close
1.

図書
図書
1. Graphics for statistics and data analysis with R. 2nd ed
Kevin J. Keen
出版情報: Boca Raton : CRC Press, Taylor & Francis Group, c2018  xx, 590 p. ; 24 cm
シリーズ名: Texts in statistical science
2.

図書
図書
2. A first course in statistical programming with R. 2nd ed (: [pbk.])
W. John Braun and Duncan J. Murdoch
出版情報: New York : Cambridge University Press, 2016  xiv, 215 p. ; 25 cm
3.

図書
図書
3. R graphics. 3rd ed (: hardback)
Paul Murrell
出版情報: Boca Raton : CRC Press, c2019  xvii, 423 p. ; 24 cm
シリーズ名: The R series
A Chapman & Hall book
目次情報: 続きを見る
Preface
An Introduction to R Graphics / 1：
R graphics examples / 1.1：
Standard plots / 1.1.1：
Trellis plots / 1.1.2：
The grammar of graphics / 1.1.3：
Specialized plots / 1.1.4：
General graphical scenes / 1.1.5：
The organization of R graphics / 1.2：
Base graphics versus grid graphics / 1.2.1：
Base Graphics / I：
Simple Usage of Base Graphics / 2：
The base graphics model / 2.1：
The plot() function / 2.2：
Plots of a single variable / 2.3：
Plots of two variables / 2.4：
Plots of many variables / 2.5：
Arguments to graphics functions / 2.6：
Standard arguments to graphics functions / 2.6.1：
Customizing Base Graphics / 2.7：
The base graphics model in more detail / 3.1：
Plotting regions / 3.1.1：
The base graphics state / 3.1.2：
Controlling the appearance of plots / 3.2：
Colors / 3.2.1：
Lines / 3.2.2：
Text / 3.2.3：
Data symbols / 3.2.4：
Axes / 3.2.5：
Clipping / 3.2.6：
Moving to a new plot / 3.2.8：
Arranging multiple plots / 3.3：
Using the base graphics state / 3.3.1：
Layouts / 3.3.2：
The split-screen approach / 3.3.3：
Annotating plots / 3.4：
Annotating the plot region / 3.4.1：
Annotating the margins / 3.4.2：
Legends / 3.4.3：
Coordinate systems / 3.4.4：
Special cases / 3.4.6：
Creating new plots / 3.5：
A simple plot from scratch / 3.5.1：
A more complex plot from scratch / 3.5.2：
Writing base graphics functions / 3.5.3：
Interactive graphics / 3.6：
Grid Graphics / II：
Trellis Graphics: The lattice Package / 4：
The lattice graphics model / 4.1：
Why another graphics system? / 4.1.1：
Lattice plot types / 4.2：
The formula argument and multipanel conditioning / 4.3：
The group argument and legends / 4.4：
The layout argument and arranging plots / 4.5：
The scales argument and labeling axes / 4.6：
The panel argument and annotating plots / 4.7：
Adding output to a lattice plot / 4.7.1：
Par. settings and graphical parameters / 4.8：
The Grammar of Graphics: The ggplot2 Package / 5：
Quick plots / 5.1：
The ggplot2 graphics model / 5.2：
Data / 5.2.1：
Geoms and aesthetics / 5.4：
Scales / 5.5：
Statistical transformations / 5.6：
The group aesthetic / 5.7：
Position adjustments / 5.8：
Coordinate transformations / 5.9：
Facets / 5.10：
Themes / 5.11：
Annotating / 5.12：
Extending ggplot2 / 5.13：
The grid Graphics Model / 6：
A brief overview of grid graphics / 6.1：
A simple example / 6.1.1：
Graphical primitives / 6.2：
Graphical utilities / 6.2.1：
Standard arguments / 6.2.2：
Conversion functions / 6.2.3：
Complex units / 6.3.2：
Controlling the appearance of output / 6.4：
Specifying graphical parameter settings / 6.4.1：
Vectorized graphical parameter settings / 6.4.2：
Viewports / 6.5：
Pushing, popping, and navigating between viewports / 6.5.1：
Clipping to viewports / 6.5.2：
Viewport lists, stacks, and trees / 6.5.3：
Viewports as arguments to graphical primitives / 6.5.4：
Graphical parameter settings in viewports / 6.5.5：
Missing values and non-finite values / 6.5.6：
Customizing lattice plots / 6.7：
