Pierwszy polski podręcznik akademicki dotyczący statystycznej analizy
wielowymiarowej z wykorzystaniem programu R!
Program R, dostępny bezpłatnie na zasadach powszechnej licencji publicznej GNU, jest
wykorzystywany w badaniach naukowych i dydaktyce przez najlepsze uczelnie na świecie.
Używają go przedstawiciele różnych dyscyplin naukowych, np. biologii, medycyny,
psychologii, socjologii i ekonomii, jest bowiem znakomitym narzędziem do analizy danych.
W dydaktyce wykorzystuje się go na kursach zarówno podstaw statystyki, jak i statystyki
zaawansowanej oraz statystyki wielowymiarowej.
W książce szczegółowo omówiono:
- środowisko R jako środowisko obliczeń statystycznych oraz
działający w nim język programowania,
- podstawowe zagadnienia statystycznej analizy wielowymiarowej,
- graficzne możliwości programu R wykorzystywane do wizualizacji danych w przestrzeni
dwu- i trójwymiarowej,
- różne metody statystycznej analizy wielowymiarowej (takie jak analiza wariancji,
analiza regresji wielorakiej, nieparametryczne metody regresji, analiza dyskryminacyjna,
podejście wielomodelowe, analiza conjoint, analiza czynnikowa, metody skalowania
wielowymiarowego, analiza korespondencji i analiza skupień) oraz związane z nimi pakiety
i funkcje programu R.
Książka jest napisana klarownie i jasno, językiem zrozumiałym nie tylko dla
statystyków. Zawiera liczne przykłady i zadania do samodzielnego rozwiązywania.
Zainteresuje nie tylko studentów i pracowników naukowych, ale także praktyków, np.
lekarzy , psychologów i socjologów, zajmujących się analizą danych.
Wersję instalacyjną programu R oraz dodatkowe pakiety można pobrać ze strony: http://www.r-project.org/.
Autorzy są pracownikami naukowo-dydaktycznymi Uniwersytetu Ekonomicznego we Wrocławiu
oraz Akademii Ekonomicznej w Katowicach. Zespołem wrocławskim kierował prof. Marek
Walesiak, szef Katedry Ekonometrii i Informatyki Wydziału Gospodarki Regionalnej i
Turystyki, zespołem katowickim - prof. Eugeniusz Gatnar z Zakładu Danych Statystycznych
Katedry Statystyki Wydziału Zarządzania.
Spis treści:
Wstęp
1. Wprowadzenie do programu R
1.1. Uwagi wstępne
1.2. Tryby pracy w środowisku R
1.3. Funkcja print
1.4. Pakiety
1.5. System pomocy
1.6. Podstawy języka R
1.7. Praca w trybie wsadowym
1.8. Rcmdr
1.9. Zadania
1.10. Literatura
2. Podstawowe zagadnienia statystycznej analizy wielowymiarowej
2.1. Pojęcia wstępne
2.2. Typy skal pomiarowych i ich charakterystyka
2.3. Transformacja normalizacyjna
2.4. Miary odległości
2.5. Charakterystyki rozkładu wielu zmiennych
2.6. Generowanie danych
2.7. Zadania
2.8. Literatura
3. Graficzna prezentacja danych
3.1. Wprowadzenie
3.2. Parametry graficzne
3.3. Wybrane funkcje narzędziowe trybu graficznego środowiska R
3.4. Graficzna prezentacja rozkładów zmiennych
3.4.1. Wykresy związane z gęstością rozkładu
3.4.2. Wykres pudełkowy (boxplot)
3.5. Graficzna prezentacja danych w przestrzeni dwuwymiarowej
3.5.1. Wykresy rozrzutu danych metrycznych (scatterplot)
3.5.2. Wykresy rozrzutu trzech zmiennych metrycznych (bubbleplot)
3.5.3. Wykresy rozrzutu dwóch zmiennych metrycznych dla ka˙zdego poziomu trzeciej
zmiennej niemetrycznej (trellis graphics)
3.5.4. Wykresy funkcji matematycznych
3.5.5. Wykres rozrzutu dla danych niemetrycznych
3.5.6. Wykres rozrzutu dla danych symbolicznych interwałowych
3.6. Graficzna prezentacja danych w przestrzeni trójwymiarowej
3.6.1. Wykres dla danych metrycznych w przestrzeni trójwymiarowej
3.6.2. Wykres dla danych niemetrycznych w przestrzeni trójwymiarowej
3.7. Zadania
3.8. Literatura
4. Analiza wariancji
4.1. Podstawy teoretyczne
4.2. Pakiety i funkcje programu R
4.3. Przykłady z wykorzystaniem programu R
4.4. Zadania
4.5. Literatura
5. Analiza regresji wielorakiej
5.1. Podstawy teoretyczne
5.2. Pakiety i funkcje programu R
5.3. Przykłady z wykorzystaniem programu R
5.4. Zadania
5.5. Literatura
6. Nieparametryczne metody regresji
6.1. Podstawy teoretyczne
6.2. Pakiety i funkcje programu R
6.3. Przykłady z wykorzystaniem programu R
6.4. Zadania
6.5. Literatura
7. Analiza dyskryminacyjna
7.1. Podstawy teoretyczne
7.2. Pakiety i funkcje programu R
7.3. Przykłady z wykorzystaniem programu R
7.4. Zadania
7.5. Literatura
8. Drzewa klasyfikacyjne i regresyjne
8.1. Podstawy teoretyczne
8.2. Pakiety i funkcje programu R
8.3. Przykłady z wykorzystaniem programu R
8.4. Zadania
8.5. Literatura
9. Drzewa klasyfikacyjne i regresyjne — podejście wielomodelowe
9.1. Podstawy teoretyczne
9.2. Pakiety i funkcje programu R
9.3. Przykłady z wykorzystaniem programu R
9.4. Zadania
9.5. Literatura
10. Analiza conjoint
10.1. Podstawy teoretyczne
10.2. Pakiety i funkcje programu R
10.3. Przykłady z wykorzystaniem programu R
10.4. Zadania
10.5. Literatura
11. Analiza czynnikowa
11.1. Podstawy teoretyczne
11.2. Pakiety i funkcje programu R
11.3. Przykłady z wykorzystaniem programu R
11.4. Zadania
11.5. Literatura
12. Skalowanie wielowymiarowe
12.1. Podstawy teoretyczne
12.2. Pakiety i funkcje programu R
12.3. Przykłady z wykorzystaniem programu R
12.4. Zadania
12.5. Literatura
13. Analiza korespondencji
13.1. Podstawy teoretyczne
13.2. Pakiety i funkcje programu R
13.3. Przykłady z wykorzystaniem programu R
13.4. Zadania
13.5. Literatura
14. Analiza skupień
14.1. Podstawy teoretyczne
14.2. Pakiety i funkcje programu R
14.3. Przykłady z wykorzystaniem programu R
14.4. Zadania
14.5. Literatura
15. Analiza skupień —podejście modelowe
15.1. Podstawy teoretyczne
15.2. Pakiety i funkcje programu R
15.3. Przykłady z wykorzystaniem programu R
15.4. Zadania
15.5. Literatura
Indeks
468 stron, B5, miękka oprawa
- 
- 
- 
-