的元素时，R事先不知道对象是向量的话，则函 阅读全文
posted @ 2017-03-09 19:24 gy_jerry 阅读(1380) 评论(0) 推荐(0) 编辑
R语言编程艺术（1）快速入门
摘要： 这本书与手上其他的R语言参考书不同，主要从编程角度阐释R语言，而不是从统计角度。因为之前并没有深刻考虑这些，因此写出的代码往往是一条条命令的集合，并不像是“程序”，因此，希望通过学习这本书，能提高编程效率，以及让自己更像是一个“程序员”。 本文对应《R语言编程艺术》第1章：快速入门。 生成向量的函数 阅读全文
posted @ 2017-03-09 19:10 gy_jerry 阅读(588) 评论(0) 推荐(0) 编辑
2017年2月28日
R语言实战（十）处理缺失数据的高级方法
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
posted @ 2017-02-28 21:55 gy_jerry 阅读(3786) 评论(0) 推荐(0) 编辑
R语言实战（九）主成分和因子分析
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
posted @ 2017-02-28 21:41 gy_jerry 阅读(19840) 评论(0) 推荐(0) 编辑
R语言实战（八）广义线性模型
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
posted @ 2017-02-28 21:34 gy_jerry 阅读(17050) 评论(0) 推荐(0) 编辑
R语言实战（七）图形进阶
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
posted @ 2017-02-28 21:31 gy_jerry 阅读(10778) 评论(0) 推荐(0) 编辑
2017年1月19日
R语言实战（六）重抽样与自助法
摘要： 本文对应《R语言实战》第12章：重抽样与自助法 之前学习的基本统计分析、回归分析、方差分析，是假定观测数据抽样自正态分布或者其他性质较好的理论分布，进而进行的假设检验和总体参数的置信区间估计等方法。但在许多实际情况中统计假设并不一定满足，比如抽样于未知或混合分布、样本量过小、存在离群点、基于理论分布 阅读全文
posted @ 2017-01-19 12:59 gy_jerry 阅读(7588) 评论(0) 推荐(0) 编辑
2017年1月15日
R语言实战（五）方差分析与功效分析
摘要： 本文对应《R语言实战》第9章：方差分析；第10章：功效分析 本文对应《R语言实战》第9章：方差分析；第10章：功效分析 方差分析： 回归分析是通过量化的预测变量来预测量化的响应变量，而解释变量里含有名义型或有序型因子变量时，我们关注的重点通常会从预测转向组别差异的分析，这种分析方法就是方差分析（AN 阅读全文
posted @ 2017-01-15 20:43 gy_jerry 阅读(19113) 评论(0) 推荐(0) 编辑
R语言实战（四）回归
摘要： 本文对应《R语言实战》第8章：回归 回归是一个广义的概念，通指那些用一个或多个预测变量（也称自变量或解释变量）来预测响应变量（也称因变量、效标变量或结果变量）的方法。通常，回归分析可以用来挑选与相应变量相关的解释变量，可以描述两者的关系，也可以生成一个等式，通过解释变量来预测响应变量。 回归分析的各 阅读全文
posted @ 2017-01-15 15:57 gy_jerry 阅读(8380) 评论(0) 推荐(0) 编辑
2016年12月26日
R语言实战（三）基本图形与基本统计分析
摘要： 本文对应《R语言实战》第6章：基本图形；第7章：基本统计分析 本章讨论的图形，主要用于分析数据前，对数据的初步掌握。想要对数据有一个初步的印象，最好的方式就是观察它，也就是将数据可视化。在这个过程中，我们不必要过于纠结图形是否漂亮美观，而重点关注各个简单图形的含义：观察数据的哪个方面时需要用到哪些图 阅读全文
posted @ 2016-12-26 10:41 gy_jerry 阅读(2649) 评论(0) 推荐(0) 编辑