Adding grid output to lattice output / 6.8.1：
Adding lattice output to grid output / 6.8.2：
Customizing ggplot2 output / 6.9：
Adding grid output to ggplot2 output / 6.9.1：
Adding ggplot2 output to grid output / 6.9.2：
The grid Graphics Object Model / 7：
Working with graphical output / 7.1：
Listing graphical objects / 7.2：
Selecting graphical objects / 7.3：
Grab lists, trees, and paths / 7.4：
Graphical parameter settings in gTrees / 7.4.1：
Searching for grobs / 7.5：
Editing graphical context / 7.6：
Forcing graphical objects / 7.7：
Working with graphical objects off-screen / 7.8：
Reordering graphical objects / 7.9：
Capturing output / 7.10：
Querying grobs / 7.11：
Calculating the sizes of grobs / 7.11.1：
Calculating the positions of grobs / 7.11.2：
Placing and packing grobs in frames / 7.12：
Placing and packing off-screen / 7.12.1：
Display lists / 7.13：
Working with lattice grobs / 7.14：
Working with ggplot2 grobs / 7.15：
Developing New Graphical Functions and Objects / 8：
An example / 8.1：
Graphical functions / 8.2：
Modularity / 8.2.1：
Embeddable output / 8.2.2：
Editable output / 8.2.3：
Annotatable output / 8.2.4：
Graphical objects / 8.3：
Defining a static grob / 8.3.1：
Editable grobs / 8.3.2：
Defining a static grob with drawing context / 8.3.3：
Defining a dynamic grob / 8.3.4：
Forcing grobs / 8.3.5：
Reverting grobs / 8.3.6：
Defining a dynamic grob with drawing context / 8.3.7：
Querying graphical objects / 8.3.8：
Summary of graphical object methods / 8.3.9：
Calculations during drawing / 8.3.10：
Avoiding argument explosion / 8.3.11：
Mixing graphical functions and graphical objects / 8.4：
Debugging grid / 8.5：
The Graphics Engine / III：
Graphics Formats / 9：
Graphics devices / 9.1：
Graphical output formats / 9.2：
Vector formats / 9.2.1：
Raster formats / 9.2.2：
R Studio / 9.2.3：
Including R graphics in other documents / 9.3：
Latex / 9.3.1：
"Productivity" software / 9.3.2：
Web pages / 9.3.3：
Device-specific features / 9.4：
Multiple pages of output / 9.5：
Extension packages / 9.6：
Graphical Parameters / 10：
Semitransparent colors / 10.1：
Converting colors / 10.1.2：
Color sets / 10.1.3：
Device dependency of color specifications / 10.1.4：
Line styles / 10.2：
Line widths / 10.2.1：
Line types / 10.2.2：
Line ends and joins / 10.2.3：
Fonts / 10.3：
Font family / 10.4.1：
Font face / 10.4.2：
Multi-line text / 10.4.3：
Locales / 10.4.4：
Escape sequences / 10.4.5：
Anti-aliasing / 10.4.6：
Mathematical formulae / 10.5：
Integrating Graphics Systems / IV：
Importing Graphics / 11：
The Moon and the tides / 11.1：
Importing raster graphics / 11.2：
Importing vector graphics / 11.3：
The grImport package / 11.3.1：
The grImport2 package / 11.3.2：
Combining Graphics Systems / 12：
The gridBase package / 12.1：
Annotating base graphics using grid / 12.1.1：
Base graphics in grid viewports / 12.1.2：
Problems and limitations of gridBase / 12.1.3：
The gridGraphics package / 12.2：
Editing base graphics using grid / 12.2.1：
Problems and limitations of gridGraphics / 12.2.2：
Advanced Graphics / 13：
Exporting SVG / 13.1：
SVG advanced features / 13.2：
Gradient fills / 13.2.1：
Pattern fills / 13.2.2：
Filters / 13.2.3：
Clipping paths / 13.2.4：
Masks / 13.2.5：
SVG drawing context / 13.3：
SVG definitions / 13.4：
Drawing off screen / 13.5：
SVG fonts / 13.6：
Exporting base graphics / 13.7：
Exporting to other formats / 13.8：
Exporting imported images / 13.9：
Bibliography
Index
Preface
An Introduction to R Graphics / 1：
R graphics examples / 1.1：
4.

