“本书从务实的角度出发，清晰阐释了R的基本知识及统计数据分析，为我提供了很大帮助。”
——亚马逊读者评论

大数据时代已经到来，但数据分析、数据挖掘人才却十分短缺。由于“大数据”对每个领域的决定性影响，相对于经验和直觉，在商业、经济及其他领域中基于数据和分析去发现问题并作出科学、客观的决策越来越重要。开源软件R是世界上最流行的数据分析、统计计算及制图语言，几乎能够完成任何数据处理任务，可安装并运行于所有主流平台，为我们提供了成千上万的专业模块和实用工具，是从大数据中获取有用信息的绝佳工具。

本书从解决实际问题入手，尽量跳脱统计学的理论阐述来讨论R语言及其应用，讲解清晰透澈，极具实用性。作者不仅高度概括了R语言的强大功能、展示了各种实用的统计示例，而且对于难以用传统方法分析的凌乱、不完整和非正态的数据也给出了完备的处理方法。通读本书，你将全面掌握使用R语言进行数据分析、数据挖掘的技巧，并领略大量探索和展示数据的图形功能，从而更加高效地进行分析与沟通。

想要成为倍受高科技企业追捧的、炙手可热的数据分析师吗？想要科学分析数据并正确决策吗？不妨从本书开始，挑战大数据，用R开始炫酷的数据统计与分析吧！

本书内容：
R安装与操作
数据导入/导出及格式化
双变量关系的描述性分析
回归分析
模型适用性的评价方法以及结果的可视化
用图形实现变量关系的可视化
在给定置信度的前提下确定样本量
高级统计分析方法和高级绘图                        
目录

版权声明	阅读
那些年，我们一起学过的R语言	阅读
译者致谢	阅读
前言	阅读
关于本书	阅读
关于封面图片	阅读
第一部分　入门	阅读
第1章　R语言介绍 1.1　为何要使用R？ 1.2　R的获取和安装 1.3　R的使用 1.4　包 1.5　批处理 1.6　将输出用为输入——结果的重用 1.7　处理大数据集 1.8　示例实践 1.9　小结	阅读
第2章　创建数据集                                                             2.1　数据集的概念 2.2　数据结构 2.3　数据的输入 2.4　数据集的标注 2.5　处理数据对象的实用函数 2.6　小结
第3章　图形初阶                                                             3.1　使用图形 3.2　一个简单的例子 3.3　图形参数 3.4　添加文本、自定义坐标轴和图例 3.5　图形的组合 3.6　小结
第4章　基本数据管理                                                             4.1　一个示例 4.2　创建新变量 4.3　变量的重编码 4.4　变量的重命名 4.5　缺失值 4.6　日期值 4.7　类型转换 4.8　数据排序 4.9　数据集的合并 4.10　数据集取子集 4.11　使用SQL语句操作数据框 4.12　小结
第5章　高级数据管理                                                             5.1　一个数据处理难题 5.2　数值和字符处理函数 5.3　数据处理难题的一套解决方案 5.4　控制流 5.5　用户自编函数 5.6　整合与重构 5.7　小结
第二部分　基本方法
第6章　基本图形                                                             6.1　条形图 6.2　饼图 6.3　直方图 6.4　核密度图 6.5　箱线图 6.6　点图 6.7　小结
第7章　基本统计分析                                                             7.1　描述性统计分析 7.2　频数表和列联表 7.3　相关 7.4　t检验 7.5　组间差异的非参数检验 7.6　组间差异的可视化 7.7　小结
第三部分　中级方法
第8章　回归                                                             8.1　回归的多面性 8.2　OLS回归 8.3　回归诊断 8.4　异常观测值 8.5　改进措施 8.6　选择“最佳”的回归模型 8.7　深层次分析 8.8　小结
第9章　方差分析                                                             9.1　术语速成 9.2　ANOVA模型拟合 9.3　单因素方差分析 9.4　单因素协方差分析 9.5　双因素方差分析 9.6　重复测量方差分析 9.7　多元方差分析 9.8　用回归来做ANOVA 9.9　小结
第10章　功效分析                                                             10.1　假设检验速览 10.2　用pwr包做功效分析 10.3　绘制功效分析图形 10.4　其他软件包 10.5　小结
第11章　中级绘图                                                             11.1　散点图 11.2　折线图 11.3　相关图 11.4　马赛克图 11.5　小结
第12章　重抽样与自助法                                                             12.1　置换检验 12.2　用coin包做置换检验 12.3　lmPerm包的置换检验 12.4　置换检验点评 12.5　自助法 12.6　boot包中的自助法 12.7　小结
第四部分　高级方法
第13章　广义线性模型                                                             13.1　广义线性模型和glm()函数 13.2　Logistic回归 13.3　泊松回归 13.4　小结
第14章　主成分和因子分析                                                             14.1　R中的主成分和因子分析 14.2　主成分分析 14.3　探索性因子分析 14.4　其他潜变量模型 14.5　小结
第15章　处理缺失数据的高级方法                                                             15.1　处理缺失值的步骤 15.2　识别缺失值 15.3　探索缺失值模式 15.4　理解缺失数据的来由和影响 15.5　理性处理不完整数据 15.6　完整实例分析（行删除） 15.7　多重插补 15.8　处理缺失值的其他方法 15.9　小结
第16章　高级图形进阶                                                             16.1　R中的四种图形系统 16.2　lattice包 16.3　ggplot2包 16.4　交互式图形 16.5　小结
后记：探索R的世界
附录A　图形用户界面
附录B　自定义启动环境
附录C　从R中导出数据
附录D　制作出版级品质的输出
附录E　R中的矩阵运算
附录F　本书中用到的扩展包
附录G　处理大数据
附录H　更新R
参考文献