书籍详情
《数据分析:基于R语言》[46M]百度网盘|亲测有效|pdf下载
  • 数据分析:基于R语言

  • 出版社:中国人民大学出版社京东自营官方旗舰店
  • 出版时间:2020-09
  • 热度:10962
  • 上架时间:2024-06-30 09:38:03
  • 价格:0.0
书籍下载
书籍预览
免责声明

本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正

内容介绍

内容简介

  《数据分析:基于R语言/“十三五”普通高等教育应用型规划教材·大数据系列》的主要章节包括分位数回归、等分线性回归、数据包络分析法、随机前沿分析法、层次分析法、灰关联分析、模糊理论、粗糙集理论、小波时间序列、组合优化问题等。
  此外,《数据分析:基于R语言/“十三五”普通高等教育应用型规划教材·大数据系列》引入了R数据挖掘方法;摒除掉艰深难懂的理论,以浅显的方式介绍数据挖掘理论,让读者迅速掌握,轻松入门;力求简单的R程序或安装包运行数据挖掘案例分析,详解各程序的意义与功能;以简单的案例数据操作,让读者清楚明了数据分析方法的功能及分析结果的解释,使其易举一反三。
  《数据分析:基于R语言/“十三五”普通高等教育应用型规划教材·大数据系列》不仅适用于大数据、计算机应用、经济、管理、统计等专业,同时适用于对大数据分析有兴趣的普通读者。

内页插图

目录

第1章 R语言简介与基本操作
1.1 R语言简介与下载安装
1.2 R语言的基本操作
1.3 数值的基本运算

第2章 变量与向量
2.1 数值变量与向量的存取
2.2 字符串变量与向量的存取
2.3 流程控制

第3章 矩阵与数据框
3.1 矩阵与数据框的存取
3.2 分析数据的存取
3.3 R安装包的下载与管理

第4章 线性规划与多目标优化
4.1 线性规划与多目标优化简介
4.2 线性规划问题
4.3 运输问题
4.4 多目标优化问题
4.5 多目标优化案例研究

第5章 等分线性回归
5.1 等分线性回归简介
5.2 距离等分与样本点等分
5.3 等分线性回归系数与置信区间的绘制
5.4 一个简单的案例分析
5.5 应用等分线性回归于广东省地区生产总值的研究

第6章 分位数回归
6.1 分位数回归简介
6.2 残差分布形态的检验
6.3 绘制不同分位数下的拟合直线与分位数回归线
6.4 分位数回归案例分析

第7章 模糊逻辑
7.1 模糊逻辑简介
7.2 模糊逻辑应用实例分析
7.3 应用模糊逻辑合并变项实例分析

第8章 灰关联熵分析与灰预测
8.1 灰关联分析理论简介
8.2 灰关联分析实例研究
8.3 灰关联熵分析简介
8.4 灰关联熵分析实例研究
8.5 灰预测理论简介
8.6 灰预测实例研究
……

第9章 层次分析法与模糊综合评价
第10章 数据包络分析法与随机前沿分析法
第11章 粗糙集
第12章 聚类
第13章 决策树
第14章 智能算法
第15章 人工神经网络
第16章 小波分析
第17章 混沌时间序列
第18章 文本挖掘

参考文献

前言/序言

  当今社会,数据分析日益重要。不管是在学术科研还是日常工作中,数据分析往往都是关键一环。具备数据分析的能力,在很大程度上可提高学习和工作的效率,达到事半功倍的效果。熟练掌握数据分析方法,是时代对我们提出的新要求。
  在此背景下,这本《数据分析》应运而生。本书以实践性和应用性为宗旨,系统详尽地介绍了基于R语言的数据挖掘技术,深入浅出地讲解了各种数据分析方法的操作步骤和适用范围,力图为广大读者提供一本高效的工具型参考书。同时,本书也希望能为数据分析初学者树立一些信心,因为本书的内容浅显易懂,不涉及太多艰深复杂的理论推导,有利于降低入门难度,帮助初学者轻松掌握基于R语言的数据分析方法。读者只要对各种分析方法的特点具备基本认识,就可以直接开始进行数据挖掘的步骤,根据书中所提供的程序代码和所演示的操作方法运行数据,即可快速得出数据分析的结果,非常便利。
  《数据分析》一书由潘文超编写而成。潘文超是国际SCI期刊International Journal of Computational Intelligence Systems的区域编辑、国际SCI期刊Mathematical Problems in Engineering的客座编辑,主要研究领域为大数据、智能算法、信息技术、经济模型、物流管理、电子商务等。潘文超是果蝇优化算法的发明者,其关于果蝇优化算法的原始论文入选了ESI高被引论文。潘文超著有《果蝇最佳化演算法》《等分线性回归分析——原理与案例分析》;发表国际SSCI和SCI论文40余篇;2014年获得国际Scopus青年科学家杰出研究奖。
  本书的顺利出版除了归功于笔者的笔耕不辍外,还要感谢中国人民大学出版社的大力支持。
  另外,庄美儿、周家燕、杨佳佳、周莹莹、洪婉婷几位同学也积极协助了本书的检查和修改工作。她们认真负责,对本书的顺利完成作出了贡献。
  在各方的努力下,《数据分析》一书终于能与各位读者见面了,实在是非常感恩。由于时间和能力有限,本书的错漏之处在所难免,敬请谅解,也欢迎各位读者批评指正。