図書
図書
4. Advanced R. 2nd ed (: paperback ; : hardback)
Hadley Wickham
出版情報: Boca Raton : CRC Press, c2019  xv, 587 p. ; 24 cm
シリーズ名: The R series
A Chapman & Hall book
目次情報: 続きを見る
Preface
Introduction / 1：
Why R? / 1.1：
Who should read this book / 1.2：
What you will get out of this book / 1.3：
What you will not learn / 1.4：
Meta-techniques / 1.5：
Recommended reading / 1.6：
Getting help / 1.7：
Acknowledgments / 1.8：
Conventions / 1.9：
Colophon / 1.10：
Foundations / I：
Names and values / 2：
Binding basics / 2.1：
Copy-on-modify / 2.3：
Object size / 2.4：
Modify-in-place / 2.5：
Unbinding and the garbage collector / 2.6：
Quiz answers / 2.7：
Vectors / 3：
Atomic vectors / 3.1：
Attributes / 3.3：
S3 atomic vectors / 3.4：
Lists / 3.5：
Data frames and tibbles / 3.6：
Null / 3.7：
Subsetting / 3.8：
Selecting multiple elements / 4.1：
Selecting a single element / 4.3：
Subsetting and assignment / 4.4：
Applications / 4.5：
Control flow / 4.6：
Choices / 5.1：
Loops / 5.3：
Functions / 5.4：
Function fundamentals / 6.1：
Function composition / 6.3：
Lexical scoping / 6.4：
Lazy evaluation / 6.5：
… (dot-dot-dot) / 6.6：
Exiting a function / 6.7：
Function forms / 6.8：
Environments / 6.9：
Environment basics / 7.1：
Recursing over environments / 7.3：
Special environments / 7.4：
Call stacks / 7.5：
As data structures / 7.6：
Conditions / 7.7：
Signalling conditions / 8.1：
Ignoring conditions / 8.3：
Handling conditions / 8.4：
Custom conditions / 8.5：
Functional programming / 8.6：
Functional / 9：
My first functional: map() / 9.1：
Purrr style / 9.3：
Map variants / 9.4：
Reduce family / 9.5：
Predicate functionals / 9.6：
Base functionals / 9.7：
Function factories / 10：
Factory fundamentals / 10.1：
Graphical factories / 10.3：
Statistical factories / 10.4：
Function factories + functionals / 10.5：
Function operators / 11：
Existing function operators / 11.1：
Case study: Creating your own function operators / 11.3：
Object-oriented programming / III：
Base types / 12：
Base versus OO objects / 12.1：
S3 / 12.3：
Basics / 13.1：
Classes / 13.3：
Generics and methods / 13.4：
Object styles / 13.5：
Inheritance / 13.6：
Dispatch details / 13.7：
R6 / 14：
Classes and methods / 14.1：
Controlling access / 14.3：
Reference semantics / 14.4：
Why R6? / 14.5：
S4 / 15：
Method dispatch / 15.1：
S4 and S3 / 15.6：
Trade-offs / 16：
S4 versus S3 / 16.1：
R6 versus S3 / 16.3：
Metaprogramming / IV：
Bis picture / 17：
Code is data / 17.1：
Code is a tree / 17.3：
Code can generate code / 17.4：
Evaluation runs code / 17.5：
Customising evaluation with functions / 17.6：
Customising evaluation with data / 17.7：
Quosures / 17.8：
Expressions / 18：
Abstract syntax trees / 18.1：
Parsing and grammar / 18.3：
Walking AST with recursive functions / 18.5：
Specialised data structures / 18.6：
Quasiquotation / 19：
Motivation / 19.1：
Quoting / 19.3：
Unquoting / 19.4：
Non-quoting / 19.5：
Case studies / 19.6：
History / 19.8：
Evaluation / 20：
Evaluation basics / 20.1：
Data masks / 20.3：
Using tidy evaluation / 20.5：
Base evaluation / 20.6：
Translating R code / 21：
HTML / 21.1：
LaTeX / 21.3：
Techniques / V：
Debugging / 22：
Overall approach / 22.1：
Locating errors / 22.3：
Interactive debugger / 22.4：
Non-interactive debugging / 22.5：
Non-error failures / 22.6：
Measuring performance / 23：
Profiling / 23.1：
Microbenchmarking / 23.3：
Improving performance / 24：
Code organisation / 24.1：
Checking for existing solutions / 24.3：
Doing as little as possible / 24.4：
Vectorise / 24.5：
Avoiding copies / 24.6：
Case study: t-test / 24.7：
Other techniques / 24.8：
Rewriting R code in C++ / 25：
Getting started with C++ / 25.1：
Other classes / 25.3：
Missing values / 25.4：
Standard Template Library / 25.5：
Using Repp in a package / 25.6：
Learning more / 25.8：
Bibliography / 25.9：
Index
NULL
Subletting
Function factories + functional
Big picture
Preface
Introduction / 1：
Why R? / 1.1：
5.

