R数据分析入门
前言
本书说明
软件安装
RStudio界面
R包的安装
R包的调用
I 基本介绍
1
变量赋值
2
数据类型
3
向量
3.1
向量的创建
3.2
向量内元素的命名
3.3
向量长度的获取
3.4
向量内元素的提取
3.5
添加向量元素
3.6
移除向量元素
3.7
按逻辑进行向量选择
3.8
向量的极值
4
缺失值
4.1
常见的缺失值形式
4.2
NaN
4.3
NULL
4.4
NA
4.5
缺失值的存在与函数运行
5
矩阵
5.1
矩阵的介绍
5.2
矩阵的转置
5.3
矩阵元素的提取
5.4
矩阵维度的获取
6
数据框
7
数组
8
列表
9
字符串处理
10
常用函数
10.1
seq()函数
10.2
rep()函数
10.3
unique()函数
10.4
quantile()函数
10.5
floor()、ceiling()、round()函数
10.6
sample()函数
10.7
combn()函数
10.8
paste()函数
10.9
ifelse()函数
10.10
if(){}else{}函数
10.11
循环
10.11.1
for循环
10.11.2
while循环
10.11.3
apply()函数
10.12
自定义函数
II 数据导入、导出与预处理
11
数据导入
11.1
CSV文件读取
11.2
excel文件读取
11.3
文件读取汇总
12
数据导出
13
路径
14
数据预处理
14.1
tidyverse包
14.2
批量读取数据
14.3
数据合并
14.4
数据清洗
14.4.1
变量选择
14.4.2
变量重命名
14.4.3
缺失值处理
14.5
数据整理
14.5.1
变量的拆分与合并
14.5.2
数据框的长宽转换
14.5.3
删除重复记录
14.5.4
转换数据类型
14.5.5
记录的排序
14.5.6
按条件筛选记录
14.5.7
按条件创建变量
14.5.8
汇总函数
14.5.9
across()函数
14.5.10
日期处理
III 数据可视化
15
ggplot2基本介绍
15.1
眼见为实
15.2
图形语法
15.3
元素的颜色
15.4
元素的形状
16
ggplot2示例
16.1
柱状图示例
16.2
散点图示例
16.3
多个数据框作图
16.4
双向柱状图
16.5
双y轴图
16.6
棒棒糖图与哑铃图
17
ggplot2其余汇总
IV 基本统计分析
18
描述性统计
18.1
分类变量的描述性统计
18.1.1
频数分布表
18.1.2
计算百分比与合计数
18.1.3
四格表与RC列联表
18.2
连续变量的描述性统计
19
相关性分析
19.1
分类变量的相关性分析
19.1.1
概述
19.1.2
卡方检验
19.1.3
Fisher’s精确检验
19.1.4
Cochran-Mantel-Haenszel检验
19.1.5
相关性的度量
19.1.6
McNemar检验
19.1.7
一致性检验
19.2
连续变量的相关性分析
19.2.1
Pearson相关性分析
19.2.2
Spearman相关性分析
19.2.3
Kendall相关性分析
19.3
连续变量的相关性矩阵图
20
连续型变量组间差异比较
20.1
正态分布
20.1.1
密度图
20.1.2
Q-Q图
20.1.3
正态性检验
20.2
参数检验
20.2.1
独立样本t检验
20.2.2
配对样本t检验
20.2.3
单因素方差分析
20.2.4
多因素方差分析
20.2.5
重复测试方差分析
20.3
小结
21
描述性统计表
21.1
概述
21.2
简易表格
21.3
添加组间比较
21.4
格式调整
21.5
表格导出
R数据分析入门
第17章
ggplot2其余汇总
在指定区域添加颜色
参考链接
。
R配色
参考链接
。
主题模板套用
参考链接
。
坐标轴的调整
参考链接
。
图例的位置调整
参考链接
。
添加P值和显著性水平
参考链接
。