I 基础篇
第1 章获取和安装R 3
R 版本3
R 的安装3
Windows 4
Mac OS X 5
Linux 和UNIX 系统5
第2 章R 的用户界面 7
R 的图形用户界面7
Windows 8
Mac OS X 8
Linux 和UNIX 程序9
R 控制台11
命令行编辑13
批处理模式14
在Excel 中使用R 15
RStudio 17
其他运行R 的方式17
第3 章简短的示例 19
基本操作19
函数21
变量22
数据结构简介25
对象和类28
模型和公式30
图表32
获得帮助37
第4 章R 包 39
R 包概览39
列示本地库中的R 包40
加载R 包42
在Windows 和Linux 系统下加载R 包42
在Mac OS X 系统下加载R 包42
搜索R 包资源库43
搜索网络上的R 包资源库44
基于R 界面搜寻和安装包44
从其他资源库安装R 包47
定制R 包47
创建包目录48
创建R 包49
II 语言篇
第5 章R 语言概览 53
表达式53
对象54
符号54
函数55
在赋值语句中，对象会被复制56
R 中一切皆为对象57
特殊值58
NA 58
Inf 和-Inf 58
NaN 59
NULL 59
强制转换59
R 解释器60
观察R 是如何工作的62
第6 章R 语法65
常量65
数值向量65
字符向量67
符号67
运算符69
运算顺序70
赋值操作71
表达式72
分离型表达式72
括号72
花括号73
控制结构74
条件语句74
循环75
访问数据结构79
数据结构操作符79
通过整数向量引用79
通过逻辑向量引用82
通过名字进行引用83
R 编程标准84
第7 章R 对象 86
基本对象类型86
向量89
列表91
其他对象91
矩阵92
数组92
因子93
数据框95
公式96
时间序列98
Shingle 对象99
日期和时间对象100
连接对象100
属性101
类104
第8 章符号和环境 106
符号106
环境107
全局环境108
环境和函数109
调用堆栈109
在不同的环境中对函数求值110
向环境中添加对象113
异常113
提示错误114
捕获错误115
第9 章函数 117
函数的关键字117
参数117
返回值119
函数参数119
匿名函数120
函数的属性122
参数顺序和具名实参124
副作用125
改变其他环境125
输入/输出126
图形126
第10 章面向对象编程 127
R 的面向对象编程概览128
核心概念128
实现的例子129
R 的面向对象编程：S4 135
类的定义135
对象的新建137
槽的存取138
对象的操作138
创建强制转换方法138
方法139
方法的管理140
基本类型141
更多的帮助142
守旧派的OOP：S3 142
S3 的类143
S3 方法144
在S4 的类中使用S3 的类145
查找隐藏的S3 方法145
III 数据篇
第11 章数据的存取和编辑 149
在R 中输入数据149
用R 命令输入数据149
用图形界面输入数据150
保存和读入R 对象153
用save 保存对象153
从外部文件导入数据154
文本文件155
其他软件163
导出数据164
从数据库获取数据164
导出然后导入165
数据库连接包165
RODBC 166
DBI 177
TSDBI 181
从Hadoop 中获取数据182
第12 章准备数据 183
合并数据集183
粘贴数据结构184
通过共同字段合并数据188
数据转换189
变量重新赋值190
转换函数190
对对象的每个元素进行函数运算191
数据分段197
shingle 197
Cut 197
利用分组变量合并对象198
子集199
中括号索引的方式199
subset 函数200
随机抽样200
汇总函数202
tapply 与aggregate 202
用rowsum 聚合表格205
计数206
数据修整209
数据清洗218
查找和删除重复数据219
排序219
IV 可视化篇
第13 章图形 225
R Graphics 概述225
散点图226
时间序列231
柱状图233
饼图238
分类数据绘图239
三维数据245
绘制分布图252
箱线图256
画图设备259
自定义图形260
绘图函数常见参数260
图形参数260
基本图形函数271
第14 章Lattice 绘图280
历史280
lattice 包概述281
lattice 的工作原理281
例子281
使用lattice 函数284
定制面板函数285
高级lattice 函数286
单一的网格作图287
二元网格作图312
三元图321
其他图形326
定制lattice 图328
lattice 函数的常用参数328
trellis.skeleton 329
指定如何绘制坐标轴330
参数331
plot.trellis 336
strip.default 337
simpleKey 338
低级函数339
低级绘图函数339
面板函数340
第15 章ggplot2 341
一个简短的介绍341
图形语法345
一个更复杂的例子：医保数据350
快速绘图360
用ggplot2 绘图361
更多信息365
V 统计篇
第16 章数据分析369
描述性统计369
相关系数和协方差372
主成分分析375
因子分析379
bootstrap 重抽样380
第17 章概率分布382
正态分布382
常见分布的参数384
分布函数族385
第18 章统计检验389
连续型数据390
基于正态分布的检验390
不依赖分布的检验405
离散数据408
比例检验408
二项式检验409
列联表检验410
列联表非参数检验416
第19 章功效检验417
实验设计示例417
t 检验实验设计418
比例实验设计419
方差分析设计420
第20 章回归模型422
简单的线性模型示例422
拟合模型424
指定模型的工具函数425
获取模型信息425
更新模型431
lm 函数的详述432
最小二乘回归的假设434
稳健回归和阻力回归436
子集选取和Shrinkage 回归438
变量的逐步选取438
岭回归439
Lasso 和最小角回归440
弹性网络442
主成分回归和偏最小二乘回归442
非线性模型443
广义线性模型443
glmnet 包446
非线性最小二乘449
生存模型450
平滑456
样条线456
拟合多项式曲面458
核平滑459
回归的机器学习算法460
回归树模型462
MARS 算法473
神经网络479
投影寻踪回归483
广义可加模型486
支持向量机488
第21 章分类模型 490
线性分类模型490
logistic 回归490
线性判别分析495
对数线性模型499
机器学习分类模型500
k 近邻500
分类树模型502
神经网络506
支持向量机507
随机森林507
第22 章机器学习509
购物篮分析509
聚类514
距离度量514
聚类算法515
第23 章时间序列分析519
自相关函数519
时间序列模型520
VI 其他主题
第24 章优化R 程序性能527
R 程序性能的测量527
时间测定527
性能分析528
监控内存的使用530
内存性能分析531
优化你的R 代码531
使用向量操作531
R 中查找的性能534
使用数据库查询大数据集541
内存预分配541
清理内存541
大数据集的函数543
加速R 的其他方法543
R 字节码编译器543
高性能的R 版本546
第25 章Bioconductor 551
例子552
加载原始的表达数据552
从GEO 读取数据557
匹配表型数据559
分析表达数据560
关键的Bioconductor 包564
数据结构568
eSet 568
AssayData 570
AnnotatedDataFrame 571
MIAME 571
Bioconductor 包使用的其他类572
如何进一步学习573
Bioconductor 之外的资源574
教程574
课程574
相关图书575
第26 章R 和Hadoop 576
R 和Hadoop 576
Hadoop 简介577
RHadoop 582
Hadoop streaming 597
了解更多600
一些其他的用R 做并行计算的包601
Segue 601
doMC 602
从哪里我们可以了解更多602
参考文献603
索引606