当前位置:首页 > 网络与数据通信 >
《网络数据的统计分析:R语言实践》电子书封面

网络数据的统计分析:R语言实践

  • 发布时间:2019年04月29日 10:44:23
  • 作者:埃里克·D·克拉泽
  • 大小:28.9 MB
  • 类别:R语言应用电子书
  • 格式:PDF
  • 版本:清晰影印版
  • 评分:7.3

    网络数据的统计分析:R语言实践 PDF 清晰影印版

      给大家带来的一篇关于R语言应用相关的电子书资源,介绍了关于R语言、网络数据、统计分析方面的内容,本书是由西安交通大学出版社出版,格式为PDF,资源大小28.9 MB,埃里克·D·克拉泽编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.2。

      内容介绍

      网络数据的统计分析:R语言实践

      网络数据的统计分析:R语言实践 电子书封面

      内容节选

      前言:关于R

      在R的官方教程里是这么给R下注解的:一个数据分析和图形显示的程序设计环境(A system for data analysis and visualization which is built based on S language.)。

      R的源起

      R是S语言的一种实现。S语言是由 AT&T贝尔实验室开发的一种用来进行数据探索、统计分析、作图的解释型语言。最初S语言的实现版本主要是S-PLUS。S-PLUS是一个商业 软件,它基于S语言,并由MathSoft公司的统计科学部进一步完善。后来Auckland大学的Robert Gentleman 和 Ross Ihaka 及其他志愿人员开发了一个R系统。R的使用与S-PLUS有很多类似之处,两个软件有一定的兼容性。

      R is free

      R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。
      R是一套完整的数据处理、计算和制图软件系统。其功能包括:数据存储和处理系统;数组运算工具(其向量、矩阵运算方面功能尤其强大);完整连贯的统计分析工具;优秀的统计制图功能;简便而强大的编程语言:可操纵数据的输入和输入,可实现分支、循环,用户可自定义功能。
      R是一个免费的自由软件,它有UNIX、LINUX、MacOS和WINDOWS版本,都是可以免费下载和使用的,在那儿可以下载到R的安装程序、各种外挂程序和文档。在R的安装程序中只包含了8个基础模块,其他外在模块可以通过CRAN获得。
      R的特点

      (1) 有效的数据处理和保存机制。
      (2) 拥有一整套数组和矩阵的操作运算符。
      (3) 一系列连贯而又完整的数据分析中间工具。
      (4) 图形统计可以对数据直接进行分析和显示,可用于多种图形设备。
      (5) 一种相当完善、简洁和高效的程序设计语言。它包括条件语句、循环语句、用户自定义的递归函数以及输入输出接口。
      (6) R语言是彻底面向对象的统计编程语言。
      (7) R语言和其它编程语言、数据库之间有很好的接口。
      (8) R语言是自由软件,可以放心大胆地使用,但其功能却不比任何其它同类软件差。
      (9) R语言具有丰富的网上资源

      内容介绍

      互联网、社交网络、病毒营销等事物已经为大众所熟知,网络充斥着我们日常生活的各个方面。在这样的背景下,网络分析成为了定量科学发展快的领域之一,其起源可以追溯至20世纪30年代的社会网络分析以及几个世纪前的图论研究。网络研究离不开对数据的度量与分析,因此统计方法在网络分析中发挥着重要作用。在网络研究的相关书籍中,《网络数据的统计分析:R语言实践》首次采用了这种统计视角。从基本的数据操作和网络可视化,到概括网络的特征,再到对网络数据建立模型,《网络数据的统计分析:R语言实践》用丰富的案例说明了如何利用多个R语言扩展包进行各类网络分析。R语言扩展包igraph提供了大量用于网络分析的功能,书中以其作为主要的工具。

