統(tǒng)計(jì)分析：以R與Excel為分析工具

定　價(jià)：￥59.00

作　者：	[英] 康拉德·卡爾伯格（Conrad Carlberg）著，程豪譯譯
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	數(shù)據(jù)科學(xué)與工程技術(shù)叢書
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787111610014	出版時(shí)間：	2018-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	227	字?jǐn)?shù)：

內(nèi)容簡介

　　統(tǒng)計(jì)分析能夠幫助人們發(fā)掘有利于生產(chǎn)生活的規(guī)律和價(jià)值，為相關(guān)決策提供依據(jù)和參考。作為基礎(chǔ)分析軟件，Excel簡單易懂，方便快捷，在基礎(chǔ)研究、行政管理等領(lǐng)域應(yīng)用廣泛。但隨著數(shù)據(jù)急速膨脹，統(tǒng)計(jì)分析的內(nèi)容不斷擴(kuò)大，需要借助功能強(qiáng)大的分析工具。作為一種功能強(qiáng)大的開源編程語言，R語言包含豐富的軟件包和繪圖技術(shù)，可幫助完成數(shù)據(jù)分析，構(gòu)建統(tǒng)計(jì)模型，展現(xiàn)研究結(jié)果。本書為熟悉Excel操作的人士提供通向R語言的實(shí)用性指南。借助R與Excel工具系統(tǒng)闡述統(tǒng)計(jì)分析方法、技術(shù)。通過兩種軟件的比較，圍繞描述性統(tǒng)計(jì)、回歸分析、方差分析、logistic回歸、主成分分析幾大模塊，詳細(xì)舉出所需函數(shù)及代碼，有效幫助讀者在類比中掌握R語言，實(shí)現(xiàn)從Excel到R的過渡。

作者簡介

　　作者簡介康拉德·卡爾伯格（Conrad Carlberg）是美國量化分析、數(shù)據(jù)分析和管理應(yīng)用程序（如Microsoft Excel、SAS和Oracle）領(lǐng)域的專家，也是微軟Excel有價(jià)值專家（MVP）。他擁有科羅拉多大學(xué)統(tǒng)計(jì)學(xué)博士學(xué)位，在高級(jí)分析技術(shù)應(yīng)用方面近30年從業(yè)經(jīng)驗(yàn)，并撰寫了多部有關(guān)Excel量化分析的著作，包括《Statistical Analysis：Microsoft Excel 2010 》和《Predictive Analysis：Microsoft Excel》等。他的公司（www.conrardcarlberg.com）致力于各種公司日常涉及的銷售、員工、客戶管理和其他運(yùn)營數(shù)據(jù)庫系統(tǒng)數(shù)據(jù)的量化分析。

