A Handbook of Statistical Analyses Using R, Second Edition

Cover Page\r......Page 1
A Handbook of Statistical Analyses Using R, SECOND EDITION......Page 3
Preface to Second Edition......Page 6
Preface to First Edition......Page 7
List of Figures......Page 9
List of Tables......Page 16
Contents......Page 20
1.1 What is R?......Page 23
1.2.1 The Base System and the First Steps......Page 24
1.2.2 Packages......Page 25
1.3 Help and Documentation......Page 26
1.4 Data Objects in R......Page 27
1.5 Data Import and Export......Page 31
1.6 Basic Data Manipulation......Page 33
1.7.1 Simple Summary Statistics......Page 36
1.7.2 Customising Analyses......Page 37
1.7.3 Simple Graphics......Page 40
1.8 Organising an Analysis......Page 42
1.9 Summary......Page 43
Exercises......Page 45
2.1 Introduction......Page 46
2.2 Initial Data Analysis......Page 48
2.3.1 Malignant Melanoma......Page 50
2.3.2 Chinese Health and Family Life......Page 56
2.4 Summary......Page 59
3.1 Introduction......Page 65
3.2.1 Comparing Normal Populations: Student’s t-Tests......Page 69
3.2.2 Non-parametric Analogues of Independent Samples and Paired t-Tests......Page 71
3.2.4 McNemar’s Test......Page 72
3.3.1 Estimating the Width of a Room......Page 73
3.3.2 Wave Energy Device Mooring......Page 76
3.3.3 Mortality and Water Hardness......Page 77
3.3.4 Piston-ring Failures......Page 78
3.3.5 Rearrests of Juveniles......Page 81
3.4 Summary......Page 83
4.1 Introduction......Page 85
4.2.1 Testing Independence of Two Variables......Page 88
4.3.1 Estimating the Width of a Room Revised......Page 90
4.3.2 Crowds and Threatened Suicide......Page 93
4.3.3 Gastrointestinal Damage......Page 94
4.3.4 Teratogenesis......Page 96
Exercises......Page 97
5.1 Introduction......Page 99
5.2 Analysis of Variance......Page 102
5.3.1 Weight Gain in Rats......Page 103
5.3.2 Foster Feeding of Rats of Different Genotype......Page 106
5.3.3 Water Hardness and Mortality......Page 109
5.3.4 Male Egyptian Skulls......Page 111
Exercises......Page 114
6.1 Introduction......Page 117
6.2 Simple Linear Regression......Page 119
6.3 Multiple Linear Regression......Page 120
6.4.1 Estimating the Age of the Universe......Page 123
6.4.2 Cloud Seeding......Page 125
6.5 Summary......Page 132
Exercises......Page 133
7.1 Introduction......Page 137
7.2.1 Logistic Regression......Page 140
7.2.2 The Generalised Linear Model......Page 141
7.3.1 ESR and Plasma Proteins......Page 142
7.3.2 Women’s Role in Society......Page 147
7.3.3 Colonic Polyps......Page 150
7.3.4 Driving and Back Pain......Page 155
Exercises......Page 156
8.1 Introduction......Page 159
8.2 Density Estimation......Page 161
8.2.1 Kernel Density Estimators......Page 162
8.3.1 A Parametric Density Estimate for the Old Faithful Data......Page 167
Exercises......Page 175
9.1 Introduction......Page 180
9.2 Recursive Partitioning......Page 183
9.3.1 Predicting Body Fat Content......Page 184
9.3.2 Glaucoma Diagnosis......Page 186
9.3.3 Trees Revisited......Page 192
Exercises......Page 193
10.1 Introduction......Page 195
10.2 Scatterplot Smoothers and Generalised Additive Models......Page 199
10.2.1 Scatterplot Smoothers......Page 200
10.2.2 Generalised Additive Models......Page 202
10.3.1 Olympic 1500m Times......Page 204
10.3.2 Air Pollution in US Cities......Page 207
10.3.3 Risk Factors for Kyphosis......Page 210
Summary......Page 212
Exercises......Page 213
11.1 Introduction......Page 214
11.2 Survival Analysis......Page 215
11.2.1 The Survivor Function......Page 217
11.2.2 The Hazard Function......Page 218
11.2.3 Cox’s Regression......Page 220
11.3.1 Glioma Radioimmunotherapy......Page 221
11.3.2 Breast Cancer Survival......Page 223
Exercises......Page 228
12.1 Introduction......Page 230
12.2 Analysing Longitudinal Data......Page 233
12.3 Linear Mixed E ects Models for Repeated Measures Data......Page 234
12.4 Analysis Using R......Page 236
12.6 The Problem of Dropouts......Page 240
12.7 Summary......Page 243
Exercises......Page 245
13.1 Introduction......Page 247
13.2 Methods for Non-normal Distributions......Page 249
13.2.1 Marginal Models......Page 250
13.2.2 Conditional Models......Page 252
13.3.1 Beat the Blues Revisited......Page 254
13.3.2 Respiratory Illness......Page 255
13.3.3 Epilepsy......Page 258
13.4 Analysis Using R: Random Effects......Page 263
Exercises......Page 266
14.1 Introduction......Page 268
14.2 Simultaneous Inference and Multiple Comparisons......Page 271
14.3.1 Genetic Components of Alcoholism......Page 272
14.3.2 Deer Browsing......Page 276
14.3.3 Cloud Seeding......Page 278
14.4 Summary......Page 279
Exercises......Page 280
15.1 Introduction......Page 281
15.2 Systematic Reviews and Meta-Analysis......Page 283
15.3.1 Fixed E ects Model – Mantel-Haenszel......Page 285
15.3.2 Random E ects Model – DerSimonian-Laird......Page 286
15.4 Analysis Using R......Page 287
15.5 Meta-Regression......Page 290
15.6 Publication Bias......Page 291
15.7 Summary......Page 293
Exercises......Page 296
16.2 Principal Component Analysis......Page 299
Bibliography......Page 0
16.3 Analysis Using R......Page 302
16.4 Summary......Page 309
Exercises......Page 310
17.2 Multidimensional Scaling......Page 312
17.2.1 Classical Multidimensional Scaling......Page 315
17.2.2 Non-metric Multidimensional Scaling......Page 317
17.3 Analysis Using R......Page 318
17.4 Summary......Page 323
Exercises......Page 324
18.1 Introduction......Page 327
18.2 Cluster Analysis......Page 330
18.2.1 Agglomerative Hierarchical Clustering......Page 331
18.2.2 Measuring Inter-cluster Dissimilarity......Page 332
18.2.3 k-Means Clustering......Page 334
18.2.5 Classification Maximum Likelihood......Page 335
18.3.2 Classifying Exoplanets......Page 337
18.3.3 Model-based Clustering in R......Page 342
Exercises......Page 346
Bibliography......Page 347