第1章 基础知识 1 1.1 初始步骤 1 1.1.1 大型计算器 2 1.1.2 赋值 3 1.1.3 向量运算 4 1.1.4 标准过程 5 1.1.5 作图 6 1.2 r语言基础 8 1.2.1 表达式和对象 8 1.2.2 函数和参数 9 1.2.3 向量 10 1.2.4 引用和转义序列 10 1.2.5 缺失值 11 1.2.6 生成向量的函数 11 1.2.7 矩阵和数组 13 1.2.8 因子 15 1.2.9 列表 16 1.2.10 数据框 17 1.2.11 索引 17 1.2.12 条件选择 18 1.2.13 数据框的索引 19 1.2.14 分组数据和数据框 20 1.2.15 隐式循环 21 1.2.16 排序 23 1.3 练习题 24 第2章 r语言环境 25 2.1 会话管理 25 2.1.1 工作空间窗口 25 2.1.2 文本输出 26 2.1.3 脚本 27 2.1.4 获取帮助 27 2.1.5 包 28 2.1.6 内置数据 29 2.1.7 attach和detach 29 2.1.8 subset，transform和within 31 2.2 作图系统 32 2.2.1 图形布局 32 2.2.2 利用部分构造图形 33 2.2.3 par的使用 34 2.2.4 组合图形 35 2.3 r编程 36 2.3.1 流程控制 37 2.3.2 类和类函数 37 2.4 数据输入 38 2.4.1 读取文本文件 39 2.4.2 read.table 的进一步讨论 41 2.4.3 数据编辑器 42 2.4.4 其他程序的接口 43 2.5 练习题 44 第3章 概率和分布 45 3.1 随机抽样 45 3.2 概率计算和排列组合 46 3.3 离散分布 47 3.4 连续分布 47 3.5 r中的内置分布 48 3.5.1 密度 48 3.5.2 累积分布函数 50 3.5.3 分位数 51 3.5.4 随机数字 52 3.6 练习题 53 第4章 描述性统计和图形 54 4.1 单组的汇总统计量 54 4.2 分布的图形展示 58 4.2.1 直方图 58 4.2.2 经验累积分布 59 4.2.3 q–q图 59 4.2.4 箱式图 60 4.3 分组数据的汇总统计量 61 4.4 分组数据作图 64 4.4.1 直方图 64 4.4.2 并联箱式图 65 4.4.3 带状图 66 4.5 表格 68 4.5.1 生成表格 68 4.5.2 边际表格和相对频数 71 4.6 表格的图形显示 72 4.6.1 条形图 72 4.6.2 点图 74 4.6.3 饼图 75 4.7 练习题 76 第5章 单样本与双样本检验 77 5.1 单样本t检验 77 5.2 wilcoxon符号秩检验 80 5.3 两样本t检验 82 5.4 比较方差 83 5.5 两样本wilcoxon检验 84 5.6 配对t检验 85 5.7 配对wilcoxon检验 86 5.8 练习题 87 第6章 回归与相关性 88 6.1 简单线性回归 88 6.2 残差与回归值 92 6.3 预测与置信带 95 6.4 相关性 98 6.4.1 皮尔逊相关系数 98 6.4.2 斯皮尔曼相关系数 99 6.4.3 肯德尔等级相关系数? 100 6.5 练习题 100 第7章 方差分析与kruskal-wallis检验 102 7.1 单因素方差分析 102 7.1.1 成对比较和多重检验 106 7.1.2 放宽对方差的假设 107 7.1.3 图像表示 108 7.1.4 bartlett检验 109 7.2 kruskal-wallis检验 110 7.3 双因素方差分析 110 7.4 friedman检验 114 7.5 回归分析中的方差分析表 114 7.6 练习题 115 第8章 表格数据 117 8.1 单比例 117 8.2 两个独立的比例 118 8.3 k比例，检验趋势 120 8.4 r ? c表格 122 8.5 练习题 124 第9章 功效与样本容量的计算 126 9.1 功效计算原则 126 9.1.1 单样本t及配对样本t检验的功效 127 9.1.2 两样本t检验的功效 128 9.1.3 近似方法 128 9.1.4 比较比例的功效 129 9.2 两样本问题 129 9.3 单样本问题及配对样本检验 131 9.4 比例的比较 131 9.5 练习题 132 第10章 数据处理的高级技术 133 10.1 变量的重编码 133 10.1.1 cut函数 133 10.1.2 处理因子 135 10.1.3 日期的使用 136 10.1.4 多变量重编码 139 10.2 条件计算 140 10.3 合并与重构数据框 141 10.3.1 追加数据框 141 10.3.2 合并数据框 142 10.3.3 重塑数据框 144 10.4 数据的分组及分案例操作 146 10.5 时间分割 148 10.6 练习题 152 第11章 多元回归 153 11.1 多维数据绘图 153 11.2 模型设定和模型输出 155 11.3 模型筛选 157 11.4 练习题 161 第12章 线性模型 162 12.1 多项式回归 163 12.2 过原点的回归分析 165 12.3 设计矩阵与虚拟变量 166 12.4 组间的共线性 168 12.5 交互效应 172 12.6 可重复的双因素方差分析 172 12.7 协方差分析 173 12.7.1 图形描述 174 12.7.2 比较回归线 177 12.8 模型诊断 183 12.9 练习题 187 第13章 逻辑回归 189 13.1 广义线性模型 190 13.2 表格化数据的逻辑回归 190 13.2.1 偏差表分析 195 13.2.2 与趋势检验之间的关联 196 13.3 似然剖面分析 197 13.4 让步比估计的表达 199 13.5 原始数据的逻辑回归 199 13.6 预测 201 13.7 模型检查 202 13.8 练习题 206 第14章 生存分析 208 14.1 重要概念 208 14.2 生存对象 209 14.3 kaplan-meier估计 210 14.4 对数秩检验 213 14.5 cox比例风险模型 214 14.6 练习题 216 第15章 比率和泊松回归 217 15.1 基本思想 217 15.1.1 泊松分布 217 15.1.2 带有常数风险的生存分析 218 15.2 泊松模型的拟合 219 15.3 计算比率 223 15.4 带有常数强度的模型 226 15.5 练习题 230 第16章 非线性曲线拟合 231 16.1 基本用法 232 16.2 寻找初值 233 16.3 自启动模型 238 16.4 剖面分析 240 16.5 更好地控制拟合算法 241 16.6 练习题 242 附录a 获取并安装r以及iswr包 243 附录b iswr中的数据集 246 附录c 摘要 272 附录d 练习题答案 283