Skip to main content
数据科学中的 R 语言
Show table of contents
Table of contents
前言
作者简介
基础篇
1
数据科学与R语言
2
安装与环境配置
3
对象
4
向量
5
数据结构
6
运算符及向量运算
7
函数
8
函数应用
9
子集选取
tidyverse篇
10
可重复性文档
11
读取数据
12
数据处理
13
dplyr进阶
14
数据可视化
15
数据规整1
16
数据规整2
17
正则表达式
18
因子型变量
19
简单数据框
20
函数式编程1
21
函数式编程2
22
ggplot2之几何形状
23
ggplot2之标度
24
ggplot2之主题设置
25
ggplot2之图例系统
26
ggplot2之扩展内容
27
ggplot2之统计图层
28
ggplot2之从图层到几何形状
29
ggplot2之数据可视化中的配色
30
ggplot2之控制图例的外观
31
ggplot2之延迟映射
32
ggplot2之科研数据可视化
33
ggplot2之让你的数据骚动起来
34
ggplot2中传递函数作为参数值
35
回望tidyverse之旅
36
tidyverse中的若干技巧
37
tidyverse进阶
38
Tidyverse代码书写规范
39
tidyverse中的列方向和行方向
40
tidyverse中的across()之美1
41
tidyverse中的across()之美2
42
tidyverse中的across()之美3
43
tidyverse中的across()之美4
44
tidyverse中的purrr之美1
45
tidyverse中的缺失值
46
tidyverse中的dot
47
非标准性评估
建模篇
48
模拟与抽样1
49
模拟与抽样2
50
模拟与抽样3
51
线性回归
52
模型输出结果的规整
53
双样本t检验
54
Tidy Statistics
55
统计检验与线性模型的等价性
56
统计推断
57
多层线性模型
58
广义线性模型
59
logistic回归模型
60
有序logistic回归
61
模型的边际效应
62
结构方程模型
tidymodels篇
63
机器学习
贝叶斯篇
64
贝叶斯推断
65
Stan入门
66
贝叶斯线性回归
67
贝叶斯假设检验
68
贝叶斯广义线性模型
69
贝叶斯logistic-binomial模型
70
贝叶斯层级模型
71
贝叶斯混合模型
72
贝叶斯分类模型
73
贝叶斯工作流程
74
抽样数据的规整与可视化
75
贝叶斯分析案例-新冠疫苗有效率的计算
76
贝叶斯分析案例-预测奥运会男子100米短跑成绩
77
广义线性混合模型
应用篇
78
探索性数据分析-诺奖获得者
79
探索性数据分析-奥林匹克
80
探索性数据分析-新冠疫情
81
探索性数据分析-anscombe数据集
82
探索性数据分析-身高体重
83
探索性数据分析-驯鹿迁移
84
探索性数据分析-企鹅的故事
85
探索性数据分析-大学生职业决策
86
探索性数据分析-ames房屋价格
87
探索性数据分析-哺乳动物脑量与体重的关系
88
探索性数据分析-移民缺口
89
网络爬虫
90
社会网络分析
91
文本挖掘
92
时间序列分析
93
地理数据处理
94
tidyverse中行方向的操作
95
懒人系列
96
Pandas vs. dplyr谁是数据分析中最好用的宏包
97
一天一练
论文复现篇
98
论文代码复现
99
开放数据网站
附录
A
期末考试
B
参考答案
参考文献
View book source
第 62 章
结构方程模型
61
模型的边际效应
63
机器学习
On this page
62
结构方程模型
View source
Edit this page