- 作 者：谢颖编著
- 出 版 社：北京：社会科学文献出版社
- 出版年份：2018
- ISBN：9787520131193
- 标注页数：100 页
- PDF页数：108 页
请阅读订购服务说明与试读!
订购服务说明
1、本站所有的书默认都是PDF格式，该格式图书只能阅读和打印，不能再次编辑。
2、除分上下册或者多册的情况下，一般PDF页数一定要大于标注页数才建议下单购买。【本资源108 ≥100页】
图书下载及付费说明
1、所有的电子图书为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
3、所有的电子图书都是原书直接扫描方式制作而成。
第一章 R语言简介 1
第二章 数据读入与清理 4
一 下载和导入数据 4
二 包的获取和使用 5
三 数据读入 6
四 截取CGSS 2015数据集 8
第三章 描述性统计分析 10
一 描述性统计命令示例 10
二 创建表格和图示 12
三 双变量描述性统计 15
四 描述性统计结果可视化 17
第四章 简单线性回归 21
一 简单线性回归介绍 21
二 解读简单线性回归模型参数 23
三 其他线性回归模型 25
四 高阶拟合示例 26
第五章 多元线性回归 30
一 多元线性回归模型拟合 30
二 变量重编码 32
三 模型汇总 35
四 交互效应模型 37
五 可视化工具 39
第六章 二分变量回归 43
一 二值型回归模型 43
二 更多的解决方案 46
三 交互效应与可视化 48
第七章 广义线性模型扩展：泊松回归 56
一 泊松回归案例：幸福感分析 56
二 参数解读及模型诊断 60
三 模型扩展与可视化 62
第八章 有序因变量回归 65
一 模型构建和解读 65
二 模型扩展 67
三 模型结果可视化 68
第九章 匹配模型 71
一 匹配模型案例 71
二 模型可视化解读 72
第十章 主成分与因子分析 74
一 主成分分析数据准备 74
二 主成分分析结果 76
三 因子分析 78
第十一章 机器学习 86
一 非平衡数据处理 86
二 决策树建模 88
三 决策树可视化 90
四 神经网络 91
结语 94
参考文献 95
附录 参考R包 99