Книги по R

 Русскоязычная литература по использованию статистической среды R

Мастицкий С.Э., Шитиков В.К. Статистический анализ и визуализация данных с помощью R. - М.: ДМК Пресс, 2015. - 496 с.

Методическое пособие, в котором читатель найдет: (а) детальное описание языка R и базовых графических возможностей системы; (б)  доступное изложение смысла распространенных процедур обработки данных и методики построения статистических моделей, иллюстрированные несколькими десятками примеров; (в)  многочисленные фрагменты кода R, которые можно легко модифицировать для собственных целей; (г) - рекомендации по интерпретации и представлению получаемых результатов анализа.
Представлены обширная библиография и список полезных интернет-ресурсов по R.

Подробная информация и приобретение твердой копии - на сайте ДМК-Пресс

 dmkpress.com/catalog/computer/statistics  или
www.ievbras.ru/ecostat/Kiril/Article/A38/R_Mast.htm

Скачать книгу в PDF-формате  (~11 Мб)  -
 www.ievbras.ru/ecostat/Kiril/R/MS_2014/MS_2014.pdf

Скрипты для каждой из 9 глав книги и исходные данные для их выполнения -

 www.ievbras.ru/ecostat/Kiril/R/MS_2014/Scripts.zip

Все это также есть на github.com/ranalytics/r-tutorials

Шитиков В.К., Розенберг Г.С. Рандомизация и бутстреп:: статистический анализ в биологии и экологии с использованием R.- Тольятти: Кассандра, 2014. 314 с.

Представлено описание сути статистических методов,  охватывающих оценку статистических параметров, проверку гипотез, дисперсионный анализ, специальные формы регрессии и оценки информативного набора предикторов моделей, многомерные методы классификации, редукции данных и распознавания образов, процедуры, использующие байесовскую парадигму, анализ временной или пространственной динамики, различные подходы к оценке биоразнообразия и т.д. Методика их применения иллюстрирована на примерах биологического характера с акцентом на алгоритмы численного ресамплинга, включающих рандомизацию, или перестановочный тест (permutation), бутстреп (bootstrap), метод "складного ножа" (jackknife) и кросс-проверку (cross-validation).

 Подробная информация о книге  -  www.ievbras.ru/ecostat/Kiril/Article/A32/Stare.htm

Скачать книгу в PDF-формате  (~10 Мб)  - www.ievbras.ru/ecostat/Kiril/Article/A32/Starb.pdf

Скрипты для каждой из 7 глав книги и исходные данные для их выполнения - www.ievbras.ru/ecostat/Kiril/Article/A32/Data.zip

Шитиков В. К. Экотоксикология и статистическое моделирование эффекта с использованием R. 2016. - Электронная книга. 149 с.

 Представлено описание статистических методов, используемых при обработке данных экотоксикологического мониторинга. В центре внимания - построение и последующий анализ различных зависимостей "доза-время-эффект" для отклика, представленного в альтернативной, категориальной и метрической шкалах наблюдений (пробит- и логит-анализ, модели выживания, методы построения различных нелинейных зависимостей, модели сглаживания и т.д.). Подробно представлена методика работы с пакетом dcr статистической среды R. Отдельная глава посвящена сравнительной оценке чувствительности видов к токсикантам и оценке экологического риска для биоценоза.

Скачать книгу в PDF-формате  (~2 Мб)  - www.ievbras.ru/ecostat/Kiril/R/Ecotox/Ecotoxicology.pdf

Скрипты для каждой из 5 глав книги и исходные данные для их выполнения - www.ievbras.ru/ecostat/Kiril/R/Ecotox/Scripts_data.zip

Шитиков В. К. , Мастицкий С.Э. Классификация, регрессия и другие алгоритмы Data Mining с использованием R. 2017. - Электронная книга. 351 с.

Перед вами - справочник по методам построения статистических моделей классификации и регрессии для отклика, представленного в альтернативной, категориальной и метрической шкалах наблюдений. Подробно рассматриваются деревья решений, машины опорных векторов с различными разделяющими поверхностями, нелинейные формы дискриминантного анализа, искусственные нейронные сети и т.д. Показана технология применения таких методов бутстреп-агрегирования деревьев решений как бэггинг (bagging), случайный лес (random forrest) и бустинг (boosting). Представлены различные методы построения ансамблей моделей для коллективного прогнозирования.
Рассматриваются такие алгоритмы Data Mining, как генерация ассоциативных правил и анализ последовательностей. Отдельные главы посвящены методам построения моделей многомерной ординации данных и различным алгоритмам кластерного анализа. Особое внимание уделяется сравнительной оценке эффективности и поиску оптимальных областей гипер-параметров тестируеных моделей с использованием пакета caret статистической среды R. 

