Ⅰ 基础篇

第1章 获取和安装R

R版本

R的安装

WindoWs

Mac OS X

Linux和UNIX系统

第2章 R的用户界面

R的图形用户界面

Windows

Mac OS X

Linux和UNIX程序

R控制台

命令行编辑

批处理模式

在Excel中使用R

RStudio

其他运行R的方式

第3章 简短的示例

基本操作

函数

变量

数据结构简介

对象和类

模型和公式

图表

获得帮助

第4章 R包

R包概览

列示本地库中的R包

加载R包

在Windows和Linux系统下加载R包

在Mac OS X系统下加载R包

搜索R包资源库

搜索网络上的R包资源库

基于R界面搜寻和安装包

从其他资源库安装R包

定制R包

创建包目录

创建R包

Ⅱ 语言篇

第5章 R语言概览

表达式

对象

符号

函数

在赋值语句中，对象会被复制

R中一切皆为对象

特殊值

NA

Inf和-Inf

NaN

NULL

强制转换

R解释器

观察R是如何工作的

第6章 R语法

常量

数值向量

字符向量

符号

运算符

运算顺序

赋值操作

表达式

分离型表达式

括号

花括号

控制结构

条件语句

循环

访问数据结构

数据结构操作符

通过整数向量引用

通过逻辑向量引用

通过名字进行引用

R编程标准

第7章 R对象

基本对象类型

向量

列表

其他对象

矩阵

数组

因子

数据框

公式

时间序列

Shingle对象

日期和时间对象

连接对象

属性

类

第8章 符号和环境

符号

环境

全局环境

环境和函数

调用堆栈

在不同的环境中对函数求值

向环境中添加对象

异常

提示错误

捕获错误

第9章 函数

函数的关键字

参数

返回值

函数参数

匿名函数

函数的属性

参数顺序和具名实参

副作用

改变其他环境

输入／输出

图形

第10章 面向对象编程

R的面向对象编程概览

核心概念

实现的例子

R的面向对象编程：S4

类的定义

对象的新建

槽的存取

对象的操作

创建强制转换方法

方法

方法的管理

基本类型

更多的帮助

守旧派的OOP:S3

S3的类

S3方法

在S4的类中使用S3的类

查找隐藏的S3方法

Ⅲ 数据篇

第11章 数据的存取和编辑

在R中输入数据

用R命令输入数据

用图形界面输入数据

保存和读入R对象

用save保存对象

从外部文件导入数据

文本文件

其他软件

导出数据

从数据库获取数据

导出然后导入

数据库连接包

RODBC

DBI

TSDBI

从Hadoop中获取数据

第12章 准备数据

合并数据集

粘贴数据结构

通过共同字段合并数据

数据转换

变量重新赋值

转换函数

对对象的每个元素进行函数运算

数据分段

shingle

Cut

利用分组变量合并对象

子集

中括号索引的方式

subset函数

随机抽样

汇总函数

tapply与aggregate

用rowsum聚合表格

计数

数据修整

数据清洗

查找和删除重复数据

排序

Ⅳ 可视化篇

第13章 图形

RGraphics概述

散点图

时间序列

柱状图

饼图

分类数据绘图

三维数据

绘制分布图

箱线图

画图设备

自定义图形

绘图函数常见参数

图形参数

基本图形函数

第14章 Lattice绘图

历史

lattice包概述

lattice的工作原理

例子

使用lattice函数

定制面板函数

高级lattice函数

单一的网格作图

二元网格作图

三元图

其他图形

定制lattice图

lattice函数的常用参数

trellis.skeleton

指定如何绘制坐标轴

参数

plot.trellis

strip.default

simpleKey

低级函数

低级绘图函数

面板函数

第15章 ggplot2

一个简短的介绍

图形语法

一个更复杂的例子：医保数据

快速绘图

用ggplot2绘图

更多信息

Ⅴ 统计篇

第16章 数据分析

描述性统计

相关系数和协方差

主成分分析

因子分析

bootstrap重抽样

第17章 概率分布

正态分布

常见分布的参数

分布函数族

第18章 统计检验

连续型数据

基于正态分布的检验

不依赖分布的检验

离散数据

比例检验

二项式检验

列联表检验

列联表非参数检验

第19章 功效检验

实验设计示例

t检验实验设计

比例实验设计

方差分析设计

第20章 回归模型

简单的线性模型示例

拟合模型

指定模型的工具函数

获取模型信息

更新模型

lm函数的详述

最小二乘回归的假设

稳健回归和阻力回归

子集选取和Shrinkage回归

变量的逐步选取

岭回归

Lasso和最小角回归

弹性网络

主成分回归和偏最小二乘回归

非线性模型

广义线性模型

glmnet包

非线性最小二乘

生存模型

平滑

样条线

拟合多项式曲面

核平滑

回归的机器学习算法

回归树模型

MARS算法

神经网络

投影寻踪回归

广义可加模型

支持向量机

第21章 分类模型

线性分类模型

logistic回归

线性判别分析

对数线性模型

机器学习分类模型

k近邻

分类树模型

神经网络

支持向量机

随机森林

第22章 机器学习

购物篮分析

聚类

距离度量

聚类算法

第23章 时间序列分析

自相关函数

时间序列模型

Ⅵ 其他主题

第24章 优化R程序性能

R程序性能的测量

时间测定

性能分析

监控内存的使用

内存性能分析

优化你的R代码

使用向量操作

R中查找的性能

使用数据库查询大数据集

内存预分配

清理内存

大数据集的函数

加速R的其他方法

R字节码编译器

高性能的R版本

第25章 Bioconductor

例子

加载原始的表达数据

从GEO读取数据

匹配表型数据

分析表达数据

关键的Bioconductor包

数据结构

eSet

AssayData

AnnotatedDataFrame

MLAME

Bioconductor包使用的其他类

如何进一步学习

Bioconductor之外的资源

教程

课程

相关图书

第26章 R和Hadoop

R和Hadoop

Hadoop简介

RHadoop

Hadoop streaming

了解更多

一些其他的用R做并行计算的包

Segue

doMC

从哪里我们可以了解更多

参考文献

索引