前言

本书基于学习成果导向(outcomesbased education)的思想进行编写，

使读者不仅可以理解整个例题，还可以直接编译本书提供的所有源代码，确保读者达到编程想要实现的预期效果，并且设计了适当的练习来评估读者是否达到了预期学习目标。

R是为数据操作及统计计算提供语言及环境的软件包，还可以用来实现数据的可视化分析。本书内容从R的基础知识开始介绍，涵盖了数据分析和数据挖掘的常用模型，包括参数估计、假设检验、文本挖掘、分类、聚类

等，还包括数据的可视化分析、自然语言处理等相关内容。本书内容比较全面，做到了易读、易用、易理解、易实现、易上手，是非常适合新手学习的一本R 语言入门书籍。

本书内容主要分为以下7章。

第1章： R基础知识简介，内容包括R软件和RStudio软件的下载和安装，R的工作原理介绍，R启动项的文件配置，R的工作空间以及数据的导入与保存，R数据包的安装与加载，R语言编程过程中的常见错误及其解决办法等内容。

第2章： 数据分析和挖掘的初步认识： R的数据结构。首先介绍R语言的对象和属性，创建和访问R语言中数据对象的方法，查看和管理R语言数据对象结构的方法，如何用R语言的向量组织数据，向量包含的元素可以是数值型、字符串型或逻辑型，对应的向量依次称为数值型向量、字符串型向量或逻辑型向量； 其次从存储角度和结构角度对R语言的对象进行分类； 然后分别介绍R语言的基本数据类型，包括数值型、字符型、逻辑型； 最后介绍向量、矩阵、数组、数据框、因子、列表、时间序列对象的创建和使用技巧。

第3章： 参数估计。首先介绍参数估计的原理，总体方差、总体比例的区间估计，统计量的分布，包括χ2分布、t分布和F分布； 然后介绍如何运用参数估计的区间估计进行R语言编程计算，根据方差齐性假设的统计推断内容，以及ShapiroWilk检验的R语言编程。

第4章： 假设检验。首先介绍假设检验的基本知识，原假设与备择假设、两类错误、假设检验的步骤； 其次介绍关于区间估计与假设检验的内容，以及如何利用P值进行决策； 然后介绍一个总体参数的假设检验和两个总体参数的假设检验，分别从总体均值、总体比例和总体方差3方面进行解释； 最后介绍W检验、EppsPulley检验的R语言编程实现。

第5章： R的基本数据分析与绘图。首先介绍如何根据需要观察数据、分析数据的分布情况、分析数据之间的关系，结合需求进行数据分析、制作数据可视化图表的过程； 其次介绍如何使用R语言绘制多种图表对数据分布进行描述，涉及R的绘图设备和文件，R的图形组成、参数和边界的设置； 最后逐一介绍使用R语言绘制单变量和多变量分布特征的图形，以及反映变量间相关性的图形。

第6章： R的空间数据可视化。首先介绍基于百度地图的REmap包的使用、baidumap包的使用，能按需要进行地图标识等操作； 其次介绍如何使用R语言绘制热力图； 最后介绍leaflet包的基本使用步骤，以及leaflet包中内置的多个基础底图的用法。

第7章： R语言的文本数据挖掘应用。首先介绍自然语言处理(natural language processing，NLP)的一个子领域——文本挖掘中R语言

分词包的使用； 其次介绍文本挖掘tm包的安装和使用，LDA主题建模，以及如何使用R语言绘制词云图，并且举例说明词云图的绘制过程。

为了方便各类高校选用教材进行教学和读者选书自学，本书提供了大量的实例代码和其他资源。本书准备的辅助教学材料主要包括如下。

(1) 一套完整的教学精简版PPT。

(2) 一套完整的教学案例R语言代码。

(3) 完整的教学大纲。

(4) 四套完整的课程考试试卷及参考答案。

(5) 提供每章内容的视频讲解。

本书在写作和出版过程中得到了许多专家的帮助和支持，编者在此向他们表示衷心的感谢； 

还要感谢清华大学出版社对本书出版给予的大力支持。

由于编者水平有限，书中难免有疏漏之处，欢迎广大读者批评指正。

李庆华周青

2021年6月于杭州电子科技大学