Адреса доступа - репозитарий  github.com/ranalytics/data-mining

Скачать книгу в PDF-формате  (~6 Мб)  - www.ievbras.ru/ecostat/Kiril/R/DM/DM_R.pdf

Скрипты для каждой из 10 глав книги и исходные данные для их выполнения - http://www.ievbras.ru/ecostat/Kiril/R/DM/Scripts_data.zip
Онлайн-версии книги, содержащая все ее главы за исключением приложения, представлена также в виде отдельного сайта по адресу   ranalytics.github.io/data-mining/

Мастицкий С. Э. Анализ временных рядов с помощью R. 2020. 170 с. - Электронная книга, адрес доступа: https://ranalytics.github.io/tsa-­with­-r

Книга представляет собой  пособие по использованию статистической среды R для анализа временных рядов. Упор сделан на решение нескольких стандартных задач, в том числе:
- извлечение признаков с помощью пакета feasts;
- моделирование и прогнозирование временных рядов на основе пакетов prophet и bsts;
- выявление аномалий и структурных изменений данных;
- кластеризация временных рядов с использованием различных подходов.
Описание соответствующих подходов и программного обеспечения сопровождается многочисленными примерами кода в применении к данным из реального мира.

1. Зарядов И.С. Введение в статистический пакет R: типы переменных, структуры данных, чтение и запись информации, графика.  Москва: Изд-во РУДНБ, 2010а.  207 с.   - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Rus/Sar_1.pdf
2. Зарядов И.С. Статистический пакет R: теория вероятностей и математическая статистика.  Москва: Изд-во РУДНБ, 2010б.  141 с.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Rus/Sar_2.pdf
3. Шипунов А.Б. и др. Наглядная статистика. Используем R!  Москва: ДМК Пресс, 2014.  298 с. - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Rus/SH_rbook.pdf
4. Венэбльз У.Н., Смит Д.М. Введение в R: Заметки по R: среда программирования для анализа данных и графики : пер. с англ.  Вер. 3.1.0.  Москва, 2014.  109 с.   - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Rus/Venables.pdf
5. Кабаков Р.И. R в действии: Анализ и визуализация данных в программе R / пер. с англ. П.А. Волкова.  Москва: ДМК Пресс, 2014.  580 с. http://kek.ksu.ru/eos/WM/Kabacoff2014ru.pdf
6. Яу Н. Искусство визуализации в бизнесе. М.:Манн, Иванов и Фербер,2013. 338 с.    - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Rus/Yau2013.pdf

Англоязычная литература по использованию статистической среды R

 

