трава

корни

плоды

листва

СОДЕРЖАНИЕ

ПРЕДИСЛОВИЕ

5

1. ОСНОВНЫЕ КОМПОНЕНТЫ СТАТИСТИЧЕСКОЙ СРЕДЫ R

8

1.1. История возникновения и основные принципы организации

8

среды R

1.2. Работа с командной консолью интерфейса R

11

1.3. Работа с меню пакета R Commander

13

1.4. Объекты, пакеты, функции, устройства

17

2. ОПИСАНИЕ ЯЗЫКА R

23

2.1. Типы данных языка R

23

2.2.

Векторы и матрицы

24

2.3.

Факторы

29

2.4.

Списки и таблицы

31

2.5. Импортирование данных в R

37

2.6. Представление даты и времени; временные ряды

40

2.7.

Организация вычислений: функции, ветвления, циклы

46

2.8. Векторизованные вычисления в R с использованием apply-

50

функций

3. БАЗОВЫЕ ГРАФИЧЕСКИЕ ВОЗМОЖНОСТИ R

58

3.1. Диаграммы рассеяния plot() и параметры графических

58

функций

3.2. Гистограммы, функции ядерной плотности и функция

66

cdplot()

3.3.

Диаграммы размахов

74

3.4. Круговые и столбиковые диаграммы

77

3.6.

Категоризованные графики

92

4. ОПИСАТЕЛЬНАЯ СТАТИСТИКА И ПОДГОНКА

97

РАСПРЕДЕЛЕНИЙ

4.1.

Оценка выборочных параметров с использованием

97

специальных функций

4.2.

Использование функций summary() и дополнительных

100

пакетов

4.3.

Анализ выбросов

103

4.4.

Заполнение пропущенных значений в таблицах данных

106

4.5.

Воспроизводимость результатов при использовании

111

генератора случайных чисел

4.6.

Законы распределения вероятностей, реализованные в R

113

4.7.

Подбор закона и параметров распределения в R

115

4.8.

Проверка на нормальность распределения

123

5. КЛАССИЧЕСКИЕ МЕТОДЫ И КРИТЕРИИ СТАТИСТИКИ

128

5.1.

Гипотеза о равенстве средних двух генеральных

128

совокупностей

5.2.

Использование ранговых критериев Уилкоксона-Манна-

133

Уитни

5.3.

Рандомизация, бутстреп и оценка статистической мощности

136

(на примере двухвыборочного t-критерия)

5.4.

Гипотеза об однородности дисперсий

143

5.5.

Введение в дисперсионный анализ

145

5.6.

Оценка корреляции двух случайных величин

153

5.7.

Критерий хи-квадрат

156

5.8. Точный тест Фишера; критерии Мак-Немара и Кохрана-

159

Мантеля-Хензеля

5.9. Оценка статистической мощности при сравнении долей

167

6. ЛИНЕЙНЫЕ МОДЕЛИ В ДИСПЕРСИОННОМ АНАЛИЗЕ

172

6.1. Протокол разведочного анализа данных

172

6.2. Линейные модели дисперсионного анализа

184

6.3. Структура модельных объектов дисперсионного анализа

191

6.4. Оценка адекватности модели дисперсионного анализа

194

6.5. Дисперсионный анализ по Краскелу-Уоллису

202

6.6. Модели двух- и многофакторного дисперсионного анализа

203

6.7. Контрасты в линейных моделях, содержащих

210

категориальные предикторы

6.8.

Проблема множественных проверок статистических гипотез 218

6.9. Методы сравнения групповых средних в дисперсионном

225

анализе

7. РЕГРЕССИОННЫЕ МОДЕЛИ ЗАВИСИМОСТЕЙ МЕЖДУ

235

КОЛИЧЕСТВЕННЫМИ ПЕРЕМЕННЫМИ

7.1.

О понятии "статистическая модель"

235

7.2. Простая линейная регрессия: каков возраст Вселенной?

244

7.3. Модели регрессии при различных видах функции потерь

255

7.4. Критерии выбора моделей оптимальной сложности

261

7.5. Полиномиальные и нелинейные модели регрессии

264

7.6.