図書
図書
5. Multilevel modeling using R. 2nd ed (: pbk)
W. Holmes Finch, Jocelyn E. Bolin and Ken Kelley
出版情報: Boca Raton : CRC Press, c2019  ix, 242 p. ; 24 cm
シリーズ名: Statistics in the social and behavioral sciences series
6.

図書
図書
6. Data analysis and graphics using R : an example-based approach
John Maindonald and John Braun
出版情報: Cambridge, UK : Cambridge University Press, 2003  xxiii, 362 p., [4] p. of plates ; 26 cm
シリーズ名: Cambridge series on statistical and probabilistic mathematics
目次情報: 続きを見る
Preface
A Chapter by Chapter Summary
A Brief Introduction to R / 1：
A Short R Session / 1.1：
R must be installed! / 1.1.1：
Using the console (or command line) window / 1.1.2：
Reading data from a file / 1.1.3：
Entry of data at the command line / 1.1.4：
Online help / 1.1.5：
Quitting R / 1.1.6：
The Uses of R / 1.2：
The R Language / 1.3：
R objects / 1.3.1：
Retaining objects between sessions / 1.3.2：
Vectors in R / 1.4：
Concatenation--joining vector objects / 1.4.1：
Subsets of vectors / 1.4.2：
Patterned data / 1.4.3：
Missing values / 1.4.4：
Factors / 1.4.5：
Data Frames / 1.5：
Variable names / 1.5.1：
Applying a function to the columns of a data frame / 1.5.2：
Data frames and matrices / 1.5.3：
Identification of rows that include missing values / 1.5.4：
R Packages / 1.6：
Data sets that accompany R packages / 1.6.1：
Looping / 1.7：
R Graphics / 1.8：
The function plot () and allied functions / 1.8.1：
Identification and location on the figure region / 1.8.2：
Plotting mathematical symbols / 1.8.3：
Row by column layouts of plots / 1.8.4：
Graphs--additional notes / 1.8.5：
Additional Points on the Use of R in This Book / 1.9：
Further Reading / 1.10：
Exercises / 1.11：
Styles of Data Analysis / 2：
Revealing Views of the Data / 2.1：
Views of a single sample / 2.1.1：
Patterns in grouped data / 2.1.2：
Patterns in bivariate data--the scatterplot / 2.1.3：
Multiple variables and times / 2.1.4：
Lattice (trellis style) graphics / 2.1.5：
What to look for in plots / 2.1.6：
Data Summary / 2.2：
Mean and median / 2.2.1：
Standard deviation and inter-quartile range / 2.2.2：
Correlation / 2.2.3：
Statistical Analysis Strategies / 2.3：
Helpful and unhelpful questions / 2.3.1：
Planning the formal analysis / 2.3.2：
Changes to the intended plan of analysis / 2.3.3：
Recap / 2.4：
Statistical Models / 2.5：
Regularities / 3.1：
Mathematical models / 3.1.1：
Models that include a random component / 3.1.2：
Smooth and rough / 3.1.3：
The construction and use of models / 3.1.4：
Model formulae / 3.1.5：
Distributions: Models for the Random Component / 3.2：
Discrete distributions / 3.2.1：
Continuous distributions / 3.2.2：
The Uses of Random Numbers / 3.3：
Simulation / 3.3.1：
Sampling from populations / 3.3.2：
Model Assumptions / 3.4：
Random sampling assumptions--independence / 3.4.1：
Checks for normality / 3.4.2：
Checking other model assumptions / 3.4.3：
Are non-parametric methods the answer? / 3.4.4：
Why models matter--adding across contingency tables / 3.4.5：
An Introduction to Formal Inference / 3.5：
Standard Errors / 4.1：
Population parameters and sample statistics / 4.1.1：
Assessing accuracy--the standard error / 4.1.2：
Standard errors for differences of means / 4.1.3：
The standard error of the median / 4.1.4：
Resampling to estimate standard errors: bootstrapping / 4.1.5：
Calculations Involving Standard Errors: the t-Distribution / 4.2：
Confidence Intervals and Hypothesis Tests / 4.3：
One- and two-sample intervals and tests for means / 4.3.1：
Confidence intervals and tests for proportions / 4.3.2：
Confidence intervals for the correlation / 4.3.3：
Contingency Tables / 4.4：
