詳細資訊
<姆斯>R資料採礦與數據分析--以 GUI 套件 Rattle 結合程式語言實作<碁峰> 何宗武 9789864760572
定價: | ||||
售價: | 425元 | |||
庫存: | 已售完 | |||
LINE US! | 詢問這本書 團購優惠、書籍資訊 等 | |||
此書籍已售完,調書籍需2-5工作日。建議與有庫存書籍分開下單 | ||||
付款方式: | 超商取貨付款 |
![]() |
|
信用卡 |
![]() |
||
線上轉帳 |
![]() |
||
物流方式: | 超商取貨 | ||
宅配 | |||
門市自取 |
詳細資訊
<姆斯>R資料採礦與數據分析--以 GUI 套件 Rattle 結合程式語言實作<碁峰> 何宗武 9789864760572
為您推薦
類似書籍推薦給您
【簡介】 適合程式設計新手,迅速進入資料科學領域。 資料匯入、整理、變換、視覺化與模型建立。 使用R和RStudio進行資料科學研究,利用tidyverse套件使工作更高效、流暢。 這一版介紹Tidyverse的最新功能和最佳實務做法,並新增章節介紹從不同來源獲取資料,進一步實踐所學。 「這本書更新了世界首屈一指的R資料科學實務指南,優秀程度令人驚歎,凡是與資料打交道的人都應該閱讀此書!」 —Emma Rand University of York, UK 運用R將資料轉化為洞察力、知識和理解。透過這本實用的書籍,有志於成為資料科學家的讀者將學會如何使用R和RStudio進行資料科學研究,並利用tidyverse這組專為協同工作而設計的套件,讓資料科學實務變得更快速、流暢且有趣。即使沒有程式設計的經驗,本書最新版也能幫助你迅速進入資料科學的領域。 你將學會如何匯入、變換和視覺化資料,並傳達結果。你還將獲得資料科學流程的整體理解,以及管理細節所需的基本工具。這一版針對最新的tidyverse功能和最佳實務做法進行了更新,有新的章節示範如何從試算表、資料庫和網站獲取資料。其中的習題也將幫助你實踐所學。 你將學到如何: ‧視覺化:為資料探索和結果的交流創建圖表 ‧變換:找出變數型別及處理它們的工具 ‧匯入:將資料匯入R並轉換為方便分析的形式 ‧程式設計:學習R語言的工具,以更清晰的方式輕鬆解決資料問題 ‧溝通:使用Quarto整合說明、程式碼和分析結果 【目錄】 導言 【第一篇 遊戲全貌】 第 01 章 資料視覺化 第 02 章 工作流程:基礎知識 第 03 章 資料變換 第 04 章 工作流程:程式碼風格 第 05 章 資料整理 第 06 章 工作流程:指令稿和專案 第 07 章 資料匯入 第 08 章 工作流程:尋求協助 【第二篇 視覺化】 第 09 章 圖層 第 10 章 探索式資料分析 第 11 章 溝通 【第三篇 變換】 第 12 章 邏輯向量 第 13 章 數字 第 14 章 字串 第 15 章 正規表達式 第 16 章 因子 第 17 章 日期與時間 第 18 章 缺失值 第 18 章 缺失值 第 19 章 Join 【第四篇 匯入】 第 20 章 試算表 第 21 章 資料庫 第 22 章 Arrow 第 23 章 階層式資料 第 24 章 Web Scraping 【第五篇 程式】 第 25 章 函式 第 26 章 迭代 第 27 章 基礎 R 的操作指南 【第六篇 溝通】 第 28 章 Quarto 第 29 章 Quarto 格式 索引 關於作者+出版記事
類似書籍推薦給您