Модель множественной регрессии и выбор ее спецификации 271

7.7. Процедуры диагностики моделей множественной регрессии

278

7.8. Гребневая и лассо-регрессия; использование главных

285

компонент

7.9. Сравнение эффективности различных моделей при

293

прогнозировании

8. ОБОБЩЕННЫЕ, СТРУКТУРНЫЕ И ИНЫЕ МОДЕЛИ

303

РЕГРЕССИИ

8.1.

Модели сглаживания

303

8.2.

Обобщенные модели регрессии

311

8.3.

Модели пробит- и логит-регрессии

315

8.4. Обобщенные модели для оценки показателей экологической

325

толерантности

8.5.

Ковариационный анализ

332

8.6. Модели со смешанными эффектами для иерархически

337

организованных данных

8.7. Индуктивные модели (метод группового учета аргументов)

345

8.8.

Моделирование структурными уравнениями

351

9.1. Простая карта: использование растрового рисунка и подсчет

360

расстояний

9.2. Анализ пространственного размещения точек

367

9.3. Использование сервисов картографической системы Google

371

Maps

9.4. Создание картограмм при помощи R

375

БИБЛИОГРАФИЯ И ИНТЕРНЕТ-РЕСУРСЫ

Основные литературные ссылки по тексту книги

388

Библиографический указатель литературы по использованию R

390

Основные Интернет-ресурсы

400

История последних 50 лет – это

и история развития технологии анализа данных.

Один из авторов с умилением вспоминает конец60-х годов и свою первую программу

расчета парной

корреляции, которая

набиралась металлическими штырёчками на

"операционном поле" из 150 ячеек персональной ЭВМ "Промiнь-2" весом более 200 кг. В

наше время высокопроизводительные компьютеры и доступное программное обеспечение

позволяют

реализовать

полный

цикл

информационно-технологического

процесса,

состоящего, в общем случае, из следующих шагов:

° доступ

к

обрабатываемым

данным(их загрузка из разных источников и

комплектация совокупности взаимосвязанных исходных таблиц);

°

получение

общих сведений о структуре данн(выхчисление описательных

статистик для того, чтобы охарактеризовать анализируемые показатели);

°

графическое

представление данных и результатов вычислений в понятной

информативной форме (одна картинка на самом деле иногда стоит тысячи слов);

° моделирование данных (нахождение зависимостей и тестирование статистических

гипотез);

°

оформление

результатов (подготовка

таблиц

и

диаграмм

приемлемого

публикационного качества).

В условиях,

когда к услугам пользователя

имеются

десятки

пакетов прикладных

Statistica с ее

механическим

комплексом кнопок ,менюдалеко не

всегда может

удовлетворить

творческого

исследователя, предпочитающего

самостоятельно

Главным препятствием

для

русскоязычных

пользователей при освоенииR,

безусловно, является то, что

почти

вся документация

по этой среде существует на

делается посильный вклад в продвижение R среди русскоязычных пользователей).

Настоящее

пособие

обобщает

совокупность

методических

, сообщений

начального университетского курса. В

главах 6

и

7 в рамках

единой

теории

общих

линейных моделей представлены дисперсионный и регрессионный анализы и приведены

различные алгоритмы исследования и структурной идентификации моделей. Глава 8

посвящена

некоторым

современным

методам

построения

и

анализа

обобщенных

регрессионных моделей.

Поскольку неизменный интерес у исследователя

вызывает

пространственный

анализ и

отображение

результатов

на

географических

картах

и

, схемахвглаве 9

приведены некоторые примеры таких приемов визуализации.

Мы адресуем наше методическое пособие студентам, аспирантам, а также молодым

и состоявшимся ученым, желающим

освоить анализ и визуализацию данных с

использованием среды R. Мы надеемся, что по окончании чтения этого руководства вы

получите

некоторое представление

о

, томкак

работает R, где

можно

получить

дальнейшую информацию, а также как справиться с простыми и достаточно сложными

задачами анализа данных.

Файлы со скриптами кодов R по всем главам книги, а также необходимые таблицы

исходных

данных для

их выполнения, свободно

доступны

для

скачивания

GitHubс -