Rare and endangered plant species / 4.4.1：
Additional notes / 4.4.2：
One-Way Unstructured Comparisons / 4.5：
Displaying means for the one-way layout / 4.5.1：
Multiple comparisons / 4.5.2：
Data with a two-way structure / 4.5.3：
Presentation issues / 4.5.4：
Response Curves / 4.6：
Data with a Nested Variation Structure / 4.7：
Degrees of freedom considerations / 4.7.1：
General multi-way analysis of variance designs / 4.7.2：
Resampling Methods for Tests and Confidence Intervals / 4.8：
The one-sample permutation test / 4.8.1：
The two-sample permutation test / 4.8.2：
Bootstrap estimates of confidence intervals / 4.8.3：
Further Comments on Formal Inference / 4.9：
Confidence intervals versus hypothesis tests / 4.9.1：
If there is strong prior information, use it! / 4.9.2：
Regression with a Single Predictor / 4.10：
Fitting a Line to Data / 5.1：
Lawn roller example / 5.1.1：
Calculating fitted values and residuals / 5.1.2：
Residual plots / 5.1.3：
The analysis of variance table / 5.1.4：
Outliers, Influence and Robust Regression / 5.2：
Standard Errors and Confidence Intervals / 5.3：
Confidence intervals and tests for the slope / 5.3.1：
SEs and confidence intervals for predicted values / 5.3.2：
Implications for design / 5.3.3：
Regression versus Qualitative ANOVA Comparisons / 5.4：
Assessing Predictive Accuracy / 5.5：
Training/test sets, and cross-validation / 5.5.1：
Cross-validation--an example / 5.5.2：
Bootstrapping / 5.5.3：
A Note on Power Transformations / 5.6：
Size and Shape Data / 5.7：
Allometric growth / 5.7.1：
There are two regression lines! / 5.7.2：
The Model Matrix in Regression / 5.8：
Methodological References / 5.9：
Multiple Linear Regression / 5.11：
Basic Ideas: Book Weight and Brain Weight Examples / 6.1：
Omission of the intercept term / 6.1.1：
Diagnostic plots / 6.1.2：
Further investigation of influential points / 6.1.3：
Example: brain weight / 6.1.4：
Multiple Regression Assumptions and Diagnostics / 6.2：
Influential outliers and Cook's distance / 6.2.1：
Component plus residual plots / 6.2.2：
Further types of diagnostic plot / 6.2.3：
Robust and resistant methods / 6.2.4：
A Strategy for Fitting Multiple Regression Models / 6.3：
Preliminaries / 6.3.1：
Model fitting / 6.3.2：
An example--the Scottish hill race data / 6.3.3：
Measures for the Comparison of Regression Models / 6.4：
R[superscript 2] and adjusted R[superscript 2] / 6.4.1：
AIC and related statistics / 6.4.2：
How accurately does the equation predict? / 6.4.3：
An external assessment of predictive accuracy / 6.4.4：
Interpreting Regression Coefficients--the Labor Training Data / 6.5：
Problems with Many Explanatory Variables / 6.6：
Variable selection issues / 6.6.1：
Principal components summaries / 6.6.2：
Multicollinearity / 6.7：
A contrived example / 6.7.1：
The variance inflation factor (VIF) / 6.7.2：
Remedying multicollinearity / 6.7.3：
Multiple Regression Models--Additional Points / 6.8：
Confusion between explanatory and dependent variables / 6.8.1：
Missing explanatory variables / 6.8.2：
The use of transformations / 6.8.3：
Non-linear methods--an alternative to transformation? / 6.8.4：
Exploiting the Linear Model Framework / 6.9：
Levels of a Factor--Using Indicator Variables / 7.1：
Example--sugar weight / 7.1.1：
Different choices for the model matrix when there are factors / 7.1.2：
Polynomial Regression / 7.2：
Issues in the choice of model / 7.2.1：
Fitting Multiple Lines / 7.3：
Methods for Passing Smooth Curves through Data / 7.4：
Scatterplot smoothing--regression splines / 7.4.1：
Other smoothing methods / 7.4.2：
Generalized additive models / 7.4.3：
Smoothing Terms in Multiple Linear Models / 7.5：
