R是統(tǒng)計(jì)領(lǐng)域廣泛使用的工具，屬于GNU系統(tǒng)的一個自由、免費(fèi)、源代碼開放的軟件，是用于統(tǒng)計(jì)計(jì)算和統(tǒng)計(jì)繪圖的優(yōu)秀工具。
下面我們將分享《R語言實(shí)戰(zhàn)》中的第1-16章的學(xué)習(xí)筆記匯總，由淺入深學(xué)習(xí)R的基本安裝中最重要的函數(shù)，以及一些重要擴(kuò)展包中的函數(shù)，從而用各種技術(shù)實(shí)現(xiàn)數(shù)據(jù)的可視化，解決各種難度的數(shù)據(jù)分析問題。
R語言實(shí)戰(zhàn)(1)——R語言介紹(學(xué)習(xí)分享)
R語言實(shí)戰(zhàn)(2)——創(chuàng)建數(shù)據(jù)集(學(xué)習(xí)分享)
R語言實(shí)戰(zhàn)(4)——數(shù)據(jù)管理
R語言實(shí)戰(zhàn)(5)——高級數(shù)據(jù)管理
R語言實(shí)戰(zhàn)(7)——基本統(tǒng)計(jì)分析
首先介紹了如何獲取和安裝R，通過簡單的示例熟悉R的用戶界面，運(yùn)行R程序，學(xué)習(xí)了如何從在線免費(fèi)下載擴(kuò)展(稱為用戶貢獻(xiàn)包)來增強(qiáng)基本安裝的功能。
R語言實(shí)戰(zhàn)(1)——R語言介紹(學(xué)習(xí)分享)
介紹了R中用于存儲數(shù)據(jù)的多種數(shù)據(jù)結(jié)構(gòu)，以及從鍵盤和外部來源導(dǎo)入數(shù)據(jù)的許多可能方式，為實(shí)現(xiàn)R的數(shù)據(jù)處理功能做準(zhǔn)備。
R語言實(shí)戰(zhàn)(2)——創(chuàng)建數(shù)據(jù)集(學(xué)習(xí)分享)
介紹了R中處理圖形的一般方法，包括圖形的創(chuàng)建和保存、修改圖形的特征（標(biāo)題、坐標(biāo)軸、標(biāo)簽、顏色、線條、符號和文本標(biāo)注）以及組合多幅圖形為單幅圖形的各種方法。
介紹了R中基本的數(shù)據(jù)集處理方法，將數(shù)據(jù)轉(zhuǎn)換或修改為更有助于分析的形式。
R語言實(shí)戰(zhàn)(4)——數(shù)據(jù)管理
介紹了R中用于創(chuàng)建和轉(zhuǎn)換變量的算術(shù)函數(shù)、字符處理函數(shù)和統(tǒng)計(jì)函數(shù)，學(xué)習(xí)了使用控制流來完成數(shù)據(jù)處理和分析任務(wù)，以及折疊、整合以及重構(gòu)數(shù)據(jù)的多種方法。
R語言實(shí)戰(zhàn)(5)——高級數(shù)據(jù)管理
介紹了可視化單個類別型或連續(xù)性變量分布的方法，探索條形圖、餅圖、扇形圖、直方圖、核密度圖、箱線圖、小提 琴圖和點(diǎn)圖的用法。
介紹了R中用于生成統(tǒng)計(jì)概要和進(jìn)行假設(shè)檢驗(yàn)的函數(shù)。包括樣本統(tǒng)計(jì)量和頻數(shù)表、獨(dú)立性檢驗(yàn)和類別型變量的相關(guān)性度量、定量變量的相關(guān)系數(shù)（和連帶的顯著性檢驗(yàn)）以及兩組或更多組定量結(jié)果變量的比較。
R語言實(shí)戰(zhàn)(7)——基本統(tǒng)計(jì)分析
表7-1 用于創(chuàng)建和處理列聯(lián)表的函數(shù)
介紹了R中實(shí)現(xiàn)回歸分析的各個步驟，包括擬合模型、檢驗(yàn)統(tǒng)計(jì)假設(shè)、修正數(shù)據(jù)和模型，以及為達(dá)到最終結(jié)果的再擬合等過程。
通過組內(nèi)和組間設(shè)計(jì)的示例介紹了如何對類別型預(yù)測變量進(jìn)行方差分析以及假設(shè)檢驗(yàn)。
學(xué)習(xí)了使用pwr包中的函數(shù)對常見的統(tǒng)計(jì)方法(包括t檢驗(yàn)、卡方檢驗(yàn)、比例檢驗(yàn)、ANOVA和回歸)進(jìn)行功效和樣本量的計(jì)算。
介紹了用于展示雙變量間關(guān)系（二元關(guān)系）和多變量間關(guān)系（多元關(guān)系）的繪圖方法，包括二維和三維散點(diǎn)圖、散點(diǎn)圖矩陣、氣泡圖、折線圖、相關(guān)系數(shù)圖和馬賽克圖。
介紹了當(dāng)數(shù)據(jù)抽樣于未知或混合分布、樣本量過小等等情況時，常用的兩種應(yīng)用廣泛的依據(jù)隨機(jī)化思想的統(tǒng)計(jì)方法：置換檢驗(yàn)和自助法。
介紹了如何使用glm()函數(shù)來進(jìn)行估計(jì)廣義線性模型，重點(diǎn)關(guān)注該框架中兩種流行的模型：Logistic回歸（因變量為類別型）和泊松回歸（因變量為 計(jì)數(shù)型）。
介紹了兩種用來探索和簡化多變量復(fù)雜關(guān)系的常用方法，主成分分析(PCA)和探索性因子分析(EFA)兩種方法的模型和分析步驟。
R語言實(shí)戰(zhàn)(14)——主成分分析和因子分析
介紹了如何在R中生成時間序列、判斷序列中是否存在某種趨勢或季節(jié)性因素，并探討了最常用的兩種預(yù)測手段，即指數(shù)模型和ARIMA模型。
介紹了常見聚類分析的一般步驟，描述了層次聚類和劃分聚類的常見方法，以及驗(yàn)證不存在的類。
