第一章 R的特色与安装
第二章 数据管理
第一节 数据获取
第二节 连接数据框
第三节 数值修约与显示方式
第四节 离群值检验
第五节 取子集
第六节 创建分类变量
第三章 描述性统计分析
第一节 数值法
第二节 表格法
第三节 图形法
第四章 抽样与抽样估计
第一节 基本概念
第二节 常用概率抽样方法
第三节 抽样估计的理论基础
第四节 总体均值的点估计和区间估计
第五节 总体比例的点估计与区间估计
第六节 不同抽样方法对统计结果的影响
第五章 组间差异的参数检验
第一节 假设检验的基本概念
第二节 单样本总体均值的假设检验
第三节 两独立样本总体均值的假设检验
第四节 成对样本：检验
第五节 单因素方差分析
第六节 双因素方差分析
第六章 组间差异的非参数检验
第一节 单样本Wilcoxon检验
第二节 Mann-Whitney U检验
第三节 配对样本Wilcoxon检验
第四节 多组样本中位数假设检验
第七章 计数资料的统计分析
第一节 率的u检验
第二节 x2检验概述
第三节 频数分布拟合优度的x2检验
第四节 本章共用数据
第五节 创建频数矩阵
第六节 独立样本四格表
第七节 配对样本四格表
第八节 双向无序列联表资料统计分析
第九节 分层卡方检验
第十节 单向有序列联表
第十一节 双向有序列联表资料的统计分析
第八章 单变量时间序列分析与预测
第一节 创建时间序列
第二节 时间序列模式
第三节 序列模式转换
第四节 季节性分解
第五节 单位根检验
第六节 非季节性ARIMA模型
第七节 指数预测模型
第九章 分类
第一节 数据集
第二节 logistic回归
第三节 线性判别分析（LDA）
第四节 二次判别分析（QDA）
第五节 K最近邻分类算法
第六节 基于树的分类方法
第七节 支持向量机
第十章 主成分分析（PCA）
第十一章 样本加权分析
第一节 NHANES数据分析前的权重选择和计算
第二节 创建调查设计对象
第三节 样本加权统计分析
第十二章 探索性数据分析
参考文献
展开
