本书以R语言为实现工具,以数据可视化分析为导向,结合实际数据和案例介绍数据的可视化方法。对于一些常用的绘图函数,书中以表格形式列出了函数参数的详细注释。所有图形均给出了详细的绘图代码。全书包括3个部分和10章内容。 ??第1部分包括第1章和第2章。第1章介绍R语言的初步使用技能,内容包括R的基本操作、创建R数据、生成频数分布表等。第2章介绍R绘图基础,内容包括R传统绘图包graphics中的绘图函数及基本使用方法。 ??第2部分包括第3章~第9章。分别介绍数据分析中常用的可视化方法。第3章介绍类别数据可视化方法;第4章~第7章介绍数值数据及按因子分类的数值数据的可视化方法,包括分布特征、变量间关系、样本相似性及时间序列等;第8章介绍线性回归模型和方差分析模型的可视化方法;第9章介绍常用概率分布的可视化方法。 ??第3部分即第10章
本书前九章介绍了Android应用开发的基本概念。很后七章介绍了更具体的主题。附录中介绍了正文章节中涉及到的几个概念:检索设备的尺寸,包括状态栏和操作栏的高度;动态调整TextView的字体大小;使用
本书通过大量案例研究介绍数据可视化的基础知识,以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事,进而达到有效沟通的目的。具体内容包括:如何充分理解上下文,如何选择合适的图表,如何消除杂乱,如
临床研究过程中,首先要获得用于临床分析的数据,数据一般存在于电子病历系统中,可从电子病历系统通过导出或手工摘录的方式得到Word或Excel格式的临床数据。Word格式的数据是半结构化数据,Excel
本书介绍了多元时间序列数据的基本概念和思想,并用R软件来展示所有的方法和模型。本书共分为7章,其主要内容为多元时间序列的基本概念、向量自回归(VAR)模型、向量自回归移动平均(VARMA)模型、多元时间序列的结构设定、单位根非平稳和协整问题、因子模型和一些特定的多元时间序列主题、多元波动率模型。全书应用实际的例子,并用R软件来说明分析方法。本书可作为高等院校统计学、金融学等相关专业高年级本科生或研究生的时间序列分析教材,也可供相关专业研究人员参考。