SAS應用之資料處理 (1版)
其他會員也一起購買
【簡介】
本書內容主要係針對SAS應用軟體的資料處理部份(DATA STEP)進行介紹，其共分為15章，由SAS的起動運作與作業流程開始說起，經由語言基本結構、資料集命名、資料輸入輸出、變數修飾、資料的組合與連結、變數的指標控制、程式的條件與流程控制、陣列宣告等，最後再談判到遺失值的表示與處理、常用函數、以及巨集變數與指命等，無一不深入淺出地加以說明與舉例。
書中在多處以錯誤的範例來提醒讀者可能發生的問題與其之訊息，使讀者在撰寫程式時，不致發生相同的問題。因此，本書的特點有：(1)全書以教學性、基礎性和實用性觀點說明SAS資料處理的內容；(2)以許多範例輔助說明，有助於讀者完全瞭解書中的內容；(3)書內完整的範例皆附於光碟內，可方便讀者綀習與修改；(4)適合於以SAS應用軟體進行處理或執行分析者參考之用。
【目錄】
立即查看
精通大數據! R語言資料分析與應用 (2版)
類似書籍推薦給您
書名：精通大數據！R 語言資料分析與應用 第二版(附CD)
作者：Jared P. Lander 著、鍾振蔚譯
出版社：旗標
出版日期：3/23/2018
條碼：9789863125075
內容簡介
運用各種資料分析套件和統計模型, 解決大數據時代所會遇到的各種難題
R 語言是公認處理大數據的最佳利器, 不只免費、語法簡單、直覺, 還具備數千個功能強大的延伸套件, 更讓 R 語言深入各種不同的應用領域。本書由國際知名的資料分析專家執筆, 作者具備豐富的 R 語言教學經驗, 從中篩選出 R 的基本功能和最新、最好用的套件, 並以各種資料集案例, 具體展現資料分析成果。
對於有心跨足資料科學、數據分析、量化交易、人工智慧、機器學習等領域的讀者, 只會 R 語言的語法自然是不夠的。我們將帶您運用各種資料分析套件和統計模型, 解決大數據時代所會遇到的各種難題, 包括：向量運算、文字探勘、資料視覺化、趨勢預測、資料建模, 以及各種分析結果的輸出、引用與動態呈現等, 全面掌握 R 語言的各種技巧。
本書特色
●向量運算：全向量化的資料結構, 包括：vector、factor vector、data.frame、list、matrix、array 等
●文字探勘：各類資料匯入讀取、抽取字串、表格轉換與合併、資料聚合、資料正規化、網路爬蟲
●資料視覺化：最吸睛的 ggplot2 套件圖表繪製技巧, 並利用 Shiny 套件產生網頁互動展示儀表板
●機率統計：快速領略統計學核心應用, 抽樣分佈、假設檢定、變異數分析、資料分群
●趨勢預測：展現大數據威力的強力工具, 線性迴歸、廣義線性模型、非線性模型、時間序列與自相關性
●資料建模：機器學習的基礎, 利用 Caret 評斷資料模型配適度, 建立資料測試與訓練機制, 透過交叉驗證和參數挑選建立最佳模式
●進階應用：資料分析師必學的套件包裝與發佈、報表/投影片製作、制式化文件輸出等
作者介紹
作者簡介
Jared P. Lander
其專長為資料管理、多階層模型、機器學習、廣義線性模型、視覺化圖表與統計計算，目前是 Lander Analytics 的創始人兼行政總裁，該公司是紐約市的企管顧問公司。作者也是紐約市開源碼大會的主辦人，且是哥倫比亞大學統計系兼任教授。
Jared P. Lander 在哥倫比亞大學取得統計碩士，也曾在許多不同的機構任職過，包括關於政治、科技、籌款、音樂、金融、健保和人道救援的工作，在學術研究和業界皆有豐富經驗。
目錄
01 R 語言的下載與安裝
02 R 的操作環境簡介
03 R 語言的套件
04 R 語言基礎
05 進階資料結構
06 讀取各類資料
07 統計繪圖
08 建立 R 函數
09 流程控制
10 迴圈 — 迭代元素的傳統作法
11 群組資料操作
12 更有效率的群組操作 – 使用 dplyr
13 使用 purrr 迭代的做法
14 資料整理
15 Tidyverse 下的資料整理
16 字串處理
17 機率分佈
18 基本統計分析
19 線性模型
20 廣義線性模型
21 模型診斷
22 正規化和壓縮方法
23 非線性模型
24 時間序列與自相關性
25 資料分群
26 模型配適 - 使用 Caret 套件
27 用 Knitr 套件將分析結果轉製成報表
28 用 Rmarkdown 製作富文本
