第Ⅰ部分 编程

第1章 安装

1.1 R的安装

1.2 R的启动

1.3工作目录

1.4书写脚本

1.5帮助

1.6辅助材料

第2章 基于R的计算环境

2.1算术

2.2变量

2.3函数

2.4向量

2.5缺失数据

2.6表达式及其赋值

2.7逻辑表达式

2.8矩阵

2.9工作空间

2.10习题

第3章 编程基础

3.1引言

3.2 if分支

3.3 for循环

3.4 while循环

3.5向量化编程

3.6程序流程

3.7基础调试

3.8良好的编程习惯

3.9习题

第4章 输入和输出

4.1文本

4.2从文件输入

4.3从键盘输入

4.4输出到文件

4.5绘图

4.6习题

第5章 函数化编程

5.1函数

5.2范围及其影响

5.3可选参数和缺省值

5.4基于向量形式的函数编程

5.5循环程序

5.6调试函数

5.7习题

第6章 复杂数据结构

6.1因子

6.2数据框

6.3列表

6.4 apply命令族

6.5习题

第7章 绘图

7.1引言

7.2图形参数：par

7.3图形扩展

7.4数学排版

7.5产生永久图形

7.6群组制图：格的使用

7.7 3D制图

7.8习题

第8章 R语言高级编程技术

8.1程序包

8.2框架和环境

8.3程序调试

8.4面向对象程序设计：S3

8.5面向对象程序设计：S4

8.6编译代码

8.7扩展阅读

8.8习题

第Ⅱ部分 数值技术

第9章 数值精度与程序的效率

9.1数字的机器表示

9.2有效数字

9.3时间

9.4循环和向量

9.5存储器

9.6警告

9.7习题

第10章 求根

10.1引言

10.2不动点迭代法

10.3牛顿-拉富生算法

10.4割线法

10.5二分法

10.6习题

第11章 数值积分

11.1梯形积分法

11.2辛普森积分法

11.3自适应积分法

11.4习题

第12章 最优化

12.1牛顿最优化方法

12.2黄金分割法

12.3多元最优化

12.4最速上升法

12.5多维情形下的牛顿法

12.6 R中的最优化及其相关延伸问题

12.7一个曲线拟合的例子

12.8习题

第Ⅲ部分 概率与统计

第13章 概率

13.1概率公理

13.2条件概率

13.3独立性

13.4全概率公式

13.5贝叶斯定理

13.6习题

第14章 随机变量

14.1分布函数的定义

14.2离散型和连续型随机变量

14.3经验分布函数和直方图

14.4期望和有限近似

14.5变换

14.6方差和标准差

14.7弱大数定理

14.8习题

第15章 离散型随机变量

15.1 R里的离散型随机变量

15.2伯努利分布

15.3二项分布

15.4几何分布

15.5负二项分布

15.6泊松分布

15.7习题

第16章 连续型随机变量

16.1 R里的连续型随机变量

16.2均匀分布

16.3寿命模型：指数和威布尔

16.4泊松过程和伽玛分布

16.5抽样分布：正态、X2和t

16.6习题

第17章 参数估计

17.1点估计

17.2中心极限定理

17.3置信区间

17.4蒙特卡洛置信区间

17.5习题

第Ⅳ部分 模拟

第18章 模拟

18.1模拟独立同分布的均匀分布随机样本

18.2离散型随机变量的模拟

18.3连续型随机变量的逆变换法

18.4连续型随机变量的拒绝法

18.5正态分布的模拟

18.6习题

第19章 蒙特卡洛积分

19.1投点法

19.2（改进的）蒙特卡洛积分

19.3习题

第20章 方差缩减

20.1对立抽样法

20.2重要抽样法

20.3控制变量法

20.4习题

第21章 案例研究

21.1引言

21.2流行病案例

21.3库存问题

21.4种子传播

第22章 案例选讲

22.1水坝水位模型

22.2轮盘赌问题

22.3蒲沣投针试验

22.4投保风险

22.5壁球比赛

22.6股票价格

R命令术语表

书中涉及的程序与函数

索引