總序
前言
1 引言——如何成為數(shù)據(jù)分析師
1.1 數(shù)據(jù)分析的未來(lái)
1.2 欲善其事必先利其器
1.2.1 四大分析利器簡(jiǎn)介
1.2.2 四大分析利器的比較
1.2.3 數(shù)據(jù)分析工具的選擇
1.3 數(shù)據(jù)統(tǒng)計(jì)分析語(yǔ)言R簡(jiǎn)介
1.3.1 什么是R語(yǔ)言
1.3.2 為什么要用R語(yǔ)言
1.3.3 R語(yǔ)言的優(yōu)劣勢(shì)
1.3.4 如何發(fā)揮R的優(yōu)勢(shì)

2 數(shù)據(jù)收集過(guò)程
2.1 統(tǒng)計(jì)數(shù)據(jù)
2.1.1 基本概念
2.1.2 數(shù)據(jù)的分析
2.2 收集數(shù)據(jù)
2.2.1 數(shù)據(jù)格式
2.2.2 數(shù)據(jù)收集
2.3 數(shù)據(jù)管理
2.3.1 保存數(shù)據(jù)
2.3.2 輸入數(shù)據(jù)
2.3.3 R語(yǔ)言中數(shù)據(jù)形式

3 數(shù)據(jù)處理步驟
3.1 基本方法
3.1.1 基本函數(shù)
3.1.2 自定義函數(shù)
3.1.3 控制語(yǔ)句
3.2 數(shù)據(jù)選擇
3.2.1 選取觀測(cè)
3.2.2 選取變量
3.2.3 選取觀測(cè)與變量
3.2.4 剔除觀測(cè)與變量
3.3 數(shù)據(jù)轉(zhuǎn)換
3.3.1 修改變量名
3.3.2 創(chuàng)建變量
3.3.3 變量轉(zhuǎn)換
3.3.4 刪除變量
3.3.5 重新編碼
3.4 數(shù)據(jù)整理
3.4.1 數(shù)據(jù)集排序
3.4.2 數(shù)據(jù)集合并
3.4.3 缺失數(shù)據(jù)的處理

4 基本統(tǒng)計(jì)描述
4.1 基本圖形顯示函數(shù)
4.1.1 R語(yǔ)言中的高級(jí)繪圖函數(shù)
4.1.2 R語(yǔ)言中的低級(jí)繪圖函數(shù)
4.1.3 R語(yǔ)言中的繪圖函數(shù)參數(shù)
4.2 單變量（向量）數(shù)據(jù)分析
4.2.1 計(jì)數(shù)數(shù)據(jù)分析
4.2.2 計(jì)量數(shù)據(jù)分析
4.2.3 構(gòu)建自己的分析函數(shù)
4.3 多變量（數(shù)據(jù)框）數(shù)據(jù)分析
4.3.1 計(jì)數(shù)類(lèi)數(shù)據(jù)分析
4.3.2 計(jì)量類(lèi)數(shù)據(jù)分析
4.3.3 計(jì)數(shù)對(duì)計(jì)量數(shù)據(jù)分析
4.3.4 應(yīng)用類(lèi)函數(shù)的應(yīng)用

5 隨機(jī)變量及其分布
5.1 隨機(jī)變量及其分布
5.1.1 離散型隨機(jī)變量
5.1.2 連續(xù)型隨機(jī)變量
5.1.3 R語(yǔ)言分布函數(shù)列表
5.2 隨機(jī)抽樣與隨機(jī)數(shù)
5.2.1 離散變量隨機(jī)數(shù)
5.2.2 連續(xù)變量隨機(jī)數(shù)
5.3 統(tǒng)計(jì)量及其抽樣分布
5.3.1 樣本與統(tǒng)計(jì)量
5.3.2 常用的抽樣分布
5.3.3 抽樣分布的臨界值