Logistic Regression and Other Generalized Linear Models / 7.6：
Generalized Linear Models / 8.1：
Transformation of the expected value on the left / 8.1.1：
Noise terms need not be normal / 8.1.2：
Log odds in contingency tables / 8.1.3：
Logistic regression with a continuous explanatory variable / 8.1.4：
Logistic Multiple Regression / 8.2：
A plot of contributions of explanatory variables / 8.2.1：
Cross-validation estimates of predictive accuracy / 8.2.2：
Logistic Models for Categorical Data--an Example / 8.3：
Poisson and Quasi-Poisson Regression / 8.4：
Data on aberrant crypt foci / 8.4.1：
Moth habitat example / 8.4.2：
Residuals, and estimating the dispersion / 8.4.3：
Ordinal Regression Models / 8.5：
Exploratory analysis / 8.5.1：
Proportional odds logistic regression / 8.5.2：
Other Related Models / 8.6：
Loglinear models / 8.6.1：
Survival analysis / 8.6.2：
Transformations for Count Data / 8.7：
Multi-level Models, Time Series and Repeated Measures / 8.8：
Introduction / 9.1：
Example--Survey Data, with Clustering / 9.2：
Alternative models / 9.2.1：
Instructive, though faulty, analyses / 9.2.2：
Predictive accuracy / 9.2.3：
A Multi-level Experimental Design / 9.3：
The ANOVA table / 9.3.1：
Expected values of mean squares / 9.3.2：
The sums of squares breakdown / 9.3.3：
The variance components / 9.3.4：
The mixed model analysis / 9.3.5：
Different sources of variance--complication or focus of interest? / 9.3.6：
Within and between Subject Effects--an Example / 9.4：
Time Series--Some Basic Ideas / 9.5：
Preliminary graphical explorations / 9.5.1：
The autocorrelation function / 9.5.2：
Autoregressive (AR) models / 9.5.3：
Autoregressive moving average (ARMA) models--theory / 9.5.4：
Regression Modeling with Moving Average Errors--an Example / 9.6：
Repeated Measures in Time--Notes on the Methodology / 9.7：
The theory of repeated measures modeling / 9.7.1：
Correlation structure / 9.7.2：
Different approaches to repeated measures analysis / 9.7.3：
Further Notes on Multi-level Modeling / 9.8：
An historical perspective on multi-level models / 9.8.1：
Meta-analysis / 9.8.2：
Tree-based Classification and Regression / 9.9：
The Uses of Tree-based Methods / 10.1：
Problems for which tree-based regression may be used / 10.1.1：
Tree-based regression versus parametric approaches / 10.1.2：
Summary of pluses and minuses / 10.1.3：
Detecting Email Spam--an Example / 10.2：
Choosing the number of splits / 10.2.1：
Terminology and Methodology / 10.3：
Choosing the split--regression trees / 10.3.1：
Within and between sums of squares / 10.3.2：
Choosing the split--classification trees / 10.3.3：
The mechanics of tree-based regression--a trivial example / 10.3.4：
Assessments of Predictive Accuracy / 10.4：
Cross-validation / 10.4.1：
The training/test set methodology / 10.4.2：
Predicting the future / 10.4.3：
A Strategy for Choosing the Optimal Tree / 10.5：
Cost-complexity pruning / 10.5.1：
Prediction error versus tree size / 10.5.2：
Detecting Email Spam--the Optimal Tree / 10.6：
The one-standard-deviation rule / 10.6.1：
Interpretation and Presentation of the rpart Output / 10.7：
Data for female heart attack patients / 10.7.1：
Printed Information on Each Split / 10.7.2：
Additional Notes / 10.8：
Multivariate Data Exploration and Discrimination / 10.9：
Multivariate Exploratory Data Analysis / 11.1：
Scatterplot matrices / 11.1.1：
Principal components analysis / 11.1.2：
Discriminant Analysis / 11.2：
Example--plant architecture / 11.2.1：
Classical Fisherian discriminant analysis / 11.2.2：
Logistic discriminant analysis / 11.2.3：
An example with more than two groups / 11.2.4：