      目录

      • 译者序
      • 前言
      • 作者简介
      • 第1章 引言
      • 1.1 为什么研究网络?
      • 1.2 网络分析的类型
      • 1. 2.1.网络可视化与特征化
      • 1.2.2 网络建模与推断
      • 1.2.3 网络过程
      • 1.3 为什么使用R进行网络分析?
      • 1.4 关于本书
      • 1.5 关于本书的R语言代码
      • 第2章 操作网络数据
      • 2.1 概述
      • 2.2 创建网络图
      • 2.2.1 无向图和有向图
      • 2.2.2 图的表示
      • 2.2.3 图的操作
      • 2.3 网络图的修饰
      • 2.3.1 节点、边和图的属性
      • 2.3.2 使用数据框
      • 2.4 关于图
      • 2.4.1 图的基本概念
      • 2.4.2 特殊类型的图
      • 2.5 参考读物
      • 第3章 网络数据可视化
      • 3.1 概述
      • 3.2 图可视化的基本元素
      • 3.3 图的布局
      • 3.4 修饰图的布局
      • 3.5 大型网络可视化
      • 3.6 使用R之外的可视化工具
      • 3.7 参考读物
      • 第4章 网络图特征的描述性分析
      • 4.1 概述
      • 4.2 节点和边的特征
      • 4.2.1 节点度
      • 4.2.2 节点中心性
      • 4.2.3 边的特征
      • 4.3 网络的凝聚性特征
      • 4.3.1 子图与普查
      • 4.3.2 密度与相对频率
      • 4.3.3 连通性、割与流
      • 4.4 图分割
      • . 4.4.1 层次聚类
      • 4.4.2 谱分割
      • 4.4.3 图分割的验证
      • 4.5 同配性与混合
      • 4.6 参考读物
      • 第5章 网络图的数学模型
      • 5.1 概述
      • 5.2 经典随机图模型
      • 5.3 广义随机图模型
      • 5.4 基于机制的网络图模型
      • 5.4.1 小世界模型
      • 5.4.2 优先连接模型
      • 5.5 评估网络图特征的显著性
      • 5.5.1 评估网络社团数量
      • 5.5.2 评估小世界性
      • 5.6 参考读物
      • 第6章 网络图的统计模型
      • 6.1 概述
      • 6.2 指数随机图模型
      • 6.2.1 一般形式
      • 6.2.2 模型界定
      • 6.2.3 模型拟合
      • 6.2.4 拟合优度
      • 6.3 网络块模型
      • 6.3.1 模型界定
      • 6.3.2 模型拟合
      • 6.3.3 拟合优度
      • 6.4 潜变量网络模型
      • 6.4.1 一般形式
      • 6.4.2 界定潜变量效应
      • 6.4.3 模型拟合
      • 6.4.4 拟合优度
      • 6.5 参考读物
      • 第7章 网络拓扑结构推断
      • 7.1 概述
      • 7.2 链路预测
      • 7.3 关联网络推断
      • 7.3.1 相关网络
      • 7.3.2 偏相关网络
      • 7.3.3 i亩斯图模型网络
      • 7.4 网络的层析拓扑结构推断
      • 7.4.1 约束问题:树拓扑结构
      • 7.4.2 树拓扑结构的层析推断示例.
      • 7.5 参考读物
      • 第8章 网络图上的过程建模与预测
      • 8.1 概述
      • 8.2 最近邻方法
      • 8.3 马尔科夫随机场
      • 8.3.1 一般形式
      • 8.3.2 自逻辑模型
      • 8.3.3 自逻辑模型的推断与预测
      • 8.3.4 拟合优度
      • 8.4 核方法
      • 8.4.1 设计图上的核函数
      • 8.4.2 图上的核回归
      • 8.5 动态过程的建模与预测
      • 8.5.1 传染病过程示例
      • 8.6 参考读物
      • 第9章 网络流数据分析
      • 9.1 概述
      • 9.2 网络流建模:引力模型
      • 9.2.1 模型界定
      • 9.2.2 引力模型的推断
      • 9.3 网络流的预测:流量矩阵估计
      • 9.3.1 不适定逆问题
      • 9.3.2 层析引力方法
      • 9.4 参考读物
      • 第10章 动态网络
      • 10.1 概述
      • 10.2 动态网络的表示与操作
      • 10.3 动态网络的可视化
      • 10.4 动态网络的特征化
      • 10.5 动态网络建模
      • 参考文献
      • 索引
      • 彩图节选