6 基本統(tǒng)計(jì)推斷方法
6.1 正態(tài)總體的參數(shù)估計(jì)
6.1.1 參數(shù)估計(jì)的方法
6.1.2 均值的區(qū)間估計(jì)
6.2 正態(tài)總體的假設(shè)檢驗(yàn)
6.2.1 假設(shè)檢驗(yàn)的概念
6.2.2 單樣本均值比較的t檢驗(yàn)
6.2.3 兩樣本均值比較的t檢驗(yàn)
6.3 分布自由的非參數(shù)統(tǒng)計(jì)
6.3.1 非參數(shù)統(tǒng)計(jì)簡(jiǎn)介
6.3.2 單樣本非參數(shù)檢驗(yàn)
6.3.3 兩樣本非參數(shù)檢驗(yàn)
6.3.4 計(jì)數(shù)數(shù)據(jù)的卡方（x2）檢驗(yàn)

7 常用統(tǒng)計(jì)分析模型
7.1 相關(guān)分析模型
7.1.1 線性相關(guān)系數(shù)的計(jì)算
7.1.2 相關(guān)系數(shù)的假設(shè)檢驗(yàn)
7.1.3 相關(guān)系數(shù)的注意事項(xiàng)
7.1.4 分組數(shù)據(jù)的相關(guān)分析
7.2 回歸分析模型
7.2.1 一元線性回歸模型
7.2.2 多元線性回歸模型
7.2.3 多元回歸模型的統(tǒng)計(jì)診斷
7.2.4 分組多元回歸模型
7.3 數(shù)據(jù)分類(lèi)與模型選擇
7.3.1 數(shù)據(jù)域模型
7.3.2 方差分析模型
7.3.3 Logistic模型

8 R語(yǔ)言的高級(jí)應(yīng)用
8.1 R語(yǔ)言的編程概述
8.1.1 R語(yǔ)言編程基本知識(shí)
8.1.2 R語(yǔ)言數(shù)據(jù)對(duì)象說(shuō)明
8.1.3 R程序中的數(shù)學(xué)運(yùn)算
8.1.4 R中的字符與時(shí)間函數(shù)
8.2 R語(yǔ)言高級(jí)編程舉例
8.2.1 自定義函數(shù)的技巧
8.2.2 自定義統(tǒng)計(jì)量函數(shù)
8.2.3 自定義頻數(shù)表函數(shù)
8.2.4 自定義置信區(qū)間函數(shù)
8.2.5 自定義t檢驗(yàn)函數(shù)
8.3 R語(yǔ)言高級(jí)繪圖功能
8.3.1 特殊的統(tǒng)計(jì)圖
8.3.2 lattice繪圖
8.3.3 ggplot2繪圖
8.4 R語(yǔ)言統(tǒng)計(jì)模擬實(shí)驗(yàn)
8.4.1 MonteCarl0模擬方法
8.4.2 模擬函數(shù)的建立方法
8.4.3 對(duì)模擬的進(jìn)一步認(rèn)識(shí)

9 數(shù)據(jù)庫(kù)與調(diào)查分析
9.1 R語(yǔ)言中數(shù)據(jù)庫(kù)的使用
9.1.1 為何要使用數(shù)據(jù)庫(kù)
9.1.2 關(guān)系型數(shù)據(jù)庫(kù)簡(jiǎn)介
9.1.3 R語(yǔ)言中的數(shù)據(jù)庫(kù)接口包
9.2 調(diào)查數(shù)據(jù)的設(shè)計(jì)與分析
9.2.1 調(diào)查表的設(shè)計(jì)
9.2.2 調(diào)查數(shù)據(jù)的管理
9.2.3 調(diào)查數(shù)據(jù)的分析
9.3 生成統(tǒng)計(jì)分析報(bào)告
9.3.1 腳本文件的輸入和輸出
9.3.2 使用Markdown生成網(wǎng)頁(yè)報(bào)告
附錄 RStudio簡(jiǎn)介
參考文獻(xiàn)