大数据应用与技术丛书R统计高级编程和数据模型:分析.机器学习和可视化

第1章 单变量数据可视化 1

1.1 分布 2

1.1.1 可视化观测数据的分布 2

1.1.2 堆积点阵图与直方图 2

1.1.3 经验密度图 4

1.1.4 比较观测分布与期望分布 6

1.1.5 Q-Q图 7

1.1.6 比较经验密度图与期望分布的密度图 10

1.1.7 其他分布的拟合 11

1.2 异常值 16

1.3 小结 23

第2章 多变量数据可视化 25

2.1 分布 25

2.2 奇异值 30

2.3 变量之间的关系 33

2.4 小结 45

第3章 GLM Ⅰ 47

3.1 概念背景 48

3.2 分类预测器和虚拟编码 49

3.2.1 二级分类预测器 49

3.2.2 三级或三级以上的分类预测值 50

3.3 交互作用和调节效应 52

3.4 公式接口 53

3.5 方差分析 55

3.5.1 概念背景 55

3.5.2 R语言的ANOVA函数 58

3.6 线性回归 61

3.6.1 概念背景 61

3.6.2 R语言中的线性回归 62

3.6.3 高性能线性回归 76

3.7 控制混合影响 78

3.8 案例研究：多线性回归与交互作用 86

3.9 小结 93

第4章 GLM Ⅱ 95

4.1 概念背景 96

4.1.1 Logistic回归 96

4.1.2 计数回归 97

4.2 R程序示例 99

4.2.1 二项Logistic回归 99

4.2.2 有序Logistic回归 106

4.2.3 多分类Logistic回归 109

4.2.4 泊松回归和负二项回归 113

4.3 案例研究：多项Logistic回归 119

4.4 小结 127

第5章 广义可加模型 129

5.1 概念背景 130

5.2 R语言中的GAM模型 136

5.2.1 高斯因变量 136

5.2.2 二值因变量 159

5.2.3 无序因变量 164

5.2.4 计数因变量 168

5.3 小结 176

第6章 机器学习：引言 179

6.1 训练数据和验证数据 180

6.2 重采样和交叉验证 186

6.3 自采样法 189

6.4 并行处理和随机数 191

6.5 小结 198

第7章 机器学习：无监督学习 201

7.1 数据背景和探索性分析 202

7.2 k-均值聚类算法 212

7.3 层次聚类算法 223

7.4 主成分分析 235

7.5 非线性聚类分析 245

7.6 小结 246

第8章 机器学习：监督学习 249

8.1 数据准备 250

8.1.1 独热编码 252

8.1.2 定标化与中心化 254

8.1.3 变换 255

8.1.4 训练数据与验证数据 260

8.1.5 主成分分析 261

8.2 监督学习模型 266

8.2.1 支持向量机 267

8.2.2 分类与回归树 276

8.2.3 随机森林 282

8.2.4 随机梯度提升 288

8.2.5 多层感知机 297

8.3 小结 318

第9章 缺失数据 321

9.1 概念背景 322

9.2 R示例 328

9.2.1 回归模型与多重插补 332

9.2.2 多重插补与并行处理 342

9.2.3 使用随机森林法实现多重插补 345

9.3 案例研究：使用RF实现多重插补 349

9.4 小结 360

第10章 GLMM：引言 361

10.1 多层数据 362

10.1.1 数据重整 363

10.1.2 日记研究数据集 365

10.2 描述性统计量 368

10.2.1 基本描述量 370

10.2.2 组内相关系数(ICC) 376

10.3 探索与假设 379

10.3.1 分布与奇异值 379

10.3.2 时间趋势 384

10.3.3 自相关 386

10.3.4 假设 390

10.4 小结 395

第11章 GLMM：线性 397

11.1 理论 398

11.1.1 广义线性混合模型 398

11.1.2 术语混合效应和多层次模型 401

11.1.3 统计推断 402

11.1.4 效应量 403

11.1.5 随机截距模型 404

11.1.6 可视化随机效应 404

11.1.7 解释随机截距模型 409

11.1.8 随机截距斜率模型 416

11.1.9 将截距和斜率作为因变量 420

11.2 R示例 425

11.2.1 随机截距的线性混合模型 425

11.2.2 随机截距和随机斜率的线性混合模型 437

11.3 小结 453

第12章 GLMM：高级 457

12.1 概念背景 458

12.2 Logistic广义线性混合模型 458

12.2.1 随机截距 458

12.2.2 随机截距和随机斜率 463

12.3 泊松分布和负二项分布GLMM 467

12.3.1 随机截距 467

12.3.2 随机截距和随机斜率 477

12.4 小结 486

第13章 建模IIV 489

13.1 概念背景 490

13.1.1 贝叶斯推断 490

13.1.2 什么是IIV 490

13.1.3 将IIV作为预测量 495

13.1.4 软件实现：VARIAN 499

13.2 R程序示例 500

13.3 小结 508