      以上就是本次介绍的R语言应用电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:名师讲坛:Oracle SQL入门与实战经典

      下一篇:大数据搜索引擎原理分析及编程实现

      展开 +

      收起 -

      • 《网络数据的统计分析:R语言实践》PDF下载

      R语言应用相关电子书
      机器学习与数据科学:基于R的统计学习方法
      机器学习与数据科学:基于R的统计学习方法 原书完整版

      本书指导读者掌握如何完成涉及机器学习的数据科学项目,为数据科学家提供bibei工具和技巧、使用R统计环境,快速上手实践,欢迎下载

      立即下载
      白话统计学
      白话统计学 第3版扫描版

      本书对统计学原理和术语进行了简洁、清晰而准确的解释,并通过大量实例讲述统计技术的操作方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

      立即下载
      人人都会数据分析:从生活实例学统计
      人人都会数据分析:从生活实例学统计 超清影印版

      本书系统地介绍了数据分析的统计理论基础内容,大多数知识点都列举了生活中的实用案例,帮助读者建立统计理论知识框架,形成数据分析思维逻辑,学会数据分析方法

      立即下载
      Java线程与并发编程实践
      Java线程与并发编程实践 超清中文版

      本书全面介绍Java多线程编程技术,针对Java 8中的线程特性和并发工具的快速学习和实践指南,适合有一定基础的Java程序员阅读学习,尤其适合想要掌握Java线程和并发工具的读者阅读参考

      立即下载
      Docker生产环境实践指南
      Docker生产环境实践指南 原书影印版

      本书围绕“Docker该如何应用到生产环境”这一核心问题展开。本书以生产部署为背景,讲述Docker在真实环境中的使用,能够给读者一个很好的参考,进而达到让读者"举一反三"的效果,使其能让自身的IT架构提升到一个新的技术高度

      立即下载
      深度学习核心技术与实践
      深度学习核心技术与实践 高质量版

      本书介绍了深度学习的核心算法,以及在计算机视觉、语音识别、自然语言处理中的相关应用,讲解原理,较少贴代码。本书适合深度学习从业人士或者相关研究生作为参考资料

      立即下载
      Living Clojure:Clojure实践之旅
      Living Clojure:Clojure实践之旅 中文版

      这是一本关于爱丽丝的编程图书,本书不仅提供了JVM语言及其函数式编程概念的可贵的整体视野,还包含了一个完整的亲自动手的训练课程,帮助你系统地学习Clojure,欢迎下载

      立即下载
      Web前端开发HTML5/CSS3/jQuery/AJAX从学到用完美实践
      Web前端开发HTML5/CSS3/jQuery/AJAX从学到用完美实践 高质量扫描版

      本书是著名前端开发大牛阮晓龙老师爽作,HTML5、CSS3、jQuery、AJAX一站搞定,一本真正好学、实用又精彩的书,讲述了用HTML5 CSS3设计构建网站的必备知识,欢迎下载

      立即下载
      深入理解OSGi:Equinox原理、应用与最佳实践
      深入理解OSGi:Equinox原理、应用与最佳实践 原书清晰版

      《深入理解OSGi:Equinox原理、应用与最佳实践》是原创Java技术图书领域继《深入理解Java虚拟机》后的又一实力之作,也是全球首本基于最新OSGi R5.0规范的著作。理论方面,既全面解读了OSGi规范,深刻揭示了OSGi原理,详细讲解了OSGi服务,又系统地介绍了Equinox框架的使用方法,并通过源码分析了该框架的工作机制;实践方面,不仅包含一些典型的案例,还总结了大量的最佳实践,

