【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。

原文发布于微信公众号 - PPV课数据科学社区(ppvke123)

原文发表时间:2014-08-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏腾讯研究院的专栏

何为实在

image.png 推荐语: 霍金的《大设计》(The Grand Design)与其说是本科普读物,莫如说是相关“实在与终极”的著作。过去几千年间,...

26250
来自专栏新智元

李飞飞:我们怎么教计算机理解图片

前言: 当一个非常小的孩子看到图片时,她可以辨认出里面简单的要素:"猫""书""椅子"。现在,电脑也聪明得可以做同样的工作了。接下来呢?在这个令人震撼的演讲里,...

35480
来自专栏新智元

神经网络教父 Hinton 传奇:从建筑学到物理学再到哲学,最后在人工智能取得成就

【新智元导读】 被誉为“神经网络教父”的 Geoffrey Hionton 的一生非常传奇,高曾祖父是发明布尔代数的布尔。他曾在剑桥先学了1个月物理就转了建筑,...

32230
来自专栏大数据文摘

用机器学习的经验指导人生:如何实现学习效率最大化

12630
来自专栏数据科学与人工智能

【统计学习】写给在学习统计的学弟学妹

在其他论坛看到一篇写如何学统计的文章,作者侃侃而谈,语言也不失幽默,更重要的是,平实的表述中却把很多读统计的童鞋共有的感受和疑问一同归纳总结了出来。楼主看过之后...

22190
来自专栏新智元

马维英:AI Lab是公司最能冒险的部门,五大AI战略资源是钥匙

字节跳动实现建设全球创作与交流平台的愿景,以及取得当前全球化进展,都离不开人工智能技术提供的关键支撑。字节跳动一向重视人工智能技术的发展,而其AI Lab,最开...

9620
来自专栏PPV课数据科学社区

当今世界最NB的25位大数据科学家

引言 在大数据技术飞速发展的今天,谁才是我们大数据科研与工业界中最有威望的科学家呢?下面我们来进行梳理,共罗列了25位当今世界,无论是在学术与工业界都产生巨大影...

51950
来自专栏AI科技大本营的专栏

四个月就能学成机器学习?我们认真准备了一下该怎样做到

柯洁被AlphaGo虐哭的场景,想必大家历历在目: ? 输到没脾气的柯洁,承认人类在计算力和认知上确实有极限,他是这样说的:“我不会再跟它去下棋了,真的是太残酷...

421120
来自专栏ACM算法日常

机器学习-如何练习?

看了差不多一半了,发现有个问题,那就是这个教程没有实际的项目,虽然说教程里面一直讨论买房的价格问题,却还没开始动手操作,也许是讲到最后才能够开始...

12330
来自专栏专知

走近Hinton:AI教父传奇人生

【导读】Geoffrey Hinton花费了30年的时间默默无闻,直到2012年,他证明了其研究的价值,并驳回了大多数其他科学家所谓的正确观点。如今,这个被称为...

41360

扫码关注云+社区

领取腾讯云代金券