Principal Component Scores in Regression / 11.3：
Propensity Scores in Regression Comparisons--Labor Training Data / 11.4：
The R System--Additional Topics / 11.5：
Graphs in R / 12.1：
Functions--Some Further Details / 12.2：
Common useful functions / 12.2.1：
User-written R functions / 12.2.2：
Functions for working with dates / 12.2.3：
Data input and output / 12.3：
Input / 12.3.1：
Data output / 12.3.2：
Factors--Additional Comments / 12.4：
Missing Values / 12.5：
Lists and Data Frames / 12.6：
Data frames as lists / 12.6.1：
Reshaping data frames; reshape () / 12.6.2：
Joining data frames and vectors--cbind () / 12.6.3：
Conversion of tables and arrays into data frames / 12.6.4：
Merging data frames--merge () / 12.6.5：
The function sapply () and related functions / 12.6.6：
Splitting vectors and data frames into lists--split () / 12.6.7：
Matrices and Arrays / 12.7：
Outer products / 12.7.1：
Arrays / 12.7.2：
Classes and Methods / 12.8：
Printing and summarizing model objects / 12.8.1：
Extracting information from model objects / 12.8.2：
Data-bases and Environments / 12.9：
Workspace management / 12.9.1：
Function environments, and lazy evaluation / 12.9.2：
Manipulation of Language Constructs / 12.10：
Epilogue--Models / 12.11：
S-PLUS Differences / Appendix：
References
Index of R Symbols and Functions
Index of Terms
Index of Names
Preface
A Chapter by Chapter Summary
A Brief Introduction to R / 1：
7.

図書
図書
7. Statistics : an introduction using R. 2nd ed (: pbk)
Michael J. Crawley
出版情報: Chichester, West Sussex : John Wiley & Sons, 2015  xiii, 339 p. ; 25 cm
8.

図書
図書
8. Circular statistics in R (: pbk)
Arthur Pewsey, Markus Neuhäuser, Graeme D. Ruxton
出版情報: Oxford : Oxford University Press, 2013  xiv, 183 p. ; 24 cm
9.

図書
図書
9. Introductory statistics with R (: pbk)
Peter Dalgaard
出版情報: New York, NY : Springer, c2002  xv, 267 p. ; 24 cm
シリーズ名: Statistics and computing
目次情報: 続きを見る
Preface
Basics / 1：
First steps / 1.1：
An overgrown calculator / 1.1.1：
Assignments / 1.1.2：
Vectorized arithmetic / 1.1.3：
Standard procedures / 1.1.4：
Graphics / 1.1.5：
R language essentials / 1.2：
Expressions and objects / 1.2.1：
Functions and arguments / 1.2.2：
Vectors / 1.2.3：
Missing values / 1.2.4：
Functions that create vectors / 1.2.5：
Matrices and arrays / 1.2.6：
Factors / 1.2.7：
Lists / 1.2.8：
Data frames / 1.2.9：
Indexing / 1.2.10：
Conditional selection / 1.2.11：
Indexing of data frames / 1.2.12：
subset and transform / 1.2.13：
Grouped data and data frames / 1.2.14：
Sorting / 1.2.15：
Implicit loops / 1.2.16：
The graphics subsystem / 1.3：
Plot layout / 1.3.1：
Building a plot from pieces / 1.3.2：
Using par / 1.3.3：
Combining plots / 1.3.4：
R programming / 1.4：
Flow control / 1.4.1：
Classes and generic functions / 1.4.2：
Session management / 1.5：
The workspace / 1.5.1：
Getting help / 1.5.2：
Packages / 1.5.3：
Built-in data / 1.5.4：
attach and detach / 1.5.5：
Data entry / 1.6：
Reading from a text file / 1.6.1：
The data editor / 1.6.2：
Interfacing to other programs / 1.6.3：
Exercises / 1.7：
Probability and distributions / 2：
Random sampling / 2.1：
Probability calculations and combinatorics / 2.2：
Discrete distributions / 2.3：
Continuous distributions / 2.4：
The built-in distributions in R / 2.5：
Densities / 2.5.1：
Cumulative distribution functions / 2.5.2：
Quantiles / 2.5.3：
Random numbers / 2.5.4：
Descriptive statistics and graphics / 2.6：
Summary statistics for a single group / 3.1：
Graphical display of distributions / 3.2：
Histograms / 3.2.1：
Empirical cumulative distribution / 3.2.2：
Q-Q plots / 3.2.3：
Boxplots / 3.2.4：
Summary statistics by groups / 3.3：