      立即下载
      TensorFlow+Keras深度学习人工智能实践应用
      TensorFlow+Keras深度学习人工智能实践应用 超清影印版

      本书通过大量的范例浅入深地讲解Keras与TensorFlow深度学习类神经网络,提供安装、上机操作指南,同时辅以大量范例程序介绍TensorFlow + Keras深度学习方面的知识

      立即下载
      C指针:基本概念、核心技术及最佳实践
      C指针:基本概念、核心技术及最佳实践 原书扫描版

      本书从介绍内存和实时内存概念开始,然后讲述了指针变量的概念和它最重要的操作(引用和解引用)、指针运算和一维数组、使用指针处理字符串、指针访问多维数组的用法、使用指针访问结构体与成员字段、函数指针概念的用法,以及文件I/O处理等知识

      立即下载
      量化投资:数据挖掘技术与实践
      量化投资:数据挖掘技术与实践 MATLAB影印版

      全书内容分为三篇。第一篇(基础篇)主要介绍数据挖掘与量化投资的关系,以及数据挖掘的概念、实现过程、主要内容、主要工具等内容。感兴趣的可以下载学习

      立即下载
      数据挖掘与机器学习:WEKA应用技术与实践
      数据挖掘与机器学习:WEKA应用技术与实践 原书第二版

      本书过大量的实践操作,使读者了解并掌握数据挖掘和机器学习的相关技能,系统讲解Weka 3.7.13的操作、理论和应用,适合数据挖掘和机器学习相关人员作为技术参考书使用

      立即下载
      读者留言
      网友NO.34350
      网友NO.34350

      数组基本的操作:
      1) 、查看数组---直接调用数组名回车;
      2) 、按照下标获取数组元素---调用数组名+方括号+元素下标;
      3)、查看数组长度(length());
      4)、查看数组元素类型(mode(); ps:语言只支持数组元素单一类型,及所有元素要么都是字符,要么都是数值)
      5)、对数组的操作还包括多个数组的包括,可以将两个数组组合成一个矩阵(R语言称之为数据框:frame),可以将数组按照行向量组合rbind()和列方向的组合cbind();
      Ps:将字符类型数组和数值类型数组合并的结果是新的矩阵元素都为字符串类型;

      网友NO.23317
      网友NO.23317

      R是S语言的一种实现。S语言是由 AT&T贝尔实验室开发的一种用来进行数据探索、统计分析、作图的解释型语言。最初S语言的实现版本主要是S-PLUS。S-PLUS是一个商业 软件,它基于S语言,并由MathSoft公司的统计科学部进一步完善。后来Auckland大学的Robert Gentleman 和 Ross Ihaka 及其他志愿人员开发了一个R系统。R的使用与S-PLUS有很多类似之处,两个软件有一定的兼容性。

      R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。

      R是一套完整的数据处理、计算和制图软件系统。其功能包括:数据存储和处理系统;数组运算工具(其向量、矩阵运算方面功能尤其强大);完整连贯的统计分析工具;优秀的统计制图功能;简便而强大的编程语言:可操纵数据的输入和输入,可实现分支、循环,用户可自定义功能。 R是一个免费的自由软件,它有UNIX、LINUX、MacOS和WINDOWS版本,都是可以免费下载和使用的,在那儿可以下载到R的安装程序、各种外挂程序和文档。在R的安装程序中只包含了8个基础模块,其他外在模块可以通过CRAN获得。

      码农之家

      码农之家 提供上传

      资源
      23
      粉丝
      27
      喜欢
      114
      评论
      13

      Copyright 2018-2020 xz577.com 码农之家

      本站所有电子书资源不再提供下载地址,只分享来路

      版权投诉 / 书籍推广 / 赞助:QQ:520161757