Use R, better Science better live
前言
R软件安装
致谢
作者简介
I 基础
1
R基础
1.1
R studio
1.2
简单运算
1.3
数据形式
1.3.1
Factor
1.3.2
Number
1.3.3
Interger
1.3.4
Vector
1.3.5
Character
1.4
创建数据集
1.5
导入数据
1.5.1
导入Excel数据
1.5.2
导入 txt数据
1.5.3
导入csv数据
1.5.4
导入rds数据
1.5.5
导入高光谱ENVI数据
1.5.6
导入SPSS和SAS文件
1.5.7
批量导入数据
1.6
保存数据
1.6.1
保存为csv 文件
1.6.2
保存为txt文件
1.6.3
保存为rds文件
2
数据清洗
2.1
数据描述
2.1.1
描述统计
2.1.2
数据纬度
2.2
数据整理
2.2.1
添加变量
2.2.2
去除变量
2.2.3
统计分析
2.2.4
选择变量
2.2.5
选择变量统计分析
2.2.6
分组查看选定变量
2.2.7
筛选变量
2.2.8
重新排列
2.2.9
重命名数据变量
2.2.10
合并数据
2.2.11
缺失值
2.2.12
数据由宽变长
2.2.13
数据由长变宽
3
数据可视化
3.1
散点图
3.1.1
改变标题和坐标轴字体
3.1.2
改变散点及字体大小
3.1.3
改变散点颜色和类型
3.2
ggplot 散点图
3.2.1
改变散点特征、大小及颜色
3.2.2
改变坐标轴相关指标
3.3
线性图
3.4
ggplot线性图
3.5
箱型图(boxplot)
3.6
ggplot箱型图
3.7
热图
3.8
ggplot热图
3.9
相关图
3.10
ggplot相关图
3.11
直方图
3.12
ggplot直方图
3.13
ggplot残差图
3.14
ggplot 地图
3.15
小结
II 数据分析
4
主成分分析
5
方差分析
5.1
单因素方差分析
5.2
双因素方差分析
5.3
多因素方差分析
6
线性回归分析
6.1
一元线性回归
6.2
多元线性回归
6.3
广义线性回归
6.4
贝叶斯回归
III 光谱
7
光谱数据
7.1
光谱预处理
8
模型构建
8.1
判别模型
8.1.1
SVM模型
8.1.2
RF模型
8.1.3
DT模型
8.1.4
ANN 模型
8.1.5
PLSDA 模型
8.2
预测回归模型
8.2.1
PLSR 模型
8.2.2
MLP 模型
写在最后
附录
A
规范规定
参考文献
版权所有,欢迎学习
R语言基础与光谱建模
参考文献