Graphics for grouped data / 3.4：
Parallel boxplots / 3.4.1：
Stripcharts / 3.4.3：
Tables / 3.5：
Generating tables / 3.5.1：
Marginal tables and relative frequency / 3.5.2：
Graphical display of tables / 3.6：
Bar plots / 3.6.1：
Dotcharts / 3.6.2：
Pie charts / 3.6.3：
One- and two-sample tests / 3.7：
One-sample t test / 4.1：
Wilcoxon signed-rank test / 4.2：
Two-sample t test / 4.3：
Comparison of variances / 4.4：
Two-sample Wilcoxon test / 4.5：
The paired t test / 4.6：
The matched-pairs Wilcoxon test / 4.7：
Regression and correlation / 4.8：
Simple linear regression / 5.1：
Residuals and fitted values / 5.2：
Prediction and confidence bands / 5.3：
Correlation / 5.4：
Pearson correlation / 5.4.1：
Spearman's ? / 5.4.2：
Kendall's ? / 5.4.3：
ANOVA and Kruskal-Wallis / 5.5：
One-way analysis of variance / 6.1：
Pairwise comparisons and multiple testing / 6.1.1：
Relaxing the variance assumption / 6.1.2：
Graphical presentation / 6.1.3：
Bartlett's test / 6.1.4：
Kruskal-Wallis test / 6.2：
Two-way analysis of variance / 6.3：
Graphics for repeated measurements / 6.3.1：
The Friedman test / 6.4：
The ANOVA table in regression analysis / 6.5：
Tabular data / 6.6：
Single proportions / 7.1：
Two independent proportions / 7.2：
k proportions, test for trend / 7.3：
r × c tables / 7.4：
Power and the computation of sample size / 7.5：
The principles of power calculations / 8.1：
The power of one-sample and paired t tests / 8.1.1：
Power of two-sample t test / 8.1.2：
Approximate methods / 8.1.3：
Power of comparisons of proportions / 8.1.4：
Two-sample problems / 8.2：
One-sample problems and paired tests / 8.3：
Comparison of proportions / 8.4：
Multiple regression / 8.5：
Plotting multivariate data / 9.1：
Model specification and output / 9.2：
Model search / 9.3：
Linear models / 9.4：
Polynomial regression / 10.1：
Regression through the origin / 10.2：
Design matrices and dummy variables / 10.3：
Linearity over groups / 10.4：
Interactions / 10.5：
Two-way ANOVA with replication / 10.6：
Analysis of covariance / 10.7：
Graphical description / 10.7.1：
Comparison of regression lines / 10.7.2：
Diagnostics / 10.8：
Logistic regression / 10.9：
Generalized linear models / 11.1：
Logistic regression on tabular data / 11.2：
The analysis of deviance table / 11.2.1：
Connection to test for trend / 11.2.2：
Logistic regression using raw data / 11.3：
Prediction / 11.4：
Model checking / 11.5：
Survival analysis / 11.6：
Essential concepts / 12.1：
Survival objects / 12.2：
Kaplan-Meier estimates / 12.3：
The log-rank test / 12.4：
The Cox proportional hazards model / 12.5：
Obtaining and installing R / 12.6：
Data sets in the ISwR package / B：
Compendium / C：
Index
Preface
Basics / 1：
First steps / 1.1：
10.

図書
図書
10. The R book
Michael J. Crawley
出版情報: Chichester, U.K. : John Wiley, c2007  viii, 942 p. ; 25 cm
目次情報: 続きを見る
Preface
Getting Started / 1：
Essentials of the R Language / 2：
Data Input / 3：
Dataframes / 4：
Graphics / 5：
Tables / 6：
Mathematics / 7：
Classical Tests / 8：
Statistical Modelling / 9：
Regression / 10：
Analysis of Variance / 11：
Analysis of Covariance / 12：
Generalized Linear Models / 13：
Count Data / 14：
Count Data in Tables / 15：
Proportion Data / 16：
Binary Response Variables / 17：
Generalized Additive Models / 18：
Mixed-Effects Models / 19：
Non-linear Regression / 20：
Tree Models / 21：
Time Series Analysis / 22：
Multivariate Statistics / 23：
Spatial Statistics / 24：
Survival Analysis / 25：
Simulation Models / 26：
Changing the look of graphics / 27：
References and Further Reading
Index
Preface
Getting Started / 1：
Essentials of the R Language / 2：
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