|
[size=16.000000pt]序:
[size=10.000000pt]这篇文档内容的来源多样,既有来自于 [size=10.000000pt]R [size=10.000000pt]官方文档(包括 [size=10.000000pt]R intro[size=10.000000pt],[size=10.000000pt]R data[size=10.000000pt],[size=10.000000pt]R admin[size=10.000000pt]),也有来自于互联网的 [size=10.000000pt]contributed documents[size=10.000000pt];还有若干来自于 [size=10.000000pt]Capital Of Statistics [size=10.000000pt]论坛的讨论问题。
[size=10.000000pt]本文档的目的是为具有一定统计(数学)背景的 [size=10.000000pt]R [size=10.000000pt]软件初学者提供一个快速认识 [size=10.000000pt]R [size=10.000000pt]软件的平台,如果你无此背景,可能会对其中的若干表达存在疑问。这篇文档重点不在统计方法上,因此所列问题不可能详尽到统计学的每个知识点。
[size=10.000000pt]R [size=10.000000pt]是一个很庞大的体系,在 [size=10.000000pt]CRAN [size=10.000000pt]的 [size=10.000000pt]Task Views [size=10.000000pt]上可以清楚地看到贝叶斯推断、聚类分析、机器学习、空间统计、稳健统计等方法的介绍。而这些方法又通过相应的 [size=10.000000pt]R Packages [size=10.000000pt]扩展,可以说学习 [size=10.000000pt]R [size=10.000000pt]是一件没有尽头的事情。
[size=10.000000pt]如果你的英文阅读没问题,那么精读一本关于 [size=10.000000pt]R [size=10.000000pt]的[size=10.000000pt]原版[size=10.000000pt]书籍也是一个不错的选择,但这个开头常常让人很头痛。希望这份 [size=10.000000pt]37 [size=10.000000pt]页的文档,对你认识、学习 [size=10.000000pt]R [size=10.000000pt]是个不错的帮助。
|
评分
-
查看全部评分
|