【工具】R语言学习参考图书不完全指南

这里大部分都是英文的书。国内对于R的书籍的翻译中文几乎可以忽略的说。

1.入门级读物

R的帮助文档中提供了一些入门的读物，比如《Anintroduction to R》，是R早期入门的权威读物，这本书有中文版,叫做《R导论》 。另一本早期的著名入门读物是《R for beginners》,也有中文版，译名《R入门》 。国内关于R的一本早期的经典读物是《统计建模与R软件》，写得比较全面，特别是适合做概率统计和多元统计的参考书来用。

新近的一些比较好的入门书比如《R in action》,是Manning出版社in action 系列的一本。这本书从R 的编程初步到一般线形模型，因子分析等比较高阶的方法都有系统的介绍，很值得一读。《R Cookbook》 ，是大名鼎鼎的O’REILLY出版社动物系列书的一本，偏重于R语言的操作。从这两本书的出处也能窥见，R已经成为了一种相当主流的数据分析和开发工具了。《Rin a Nutshell》，也是动物系列的一本。据说出身人大的一个R语言团队正在翻译。题外话，人大统计可以算是R在国内的一个重要基地，他们组织的中国R语言会议影响越来越大。

针对统计应用为主的入门书，比如《The R book》，《Introductory Statistics with R》，等等，比较全面的介绍R语言作于一种数据分析工具在统计的各个分支的运用。我的收藏里类似的还有《Statistics and Data with R》 。

喜欢编程的可以研究《THE ART OF R PROGRAMMING》

然后就该到一些比较专门的领域了。捡我熟悉的说一说。

2.多元统计与数据挖掘

这是数据分析的一个重要舞台，相关的书籍也很多。

多元统计方面，《Multivariate Statistics with R》 ，介绍了多元统计的经典方法，聚类，判别，因子，主成分，典型相关等等，可惜新方法涉及的不多。《Exploratory Multivariate Analysis by Example Using R》就比它要全面。还有专门的多元统计书籍，如Härdle 和 Simar《Applied Multivariate Statistical Analysis》的第3版，以R作为例题的主要工具，这本书第2版有中文版，也有R的应用。

数据挖掘方面，《Data Mining with R:learing with case studies》 ，里面给出4个不同领域的案例。还有《Data Mining with Rattle and R》，使用Rattle软件，结合了数据可视化。这一方面，包括相关的如机器学习，模式识别等等方向，还很有待提高啊（动物系列2012年出了新书《Machine learningfor hackers》）。

3．计量经济学和时间序列分析

关于计量经济学，《Econometrics In R》 ，入门小书。然后《AppliedEconometrics with R》， R包是AER，比较全面。

时间序列是计量经济学的一个重要部分，特别涉及金融数据分析，也是一个书籍众多的方向。《TimeSeries Analysis and Its Applications ：with R examples》是关于时间序列的一个比较全面的介绍，这个有中文译本，机械工业出版社的华章系列。金融时间序列的，Rmetrics推出的《TimeSeriesFAQ》，这本书是金融时间序列入门的东西，但是很难懂。 其他的比如 《Advanced Topics in Analysis of Economic andFinancial Data Using R》以及《ModellingFinancial Time Series With S-plus》 （S+ 是R的长辈啦），还有 《Time Series：Applications toFinance with R and S-Plus》 。另外蔡瑞胸的《金融时间序列分析》的第2版和第3版也是采用了R语言。

一些比较专门的，比如协整的《Analysis of Integrated andCointegrated Time Series with R》，小波的《WaveletMethods in Statistics with R》。

4. 金融工程

这个领域更多的是利用R的开发功能了。金融衍生工具的建模对于相关的数学以及金融知识要求是很高的，不用我这个学统计的人罗嗦，做过的人都知道呵呵。我直接列书单。投资组合《Portfolio Optimization with R》 ，衍生品定价《Option Pricing and Estimation ofFinancial Models with R》 ，随机微分方程《Simulation Inference Stochastic Differential Equations：with R examples》 ， 随机模拟 《Simulation Techniques in Financial Risk Management》 ，《Introducing MonteCarlo Methods with R》。

金融数据分析可以参见上面时间序列的条目。

5. 图形和数据可视化

R提供了强大的图形工具，可以制作各种经典以及个性化的数据分析图形。这是个很有意思的领域，大家都爱看图有没有？

入门经典《R Graphics》，全面介绍了R中绘图系统，对应的有一个网站，有兴趣的自己google之。《R graph cookbook》适合速成。关于R的作图系统的专门介绍：《Lattice：MultivariateData Visualization with R》，《ggplot2：Elegant Graphics for Data Analysis》前面那本是普通的，后面这本比较文艺。

6. 统计的其他方向

关于线性模型的《Linear Models with R》 ，这是统计学生都该读的吧。

其他的方向，专业所限，不敢妄言了。

7. 数据分析的应用领域

数据分析是这个时代的一个关键技术，有数据的地方，自然少不了R的应用。经济和金融的在上面列过了，再放几本自己的收藏。《Advances in SocialScience Research Using R》 ，这一本包括了目前很多常用的社会科学研究方法，比较深。《Biostatistics with R》就是入门级的了。《Chemometricswith R》 ，这个嘛，纯属收藏。

Springer出版社的“use R!”系列还有很多关于各领域的R著作。总会有适合你的那一本。

尽管网络是万能的，但是使用的时候还是要注意尊重版权的啊。