统计分析 以R与Excel为分析工具

  

统计分析能够帮助人们发掘有利于生产生活的规律和价值，为相关决策提供依据和参考。作为基础分析软件，Excel简单易懂，方便快捷，在基础研究、行政管理等领域应用广泛。但随着数据急速膨胀，统计分析的内容不断扩大，需要借助功能强大的分析工具。作为一种功能强大的开源编程语言，R语言包含丰富的软件包和绘图技术，可帮助完成数据分析，构建统计模型，展现研究结果。本书为熟悉Excel操作的人士提供通向R语言的实用性指南。借助R与Excel工具系统阐述统计分析方法、技术。通过两种软件的比较，围绕描述性统计、回归分析、方差分析、logistic回归、主成分分析几大模块，详细举出所需函数及代码，有效帮助读者在类比中掌握R语言，实现从Excel到R的过渡。

康拉德·卡尔伯格（Conrad Carlberg）是美国量化分析、数据分析和管理应用程序（如Microsoft Excel、SAS和Oracle）领域的知名专家，也是微软Excel有价值专家（MVP）。他拥有科罗拉多大学统计学博士学位，在不错分析技术应用方面近30年从业经验，并撰写了多部有关Excel量化分析的著作，包括《Statistical Analysis：Microsoft Excel 2010 》和《Predictive Analysis：Microsoft Excel》等。他的公司致力于各种公司日常涉及的销售、员工、客户管理和其他运营数据库系统数据的量化分析。

   译者序

作者简介

前言

第1章 从Excel到R的过渡1

1.1 调整预期2

1.1.1 分析数据：软件包3

1.1.2 存储和排列数据：数据框3

1.2 用户界面4

1.3 特殊字符5

1.3.1 使用波浪线5

1.3.2 使用赋值运算符＜-8

1.4 获取R11

1.5 扩展包13

1.6 运行脚本14

1.7 从Excel向R导入数据16

1.8 从R向Excel导出数据24

1.8.1 导出为CSV文件25

1.8.2 直接导出25

第2章 描述性统计29

2.1 Excel中的描述性统计29

2.1.1 使用描述性统计工具31

2.1.2 理解结果32

2.1.3 对R中的Pizza文件使用Excel描述性统计工具36

2.2 使用R的DescTools软件包40

2.3 输入一些有用的命令41

2.3.1 控制符号类型41

2.3.2 报告统计量44

2.3.3 对名义变量运行Desc函数53

2.4 用Desc运行双变量分析54

2.4.1 两个数值型变量55

2.4.2 按因子划分数值型变量60

2.5 用一个因子分析另一个因子：列联表70

2.5.1 Pearson卡方74

2.5.2 似然比76

2.5.3 Mantel-Haenszel卡方检验78

2.5.4 估计关系的强弱80

第3章 用Excel和R做回归分析82

3.1 工作表函数82

3.1.1 CORREL()函数83

3.1.2 COVARIANCE.P()函数84

3.1.3 SLOPE()函数85

3.1.4 INTERCEPT()函数87

3.1.5 RSQ()函数90

3.1.6 LINEST()函数92

3.1.7 TREND()函数95

3.2 统计推断函数96

3.2.1 T.DIST函数97

3.2.2 F.DIST函数99

3.3 Excel中的其他回归分析资源101

3.3.1 回归工具101

3.3.2 图的趋势线105

3.4 R中的回归分析106

3.4.1 相关和一元回归106

3.4.2 分析多元回归模型110

3.4.3 R中的模型比较113

第4章 用Excel和R进行方差和协方差分析118

4.1 单因子方差分析118

4.1.1 使用Excel的工作表函数119

4.1.2 使用ANOVA：单因子工具120

4.1.3 对ANOVA使用回归方法122

4.2 使用R进行单因子ANOVA124

4.2.1 设置数据124

4.2.2 安排ANOVA表125

4.2.3 带缺失值的单因子ANOVA128

4.3 因子化ANOVA130

4.3.1 Excel中的平衡双因子设计131

4.3.2 平衡的双因子设计和ANOVA工具133

4.3.3 使用回归进行双因子ANOVA设计135

4.3.4 用R分析平衡因子化设计141

4.4 分析Excel和R中的不平衡双因子设计144

4.4.1 区分三种情况148

4.4.2 效应的指定方法153

4.5 Excel和R中的多元比较程序154

4.5.1 Tukey的HSD方法155

4.5.2 Newman-Keuls方法158

4.5.3 在Excel和R中使用Scheffé程序161

4.6 Excel和R中的协方差分析165

4.6.1 在Excel中用回归进行ANCOVA165

4.6.2 用R进行ANCOVA168

第5章 用Excel和R进行logistic回归173

5.1 线性回归和名义变量中的问题174

5.1.1 概率问题175

5.1.2 用几率代替概率177

5.1.3 使用几率的对数178

5.2 从对数几率到概率180

5.2.1 重新编码文本变量180

5.2.2 定义名称181

5.2.3 计算logit182

5.2.4 计算几率182

5.2.5 计算概率183

5.2.6 得到对数似然183

5.3 配置Solver185

5.3.1 安装Solver185

5.3.2 用Solver进行logistic回归185

5.4 logistic回归中的统计检验189

5.4.1 logistic回归中的R2和t189

5.4.2 似然比检验190

5.4.3 约束条件和自由度193

5.5 用R的mlogit软件包进行logistic回归195

5.5.1 运行mlogit软件包195

5.5.2 比较模型和mlogit200

5.6 用R中的glm函数201

第6章 主成分分析203

6.1 用Excel进行主成分分析204

6.1.1 浏览对话框205

6.1.2 主成分工作表：R矩阵及逆矩阵207

6.1.3 主成分工作表：特征值和特征向量210

6.1.4 变量的公因子方差212

6.1.5 因子得分213

6.2 Excel中的旋转因子215

6.3 用R语言进行主成分分析217

6.3.1 准备数据217

6.3.2 调用函数219

6.3.3 R中的优选方差法旋转222