圖書目錄

譯者序
作者簡介
前言
第1章　從Excel到R的過渡1
1.1　調(diào)整預(yù)期2
1.1.1　分析數(shù)據(jù)：軟件包3
1.1.2　存儲(chǔ)和排列數(shù)據(jù)：數(shù)據(jù)框3
1.2　用戶界面4
1.3　特殊字符5
1.3.1　使用波浪線5
1.3.2　使用賦值運(yùn)算符
1.4　獲取R11
1.5　擴(kuò)展包13
1.6　運(yùn)行腳本14
1.7　從Excel向R導(dǎo)入數(shù)據(jù)16
1.8　從R向Excel導(dǎo)出數(shù)據(jù)24
1.8.1　導(dǎo)出為CSV文件25
1.8.2　直接導(dǎo)出25
第2章　描述性統(tǒng)計(jì)29
2.1　Excel中的描述性統(tǒng)計(jì)29
2.1.1　使用描述性統(tǒng)計(jì)工具31
2.1.2　理解結(jié)果32
2.1.3　對(duì)R中的Pizza文件使用Excel描述性統(tǒng)計(jì)工具36
2.2　使用R的DescTools軟件包40
2.3　輸入一些有用的命令41
2.3.1　控制符號(hào)類型41
2.3.2　報(bào)告統(tǒng)計(jì)量44
2.3.3　對(duì)名義變量運(yùn)行Desc函數(shù)53
2.4　用Desc運(yùn)行雙變量分析54
2.4.1　兩個(gè)數(shù)值型變量55
2.4.2　按因子劃分?jǐn)?shù)值型變量60
2.5　用一個(gè)因子分析另一個(gè)因子：列聯(lián)表70
2.5.1　Pearson卡方74
2.5.2　似然比76
2.5.3　Mantel-Haenszel卡方檢驗(yàn)78
2.5.4　估計(jì)關(guān)系的強(qiáng)弱80
第3章　用Excel和R做回歸分析82
3.1　工作表函數(shù)82
3.1.1　CORREL()函數(shù)83
3.1.2　COVARIANCE.P()函數(shù)84
3.1.3　SLOPE()函數(shù)85
3.1.4　INTERCEPT()函數(shù)87
3.1.5　RSQ()函數(shù)90
3.1.6　LINEST()函數(shù)92
3.1.7　TREND()函數(shù)95
3.2　統(tǒng)計(jì)推斷函數(shù)96
3.2.1　T.DIST函數(shù)97
3.2.2　F.DIST函數(shù)99
3.3　Excel中的其他回歸分析資源101
3.3.1　回歸工具101
3.3.2　圖的趨勢(shì)線105
3.4　R中的回歸分析106
3.4.1　相關(guān)和一元回歸106
3.4.2　分析多元回歸模型110
3.4.3　R中的模型比較113
第4章　用Excel和R進(jìn)行方差和協(xié)方差分析118
4.1　單因子方差分析118
4.1.1　使用Excel的工作表函數(shù)119
4.1.2　使用ANOVA：單因子工具120
4.1.3　對(duì)ANOVA使用回歸方法122
4.2　使用R進(jìn)行單因子ANOVA124
4.2.1　設(shè)置數(shù)據(jù)124
4.2.2　安排ANOVA表125
4.2.3　帶缺失值的單因子ANOVA128
4.3　因子化ANOVA130
4.3.1　Excel中的平衡雙因子設(shè)計(jì)131
4.3.2　平衡的雙因子設(shè)計(jì)和ANOVA工具133
4.3.3　使用回歸進(jìn)行雙因子ANOVA設(shè)計(jì)135
4.3.4　用R分析平衡因子化設(shè)計(jì)141
4.4　分析Excel和R中的不平衡雙因子設(shè)計(jì)144
4.4.1　區(qū)分三種情況148
4.4.2　效應(yīng)的指定方法153
4.5　Excel和R中的多元比較程序154
4.5.1　Tukey的HSD方法155
4.5.2　Newman-Keuls方法158
4.5.3　在Excel和R中使用Scheffé程序161
4.6　Excel和R中的協(xié)方差分析165
4.6.1　在Excel中用回歸進(jìn)行ANCOVA165
4.6.2　用R進(jìn)行ANCOVA168
第5章　用Excel和R進(jìn)行l(wèi)ogistic回歸173
5.1　線性回歸和名義變量中的問題174
5.1.1　概率問題175
5.1.2　用幾率代替概率177
5.1.3　使用幾率的對(duì)數(shù)178
5.2　從對(duì)數(shù)幾率到概率180
5.2.1　重新編碼文本變量180
5.2.2　定義名稱181
5.2.3　計(jì)算logit182
5.2.4　計(jì)算幾率182
5.2.5　計(jì)算概率183
5.2.6　得到對(duì)數(shù)似然183
5.3　配置Solver185
5.3.1　安裝Solver185
5.3.2　用Solver進(jìn)行l(wèi)ogistic回歸185
5.4　logistic回歸中的統(tǒng)計(jì)檢驗(yàn)189
5.4.1　logistic回歸中的R2和t189
5.4.2　似然比檢驗(yàn)190
5.4.3　約束條件和自由度193
5.5　用R的mlogit軟件包進(jìn)行l(wèi)ogistic回歸195
5.5.1　運(yùn)行mlogit軟件包195
5.5.2　比較模型和mlogit200
5.6　用R中的glm函數(shù)201
第6章　主成分分析203
6.1　用Excel進(jìn)行主成分分析204
6.1.1　瀏覽對(duì)話框205
6.1.2　主成分工作表：R矩陣及逆矩陣207
6.1.3　主成分工作表：特征值和特征向量210
6.1.4　變量的公因子方差212
6.1.5　因子得分213
6.2　Excel中的旋轉(zhuǎn)因子215
6.3　用R語言進(jìn)行主成分分析217
6.3.1　準(zhǔn)備數(shù)據(jù)217
6.3.2　調(diào)用函數(shù)219
6.3.3　R中的最大方差法旋轉(zhuǎn)222