دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Introductory R: A Beginner's Guide to Data Visualisation, Statistical Analysis and Programming in R
دانلود کتاب R مقدماتی: راهنمای مبتدیان برای تجسم داده ها، تجزیه و تحلیل آماری و برنامه نویسی در R
مشخصات کتاب
Introductory R: A Beginner's Guide to Data Visualisation, Statistical Analysis and Programming in R
ویرایش: Revised and expanded edition
نویسندگان: Knell. Robert J
سری:
ISBN (شابک) : 9780957597112, 0957597118
ناشر: Rob Knell School of Biological and Chemical Sciences Queen Mary University of London
سال نشر: 2014;2013
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
قیمت کتاب (تومان) : 32,000
کلمات کلیدی مربوط به کتاب R مقدماتی: راهنمای مبتدیان برای تجسم داده ها، تجزیه و تحلیل آماری و برنامه نویسی در R: R (زبان برنامه کامپیوتری)، آمار -- پردازش داده ها، کتاب های الکترونیکی، آمار -- پردازش داده ها
در صورت تبدیل فایل کتاب Introductory R: A Beginner's Guide to Data Visualisation, Statistical Analysis and Programming in R به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب R مقدماتی: راهنمای مبتدیان برای تجسم داده ها، تجزیه و تحلیل آماری و برنامه نویسی در R نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب R مقدماتی: راهنمای مبتدیان برای تجسم داده ها، تجزیه و تحلیل آماری و برنامه نویسی در R
R در حال حاضر پرکاربردترین نرم افزار آماری در علوم دانشگاهی است و به سرعت در حال گسترش در زمینه های دیگر مانند مالی است. R تقریباً بی حد و حصر انعطاف پذیر و قدرتمند است، از این رو جذابیت آن است، اما می تواند برای کاربر مبتدی بسیار دشوار باشد. هیچ منوی کشویی آسانی وجود ندارد، پیام های خطا اغلب رمزآلود هستند و کارهای ساده ای مانند وارد کردن داده های شما یا صادرات یک نمودار می تواند دشوار و خسته کننده باشد. R مقدماتی برای کاربر مبتدی نوشته شده است که کمی در مورد آمار می داند اما هنوز با روش های R آشنا نشده است. ، اطلاعات قابل توجهی بیشتر در مورد آمار و شش فصل جدید در مورد برنامه نویسی در R. موضوعات تحت پوشش عبارتند از: مروری بر مبانی رابط خط فرمان R ساختارهای داده شامل بردارها، ماتریس ها و فریم های داده توابع R و نحوه استفاده از آنها گسترش تجزیه و تحلیل و ترسیم شما ظرفیت‌ها با بسته‌های R افزودنی مجموعه‌ای از قوانین ساده که باید رعایت کنید تا مطمئن شوید داده‌های خود را به درستی وارد می‌کنید مقدمه‌ای بر ویرایشگر اسکریپت و توصیه‌هایی در مورد گردش کار مقدمه‌ای مفصل برای ترسیم نمودارهای استاندارد انتشار در R نحوه درک فایل‌های راهنما و چگونه با برخی از رایج ترین خطاهایی که ممکن است با آنها روبرو شوید مقابله کنید. آمار توصیفی پایه نظریه آزمون های آماری و نحوه تفسیر خروجی آزمون های آماری پوشش کامل مبانی تحلیل داده ها در R با فصول استفاده از آزمون های مجذور کای، آزمون های تی، تحلیل همبستگی، رگرسیون، ANOVA و مدل های خطی عمومی مفروضات پشت آنالیزها به چه معنا هستند و چگونه می توان آنها را با استفاده از نمودارهای تشخیصی آزمایش کرد. توضیح جداول خلاصه تولید شده برای تحلیل های آماری مانند رگرسیون و ANOVA نوشتن توابع خود در R استفاده از عملیات جدول برای دستکاری ماتریس ها و فریم های داده با استفاده از جملات شرطی و حلقه ها در برنامه های R نوشتن برنامه های R طولانی تر تکنیک های تجزیه و تحلیل آماری در R توسط یک سری از فصل ها نشان داده شده است که در آن داده های تجربی و پیمایشی تجزیه و تحلیل می شوند. تاکید زیادی بر استفاده از داده‌های واقعی از تحقیقات علمی واقعی، با تمام مشکلات و عدم قطعیت‌های موجود، به جای داده‌های ساخته‌شده با رفتار خوب که نتایج ایده‌آل و آسان برای تجزیه و تحلیل را ارائه می‌دهند، وجود دارد.
توضیحاتی درمورد کتاب به خارجی
R is now the most widely used statistical software in academic science and it is rapidly expanding into other fields such as finance. R is almost limitlessly flexible and powerful, hence its appeal, but can be very difficult for the novice user. There are no easy pull-down menus, error messages are often cryptic and simple tasks like importing your data or exporting a graph can be difficult and frustrating. Introductory R is written for the novice user who knows a little about statistics but who hasn't yet got to grips with the ways of R. This new edition is completely revised and greatly expanded with new chapters on the basics of descriptive statistics and statistical testing, considerably more information on statistics and six new chapters on programming in R. Topics covered include: A walkthrough of the basics of R's command line interface Data structures including vectors, matrices and data frames R functions and how to use them Expanding your analysis and plotting capacities with add-in R packages A set of simple rules to follow to make sure you import your data properly An introduction to the script editor and advice on workflow A detailed introduction to drawing publication-standard graphs in R How to understand the help files and how to deal with some of the most common errors that you might encounter. Basic descriptive statistics The theory behind statistical testing and how to interpret the output of statistical tests Thorough coverage of the basics of data analysis in R with chapters on using chi-squared tests, t-tests, correlation analysis, regression, ANOVA and general linear models What the assumptions behind the analyses mean and how to test them using diagnostic plots Explanations of the summary tables produced for statistical analyses such as regression and ANOVA Writing your own functions in R Using table operations to manipulate matrices and data frames Using conditional statements and loops in R programmes. Writing longer R programmes. The techniques of statistical analysis in R are illustrated by a series of chapters where experimental and survey data are analysed. There is a strong emphasis on using real data from real scientific research, with all the problems and uncertainty that implies, rather than well-behaved made-up data that give ideal and easy to analyse results.
