内容目录
R语言统计分析部分贯穿下描述统计到数据建模的过程。基本思路如下。
描述统计
首先，写一些基础的描述统计内容。按照变量类型又分为连续变量和分类变量。
- 连续变量
连续变量主要涉及平均值等集中趋势、标准差等离散趋势、峰度偏度等分布特征。 - 分类变量
分类变量主要涉及频率、列联表等内容。
统计知识
其次，作为过渡阶段，穿插一些统计知识，以方便理解。
- 随机变量
- 概率分布
- 随机变量的数字特征
- 中心极限定理
- 抽样分布
- 参数估计
- 假设检验
差异检验
再次，进行差异性检验与组间差异性检验。包括：
- t检验
- 非参数性检验
- 方差分析
- 卡方检验
相关性分析
接下来，进行相关性分析有关操作。
- pearson、spearman、kendall
- cov协方差
线性回归
最后，基础的OLS线性回归结尾。包括：
- 模型简述
- 模型建构
- 模型评估
- 模型检验
- 模型修正