1. Altham P.M. Introduction to Statistical Modelling in R.  University of Cambridge, 2012.  115 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Altham2012.pdf
2. Bolker B.M. Ecological Models and Data in R.  Princeton University Press, 2008.  517 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Bolker2007.pdf
3. Borcard D., Gillet F., Legendre P. Numerical Ecology with R.  Springer, 2011.  319 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Borcard2011.pdf
4. Bretz F., Hothorn T., Westfall P. Multiple Comparisons Using R.  Chapman, Hall/CRC, 2011.  194 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Bretz2011.pdf
5. Chapman C., Feit E.M. R for Marketing Research and Analytics. Springer, 2015. 459 p.   - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Chapman2015.pdf
6. Chernick M.R., LaBudde R.A. An Introduction to Bootstrap Methods with Applications to R.  Wiley, 2011.  236 p. - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Chernick2011.pdf
7. Crawley M.J. The R Book.  2nd ed.  Wiley, 2013. 1076 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Crawley2013.pdf
8. Coghlan A.A. Little Book of R for Biomedical Statistics.  University College Cork, 2013.  31 p. Coghlan_1.pdf - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Coghlan_1.pdf
9. Coghlan A.A. Little Book of R for Multivariate Analysis.  University College Cork, 2013.  47 p. Coghlan_2.pdf - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Coghlan_2.pdf
10. Coghlan A.A. Little Book of R for Time Series.  University College Cork, 2014.  71 p.  Coghlan_3.pdf - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Coghlan_3.pdf
11. Dalgaard P. Introductory Statistics with R.  2nd ed.  Springer, 2008.  364 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Dalgaard2008.pdf
12. Everitt B.S., Hothorn T. A Handbook of Statistical Analyses Using R.  2nd ed.  Chapman, Hall/CRC, 2010.  376 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Everitt2010.pdf
13. Faraway J.J. Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models.  Chapman, Hall/CRC, 2006.  345 p. - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Faraway2006.pdf
14. Fox J. Applied Regression Analysis and Generalized Linear Models, 3nd ed. Sage Publications, 2016.   - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Fox2016.pdf
15. Gelman A., Hill J. Data Analysis Using Regression and Multilevel/Hierarchical Models.  Cambridge University Press, 2006.  651 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Gelman2007.pdf
16. James G., Witten D., Hastie T., Tibshirani R. An Introduction to Statistical Learning: with Applications in R.  Springer, 2013.  426 p. - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/James2013.pdf
17. Karp N. R Commander: An Introduction. 2014. 52 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Karp2014.pdf
18. Kuhn M. Predictive Modeling with R and the caret Package. 2013 575 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Kuhn2013.pdf
19. Lam L. An Introduction to R. Vrije Universiteit Amsterdam, 2010. 212 p. - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Lam2010.pdf
20. Logan M. Biostatistical Design and Analysis Using R: A Practical Guide.  Wiley-Blackwell, 2010.  576 p.   - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Logan2010.pdf
21. Maindonald J.H., Braun W.J. Data Analysis and Graphics Using R: An Example-Based Approach.  3rd ed.  Cambridge University Press, 2010.  565 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Maindonald2010.pdf
22. Meys J., Vries A. R For Dummies.  For Dummies, 2012.  406 p. - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Meys2012.pdf
23. Mount J., Zumel N. Practical Data Science with R. Manning Publications Co., 2014. 416 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Mount2014.pdf
24. Owen J. The R Guide. University of Richmond, 2010. 61 p. - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Owen2010.pdf
25. Torgo L. Data mining with R: learning with case studies. Chapman & Hall/CRC, 2011. 272 p. - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Torgo2011.pdf
26. Wickham H. ggplot2: Elegant Graphics for Data Analysis. Springer, New York.  2016.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Wickham2016.pdf
27. Wood S.N. Generalized Additive Models: An Introduction with R.  Chapman, Hall/CRC, 2006.  410 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Altham2012.pdf
29. Ziefer A.S., Harring J.R., Long J.D. Comparing Groups: Randomization and Bootstrap Methods Using R.  Wiley, 2011. 332 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Zieffler2011.pdf
30. Zuur A. F., Ieno E.N., Walker N. et al. Mixed Effects, Models and Extensions in Ecology with R. Berlin: Springer Sci., 2009. 574 p. (высылается по запросу)
31. R Notes for Professionals  goalkicker.com/RBook
32. Mangiafico S. Summary and Analysis of Extension Program Evaluation in R  / rcompanion.org/handbook/

Лучшие книги по статистике и моделированию

 

1. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction.  2nd ed.  Springer, 2009.  745 p. - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/Statist/Hastie2009.pdf
2. Legendre P., Legendre L. Numerical Ecology. 3rd ed. Amsterdam: Elsevier Sci. BV, 2012. 990 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/Statist/Legendre2012.pdf
3. Sokal R.R., Rohlf F.J. Biometry: The principles and practice of statistics in biological research. 3nd ed.  N.Y.: Freeman, 1995. 887 p.  - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/Statist/Sokal1995.djvu
4.  Cumming G. Understanding The New Statistics. Effect Sizes, Confidence Intervals, and Meta-Analysis .N.Y.:Routledge, 2012. 537 p. - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/Statist/Cumming2012.pdf

Рецензируемые книги

Vellend M. The theory of ecological communities. Princeton University Press, 2016. 224 р. - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Vellend2016.pdf

 

Guisan A., Thuiller W., Zimmermann N. Habitat Suitability and Distribution Models. With Applications in R. Cambridge University Press, 2017. 462 p - www.ievbras.ru/ecostat/Kiril/R/Biblio_N/R_Eng/Guisan2017.pdf