Contents
1 Starting R 4
1.1 Installing R . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Basic R Commands . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 An Example of an R Session . . . . . . . . . . . . . . . . . . 4
2 Objects in R 6
2.1 Vectors and matrices . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Lists . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3 Factors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.4 Data frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.5 Homework . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3 Functions 10
3.1 Built-in functions . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2 Writing functions . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.3 Plotting functions . . . . . . . . . . . . . . . . . . . . . . . . 13
3.4 Home Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4 Linear models 14
4.1 A simple regression example . . . . . . . . . . . . . . . . . . 14
4.2 Model formulae . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4.3 Diagnostics . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.4 Model selection . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.5 Homework . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1
5 Generalized Linear Models (GLM) 19
5.1 The basic model . . . . . . . . . . . . . . . . . . . . . . . . . 19
5.2 Analysis of deviance . . . . . . . . . . . . . . . . . . . . . . . 20
5.3 Fitting the model . . . . . . . . . . . . . . . . . . . . . . . . . 21
5.4 Generic functions and method functions . . . . . . . . . . . . 21
5.5 A small Binomial example . . . . . . . . . . . . . . . . . . . . 21
5.6 Fitting other families . . . . . . . . . . . . . . . . . . . . . . . 23
5.7 Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
5.8 A Poisson example . . . . . . . . . . . . . . . . . . . . . . . . 23
5.9 Home Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
6 Robust methods 26
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
6.2 The lqs function for resistant regression . . . . . . . . . . . 26
6.3 Some examples . . . . . . . . . . . . . . . . . . . . . . . . . . 28
6.4 Home work . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
7 Non-linear Regression 33
7.1 The basic model . . . . . . . . . . . . . . . . . . . . . . . . . 33
7.2 A small example . . . . . . . . . . . . . . . . . . . . . . . . . 33
7.3 Attributes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
7.4 Prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
7.5 Pro les . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
7.6 Home work . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
8 Non-parametric and semi-parametric Regression 40
8.1 Non-parametric smoothing . . . . . . . . . . . . . . . . . . . 40
8.2 The projection-pursuit model . . . . . . . . . . . . . . . . . . 41
8.3 A simulated example of PP-regression . . . . . . . . . . . . . 42
8.4 Home work . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
9 Tree-based models 45
9.1 An example of a regression tree . . . . . . . . . . . . . . . . 46
9.2 An example of a classi cation tree . . . . . . . . . . . . . . . 49
9.3 Homework . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
10 Multivariate analysis 53
10.1 Multivariate data . . . . . . . . . . . . . . . . . . . . . . . . . 53
10.2 Graphical methods . . . . . . . . . . . . . . . . . . . . . . . . 54
10.3 Principal components analysis . . . . . . . . . . . . . . . . . 54
2
10.4 cluster analysis . . . . . . . . . . . . . . . . . . . . . . . . . . 55
10.5 Home work . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
10.6 Classi cation . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
10.7 Multivariate linear models . . . . . . . . . . . . . . . . . . . . 64
10.8 Canonical correlations . . . . . . . . . . . . . . . . . . . . . . 65
10.9 Project 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66