29 用 Shinny 套件建立互動資訊看板
30 章 建立 R 套件
附錄 A R 語言參考資源
附錄 B 名詞解釋
立即查看
R語言資料分析 : 從機器學習、資料探勘、文字探勘到巨量資料分析 (3版)
類似書籍推薦給您
立即查看
書名：R語言與資料分析實戰
作者：徐珉久
出版社：智勝
出版日期：2019/02/18
ISBN：9789862661925
內容簡介
本書《R語言與資料分析實戰》以R語言的「程式設計屬性」為中心，內容涵蓋R語言基礎理論到實際資料分析，透過分析模型和演算法等更實用的範例，講解了資料視覺化、統計分析、資料採擷、機器學習等常用的方法。同時書中還收錄了作者的實戰經驗和學習體會，可以解決資料統計分析過程中出現的各種問題。如果你是一名資料統計分析的研究人員，本書將是一本不可多得的參考書，能夠深化理解與認識R軟體的應用，進一步提高資料統計分析水準。
目錄
• Chapter 01 程式設計環境
• Chapter 02 資料類型
• Chapter 03 R 語言程式設計
• Chapter 04 資料操作Ⅰ：基於向量的處理與外部資料處理
• Chapter 05 資料操作Ⅱ：資料處理及加工
• Chapter 06 繪圖
• Chapter 07 統計分析
• Chapter 08 線性迴歸
• Chapter 09 分類演算法Ⅰ：資料探索、預處理、模型評估方法
• Chapter 10 分類演算法Ⅱ：機器學習演算法
• Chapter 11 利用鐵達尼號資料練習機器學習
立即查看
R程式語言—實務資料分析及繪圖 (1版)
類似書籍推薦給您
【簡介】
一、深入淺出的範例教學；
二、實務資料的分析解讀；
三、豐富有趣的圖表繪製；
四、數量充足的測驗習題。
本書將部分主題有系統地整理，置於附錄，有助R語言之學習及彩圖之精進。
【目錄】
1 認識R語言
2 基本圖形
3 進階長條圖
4 ggplot繪圖
5 網頁互動圖
6 地圖資料繪製
7 進階圖形
8 資料分析-t檢定
9 資料分析-變異數分析
10 資料分析-相關和迴歸分析
11 R流程控制指令
附錄 A R資料集出處
附錄 B 套件或程式庫出處
附錄 C 附件資料檔來源及說明
附錄 D R色彩
附錄 E col數字對應顏色及pch數字對應圖點形狀 (編號 1-25)
附錄 F 彩色調色板 (Color Pallette)
附錄 G ggplot2基本主題及套件 ggthemes主題呈現
附錄 H (熱繪圖)調色板色彩分佈
附錄 I 函式節次及範例對照參考表
立即查看
資料分析的統計學基礎：使用R語言 (1版)
類似書籍推薦給您
【簡介】
本書特色
除了告訴讀者統計學是什麼以及有何應用, 本書也注重讓讀者認知到, 為什麼要學這些統計理論的理由與動機。
對於統計理論的介紹, 講求其背後直覺以及應用。
每一章節都專注在回答一個問題, 讓讀者能夠迅速掌握學習重點。
著重模擬與數值計算, 減少繁雜的理論證明細節。對於證明的細節, 有興趣學習更多的讀者可進一步參考《機率與統計推論: R 語言的應用》 (第 2 版, 2023)。
每一章均有 R 程式習題, 或是理論與程式的混合題, 讓讀者從 R 程式的撰寫中, 驗證相關理論, 俾使更為深入了解機率與統計學。
對於 bootstrap 樣本重抽法與貝氏統計推論提供更加細膩的討論。
本書從 R 語言的介紹開始, 最後以貝氏統計推論作為結束, 本書不討論迴歸分析。理由在於, 迴歸分析在經濟商管領域已經被進一步延伸為計量經濟學, 與其在本書中略述皮毛, 不如另起爐灶, 期待在下一本著作中再深入討論。
【目錄】
1 資料分析與 R 語言
2 機率理論與應用
3 隨機變數與離散隨機變數
5 分配函數與分量
6 隨機變數的函數
7 期望值與變異數
8 動差與動差生成函數
9 常態分配及其相關分配
10 多變量隨機變數
11 條件機率分配
12 獨立隨機變數與轉換
13 隨機樣本與抽樣分配
14 漸近理論與漸近分配
15 點估計
16 區間估計
17 假設檢定
18 Gamma 分配
19 The Bootstrap
20 貝氏統計推論
A 機率分配與統計相關的 R 函數
A.1 有哪些與機率相關的 R 函數
A.2 有哪些統計相關的 R 函數
B 機率分配表
索引與英漢名詞對照
參考文獻
立即查看
華通書坊