量化研究與統計分析:SPSS與R資料分析範例解析 作 者:邱皓政 出版社別:五南 書 系:研究&方法 出版日期:2022/03/15(6版4刷) ISBN:978-957-763-340-8 書 號:1H47 頁 數:576 開 數:16K 內容簡介 量化研究是當代社會與行為科學的強勢典範,統計分析則是量化研究的核心,當學生們苦惱於學統計、做研究、跑分析之時,《量化研究與統計分析》一書提供了一套從研究學理──統計的知識──操作的能力,三合一的系統化知識與技術性介紹。 難得的是,本書有別於傳統統計教科書的深奧難解、研究方法教材的浩瀚無邊、統計軟體操作指南的繁文縟節,作者以其多年研究實務與豐富教學經驗,於書中萃取了研究方法、統計概念與資料分析三種教材精華,簡化軟體操作介紹,將量化研究實務工作與SPSS與R的應用加以整合,凸顯出本書實用性與工具性價值。 本書為大專院校統計學、研究方法與資料分析的教科書。為提高學習意願與接受度,在基本原理與公式推導方面做了相當程度的精簡,並強調實例分析,技術上以SPSS為主、以R為輔,左右逢源、簡單易懂,極適合作為學術研究工作者的量化研究工具書。 本書特色 ■ 以SPSS最新版本SPSS 23~25進行全面編修,更新介面說明,增補新增功能介紹,充分發揮SPSS優勢長項。 ■ 納入免費軟體R的操作介紹與實例分析,搭配統計原理與SPSS的操作對應,擴展學習視野與分析能力。 ■ 強化研究上的實務解決方案,充實變異數分析與多元迴歸範例,納入PROCESS模組,擴充調節與中介效果實作技術,符合博碩士生與研究人員需求。 目錄 第一篇 量化研究的基本概念 chapter 1 科學研究與量化方法 第一節 科學研究的概念與方法 第二節 主要的量化研究設計 第三節 量化研究的結構與內容 第四節 量化研究的程序 第五節 結語 chapter 2 變數與測量 第一節 前言 第二節 變數的類型與尺度 第三節 測量的格式 第四節 反應心向 第二篇 資料處理與數據查核 chapter 3 資料編碼與資料庫建立 第一節 編碼系統的建立與應用 第二節 SPSS 基本操作 第三節 資料庫建立 第四節 複選題處理與分析 第五節 排序題處理與分析 chapter 4 資料檢核與整備 第一節 資料查核 第二節 遺漏值處理 第三節 離群值的偵測與處置 第四節 資料轉換 第五節 資料與檔案管理 chapter 5 描述統計與圖示 第一節 次數分配表 第二節 集中量數 第三節 變異量數 第四節 偏態與峰度 第五節 相對量數 第六節 標準分數 第七節 SPSS 的描述統計操作 第八節 SPSS 的統計圖製作 第九節 R 的描述統計與圖表運用 第三篇 統計分析的原理與技術 chapter 6 類別資料的分析:卡方檢定 第一節 基本概念 第二節 類別變數的統計考驗 第三節 替代性的關聯係數 第四節 SPSS 的類別資料分析範例 第五節 R 的類別資料分析範例 chapter 7 平均數檢定:t 檢定 第一節 基本概念 第二節 平均數差異檢定的原理 第三節 SPSS 的平均數檢定範例 第四節 R 的平均數檢定範例 chapter 8 變異數分析:ANOVA 第一節 基本概念 第二節 變異數分析的統計原理 第三節 ANOVA 的基本假設與相關問題 第四節 多重比較:事前與事後檢定 第五節 共變數分析 第六節 SPSS 的變異數分析範例 第七節 R 的變異數分析範例 chapter 9 多因子變異數分析 第一節 基本概念 第二節 多因子變異數分析的統計原理 第三節 相依樣本多因子變異數分析 第四節 多因子變異數分析的平均數圖示 第五節 SPSS 的多因子變異數分析範例 第六節 R 的多因子變異數分析範例 chapter 10 線性關係的分析:相關與迴歸 第一節 基本概念 第二節 積差相關的原理與特性 第三節 其他相關的概念 第四節 迴歸分析 第五節 SPSS 的相關與迴歸範例 第六節 R 的相關與迴歸分析範例 chapter 11 多元迴歸 第一節 基本概念 第二節 多元迴歸的原理與特性 第三節 多元迴歸的變數選擇模式 第四節 虛擬迴歸 第五節 SPSS 的多元迴歸範例 