R語言在生物統(tǒng)計(jì)中的應(yīng)用

第l章 R語言基礎(chǔ)
1．1 R的特點(diǎn)
1．2 R的獲取與安裝
1．3 R的菜單操作
1．4 工作空間
1．5 程序包
1．6 RStudio簡(jiǎn)介
第2章 基本數(shù)據(jù)管理
2．1 創(chuàng)建數(shù)據(jù)集
2．2 數(shù)據(jù)的讀取和存儲(chǔ)
2．3 R的運(yùn)算符
2．4 R常用函數(shù)及其應(yīng)用
2．5 編輯數(shù)據(jù)集
2．6 R語言編程簡(jiǎn)介
第3章 描述性統(tǒng)計(jì)
3．1 利用函數(shù)求解描述性統(tǒng)計(jì)數(shù)
3．2 描述性統(tǒng)計(jì)數(shù)的相關(guān)軟件包
3．3 分組描述性統(tǒng)計(jì)
3．4 頻數(shù)分布分析
第4章 假設(shè)測(cè)驗(yàn)
4．1 F測(cè)驗(yàn)
4．2 f測(cè)驗(yàn)
4．3 卡方測(cè)驗(yàn)
第5章 方差分析
5．1 方差分析常用函數(shù)和包簡(jiǎn)介
5．2 單因素試驗(yàn)資料的方差分析
5．3 兩向分組資料的方差分析
5．4 二因素接近隨機(jī)化試驗(yàn)資料的方差分析
5．5 二因素隨機(jī)區(qū)組試驗(yàn)資料的方差分析
5．6 系統(tǒng)分組試驗(yàn)資料的方差分析
5．7 品種區(qū)域試驗(yàn)資料的方差分析
5．8 裂區(qū)試驗(yàn)資料的方差分析
5．9 協(xié)方差分析
第6章 相關(guān)與回歸分析
6．1 線性相關(guān)分析
6．2 一元線性回歸分析
6．3 多元線性回歸分析
6．4 非線性回歸
6．5 二分類變量Logistic回歸
第7章 聚類分析和判別分析
7．1 系統(tǒng)聚類分析
7．2 動(dòng)態(tài)聚類分析
7．3 判別分析
第8章 主成分分析和因子分析
8．1 主成分分析
8．2 因子分析
8．3 主成分分析與因子分析的關(guān)系
第9章 非參數(shù)測(cè)驗(yàn)
9．1 二項(xiàng)分布檢驗(yàn)
9．2 Kolmogorov-Smirnov檢驗(yàn)
9．3 兩個(gè)獨(dú)立樣本的測(cè)驗(yàn)
9．4 多個(gè)獨(dú)立樣本的測(cè)驗(yàn)
9．5 兩個(gè)配對(duì)樣本的測(cè)驗(yàn)
9．6 多個(gè)配對(duì)樣本的測(cè)驗(yàn)
第10章 數(shù)據(jù)可視化
10．1 基于R基礎(chǔ)的數(shù)據(jù)可視化
10．2 基于ggplot2的數(shù)據(jù)可視化
10．3 基于ggplot2的拓展包應(yīng)用舉例
10．4 其他數(shù)據(jù)可視化專用R包
主要參考文獻(xiàn)