統計解析の標準ツールとなりつつあるオープンソースソフトウェアRのリファレンス。基礎から応用まで、Rの基本操作から、コマンド、関数、ライブラリについて網羅。Rの機能を詳しく解説しつつ、Rの持つ可能性を追求する1冊です。圧倒的な情報量を誇り、初心者にも上級者にも有用な情報が満載です。Rユーザにとっては常に手元に置いて参照したい一冊です。
https://www.ohmsha.co.jp/book/9784873116518/
正誤表やDLデータ等がある場合はこちらに掲載しています
はじめに
第I部 Rの基本
1章 Rの入手とインストール
1.1 Rのバージョン
1.2 Rのバイナリの入手とインストール
2章 Rのユーザインタフェース
2.1 RのGUI
2.2 Rコンソール
2.3 バッチモード
2.4 Microsoft ExcelでRを使う
2.5 RStudio
2.6 Rを走らせる他の方法
3章 R超入門
3.1 Rの基本操作
3.2 関数
3.3 変数
3.4 データ構造入門
3.5 オブジェクトとクラス
3.6 モデルとフォーミュラ
3.7 グラフとグラフィックス
3.8 ヘルプの利用
4章 Rのパッケージ
4.1 パッケージの概要
4.2 ローカルライブラリのパッケージ一覧
4.3 パッケージの読み込み（ロード）
4.4 パッケージリポジトリを探索する
4.5 他のリポジトリからのパッケージのインストール
4.6 カスタムパッケージ
第II部 R言語
5章 R言語の概要
5.1 表現式
5.2 オブジェクト
5.3 シンボル
5.4 関数
5.5 オブジェクトは代入文でコピーされる
5.6 Rのすべてはオブジェクトである
5.7 特殊な値
5.8 型強制
5.9 Rインタプリタ
5.10 Rの挙動を見る
6章 R文法
6.1 定数
6.2 演算子
6.3 式
6.4 制御構造
6.5 データ構造にアクセスする
6.6 Rコードスタイルの基準
7章 Rオブジェクト
7.1 プリミティブオブジェクト型
7.2 ベクトル
7.3 リスト
7.4 その他のオブジェクト
7.5 属性
8章 シンボルと環境
8.1 シンボル
8.2 環境での作業
8.3 グローバル環境
8.4 環境と関数
8.5 例外
9章 関数
9.1 関数キーワード
9.2 引数
9.3 返り値
9.4 引数としての関数
9.5 引数の順序と名前つき引数
9.6 サイドエフェクト
10章 オブジェクト指向プログラミング
10.1 Rにおけるオブジェクト指向プログラミングの概要
10.2 Rにおけるオブジェクト指向プログラミング：S4クラス
10.3 RのOOP古い流儀：S3
第III部 データの操作
11章 データの保存、読み込み、編集
11.1 Rにデータを入力する
11.2 Rオブジェクトの保存と読み込み
11.3 外部ファイルからデータをインポートする
11.4 データのエクスポート
11.5 データベースからデータをインポートする
11.6 Hadoopからデータを取得する
12章 データの準備
12.1 データセットを結合する
12.2 変換
12.3 データのビニング
12.4 部分集合
12.5 要約関数
12.6 データクリーニング
12.7 重複を見つけ、除去する
12.8 ソート
第IV部 データの可視化
13章 グラフィックス
13.1 Rグラフィックスの概要
13.2 グラフィックスデバイス
13.3 グラフのカスタマイズ
14章 latticeグラフィックス
14.1 歴史
14.2 latticeパッケージの概要
14.3 高水準latticeプロット関数
14.4 latticeグラフィックスのカスタマイズ
14.5 低水準関数
15章 ggplot2
15.1 簡単な紹介
15.2 グラフィックスの文法
15.3 さらに複雑な例：医療保険データ
15.4 クイックプロット
15.5 ggplot2でのグラフィックスの作成
15.6 参考資料
第V部 Rでの統計
16章 データ分析
16.1 要約統計量
16.2 相関と共分散
16.3 主成分分析
16.4 因子分析
16.5 ブートストラップリサンプリング
17章 確率分布
17.1 正規分布
17.2 共通の分布型引数
17.3 分布関数ファミリー
18章 統計的検定
18.1 連続データ
18.2 離散データ
19章 検出力検定
19.1 実験計画の例
19.2 t検定のデザイン
19.3 比率検定のデザイン
19.4 分散分析検定のデザイン
20章 回帰モデル
20.1 例：単純線形モデル
20.2 lm関数の詳細
20.3 部分集合選択と収縮法
20.4 非線形モデル
20.5 生存モデル
20.6 平滑化
20.7 回帰のための機械学習アルゴリズム
21章 分類モデル
21.1 線形分類モデル
21.2 分類のための機械学習アルゴリズム
22章 機械学習
22.1 マーケットバスケット分析
22.2 クラスタリング
23章 時系列分析
23.1 自己相関関数
23.2 時系列モデル
第VI部 その他のトピック
24章 Rプログラムの最適化
24.1 Rプログラムの性能測定
24.2 Rコードの最適化
24.3 その他のR高速化方法
25章 Bioconductor
25.1 例
25.2 主なBioconductorパッケージ
25.3 データ構造
25.4 参考資料
26章 RとHadoop
26.1 RとHadoop
26.2 並列計算のためのその他のパッケージ
26.3 参考資料
付録1 Rリファレンス
base
boot
cluster
class
codetools
foreign
grDevices
graphics
grid
KernSmooth
lattice
MASS
methods
mgcv
nlme
nnet
rpart
spatial
splines
stats
stats4
survival
tcltk
tools
utils
参考文献
索引
購入案内
購入履歴
領収書発行
送料について