第六節 R 的多元迴歸 chapter 12 中介與調節 第一節 緒論 第二節 調節效果分析 第三節 中介效果分析 第四節 SPSS 的調節與中介效果分析範例 第五節 PROCESS 的調節與中介效果分析範例 第六節 R 的調節與中介效果分析範例 第四篇 量表發展的分析技術 chapter 13 量表發展與信效度議題 第一節 量表發展的程序與步驟 第二節 信度 第三節 效度 第四節 信度與效度之關係 chapter 14 項目分析與信度估計 第一節 項目分析的基本概念 第二節 項目分析的計量方法 第三節 SPSS 的項目分析範例 第四節 SPSS 的信度估計範例 第五節 R 的項目分析與信度分析範例 chapter 15 因素分析:探索取向 第一節 基本概念 第二節 因素分析的基本原理 第三節 因素分析的程序 第四節 探索性因素分析範例 第五節 結語 chapter 16 因素分析:驗證取向 第一節 基本概念 第二節 驗證性因素分析的特性 第三節 驗證性因素分析的執行 第四節 驗證性因素分析範例 第五節 結語 附錄:R 的小世界—R 簡介與操作說明 第一節 R 是甚麼 第二節 R 與套件安裝 第三節 R 的資料與檔案管理 參考文獻 索引
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
類似書籍推薦給您
書名:R語言資料分析活用範例詳解 出版社:碁峰 出版年月:201511 條碼:9789863478157 內容簡介 隨著Big Data的分析應用逐漸受重視,而R語言又是一套免費的開放原始碼工具,在資料分析、統計運算和繪圖上能有效運用,強大的功能和眾多的套件使其廣受好評,是許多統計學家、科學家和工程師們很喜歡使用的工具。 本書是一本R語言和資料分析的入門教材,書中有非常多的實際案例,並以案例問題為導向,詳解其中統計方法和R語言的指令應用與編寫程式的技巧,本書共有18個章節,內容包含R的入門概念、資料結構、函數與優化、抽樣模擬、統計分析、假設檢定、迴歸分析、統計繪圖和R套件的自製方法等。 本書定位給想要學習R語言和資料分析的商業經營管理人員、醫學系學生或研究人員,書中的實例和指令程式編寫方法對其實際應用上提供很好的參考。 名人推薦 『該書深入淺出、通俗易懂、案例詳實,從資料分析角度講解R在實際資料分析中的使用,是難得的一本R和資料分析入門的好書。』 - 謝邦昌,教授,臺灣輔仁大學統計資訊系 『該書的每一章以實際問題啟發的方式引出統計方法,再介紹資料分析和R軟體的使用,輔以詳細、恰當的案例,這樣讓枯燥乏味的資料分析和軟體課程變得生動活潑,這是一本很好的資料分析入門教材,值得推薦。』 - 馬雙鴿,副教授,美國耶魯大學生物統計系 『方老師在R領域著墨多年,今將多年的教學及研究成果整理成冊,對讀者而言乃是一大福音。本書淺顯易懂,理論與實務兼具,是非常實用的書籍!』 - 李禦璽,教授、系主任,臺灣銘傳大學電腦工程學系 『我很喜歡這本書的編寫體例,從問題出發,然後介紹方法和R語言的實現,非常適合需要用R來解決實際分析問題的讀者。』 - 李艦,Mango Solutions,中國區資料總監 目錄 第 1 章 初識 R 語言 第 2 章 資料結構與基本運算 第 3 章 函數與優化 第 4 章 亂數與抽樣模擬 第 5 章 資料讀寫與預處理 第 6 章 探索性資料分析 第 7 章 參數假設檢定 第 8 章 非參數假設檢定 第 9 章 變異數分析 第 10 章 線性迴歸模型 第 11 章 線性迴歸模型的擴展 第 12 章 非線性迴歸分析 第 13 章 二元選擇模型 第 14 章 多元選擇模型 第 15 章 計數模型與受限應變數模型 第 16 章 分位數迴歸 第 17 章 高階統計繪圖 第 18 章 如何製作自己的 R 套件 參考文獻