Modeling Dose-Response Microarray Data in Early Drug Development Experiments Using R

這是一本前沿的定性比較分析（QCA）方法工具書，是通過R語言實現定性比較分析的一個全面指南。QCA方法的獨特之處在於結合了定性方法與定量方法的特點，已成為近年來國外社會學、管理學、營銷學、政治學、傳播學等領域的學者進行開創性研究的“第三條道路”。QCA方法適用範圍廣泛，既可以用於小樣本的案例研究（彌補案例研究的外部推廣性差的缺陷），也可以用於大樣本的數據分析（彌補大樣本研究缺乏定性判斷和對於複雜因

本書是一本立足本科生水平的電動力學教材，主要闡述電磁場理論，分析各個實驗定律，從中總結出電磁場的普遍規律，建立麥克斯韋方程組和洛倫茲力公式，討論恒定電磁場問題，說明一些恒定場的基本性質和求解電場和磁場問題的一些基本方法，討論電磁波的傳播與輻射，介紹一般情況下勢的概念和輻射電磁場的計算方法，*後將電動力學的參考系引入相對論時空觀，導出電磁場量在不同參考系間的變換，並且說明相對論力學的基本概念。本書注重把現代物理前沿引入教學，把電動力學問題擴展到多個前沿的研究領域，如固體物理、天體物理、核物理學、計算物理等。本書涵蓋我國物理專業電動力學課程的基本內容，可作為高等學校物理專業低年級學生學習電動力學課程的教材或參考書，也可作為電子、材料、通信等專業高年級學生的教學參考書。This is a blingual edition of the following title published by Cambridge University Press:Introduction to Electrodynamics，Fourth edition，ISBN 9781108420419This book was previously published by Pearson Education,Inc. 1989, 1999, 2013Reprinted 2018Cambridge University Press and China Machine Press 2020.This blingual of edition is authorized for sale in the People’s Republic of China (excluding Hong Kong, Macau and Taiwan) only. Unauthorised export of this blingual edition is a violation of the Copyright Act. No part of this publication may be reproduced or distributed by any means, or stored in a database or retrieval system, without the prior written permis

《R語言經典實例（原書第2版）》的第2版涵蓋了277個R語言實用方法，可以幫助你快速而有效地使用R進行數據分析。R語言給我們提供了統計分析的一切工具，但是R本身的結構可能不容易掌握。 《R語言經典實例（原書第2版）》提供的面向任務的R語言實用方法涉及從基本的分析任務到輸入和輸出、常用統計分析、繪圖、線性回歸等內容，它們可以讓你馬上應用R高效地工作。 每一個R語言方法都專注於一個特定的問題，

R既是統計、挖掘、計算、分析、製圖等方面的工具，也是一個強大的開發與應用平臺。幾乎任何與數據相關的難題，大多可以借助R語言來解決。而金融領域正是與數據密切相關的行業，可以通過R實現量化金融分析與建模。本書系統地介紹了R的包與編程方法，並通過豐富的金融案例展示了R在金融分析和金融建模方面的應用。本書分為5篇，共30章，從R語言基礎、金融模型及基礎知識、數據及相關操作、R在金融建模中的應用和R技能幾個主題出發，講解了R在金融量化中的應用和技巧。本書適合從事金融數據分析、金融量化建模的讀者學習。通過閱讀本書，讀者將瞭解全球化的金融市場數據，學習多樣的金融建模思想和解決方案。

R語言是一個自由、免費、源代碼開放的編程語言和開發環境，它提供了強大的數據分析功能和豐富的數據可視化手段。隨著數據科學的快速發展，R語言已經成為數據分析領域炙手可熱的通用語言。《R語言數據分析從入門到實戰》共14章，內容主要包括R語言簡介、讀寫數據、從流程控制到自定義函數、繪圖功能、基本統計、決策樹、K均值聚類算法、遺傳算法、關聯性規則、文本挖掘、推薦系統、可視化數據分析、探索性數據分析及案例分析等。《R語言數據分析從入門到實戰》內容通俗易懂，案例豐富，實用性強，特別適合R語言的入門讀者和進階讀者閱讀，也適合數據分析人員、數據挖掘人員等其他數據科學從業者閱讀參考。R語言是一套自由免費的軟件，具有入門容易．使用簡單的特點，目前多應用於機器學習、數據分析、文本分析、推薦系統等領域。第1-5章介紹R的基本操作及應用，包括R簡介、讀寫數據、從流程控制到函數，接著介紹R的繪圖功能、基本統計及常用包的運用。第6-9章介紹各類學習算法，如決策樹算法、K均值聚類算法、遺傳算法等，每一章都加入示例供讀者練習。第10-13章介紹關聯性規則、文本挖掘、推薦系統和可視化數據分析等內容。第14章介紹探索性數據分析及案例分析，對R軟件在數據分析上的使用進行更完整的補充。

有兩種信念修正的研究:(1)一是建立一個合理的信念修正算子應該滿足的公設集合,典型的例子是用一個新信念A修正一個信念基K的AGM公設，以及用一個信念序列重複修正一個信念基K的DP公設;(2)二是給出一個具體的滿足AGM公設和DP公設的修正算子.R-演算是一個非單調的Gentzen-型的推導系統,是一個滿足AGM公設和DP公設的具體信念修正算子.本書將R-演算(i)從一階邏輯推廣到命題邏輯,描述邏輯,模態邏輯，邏輯程序等;(ii)從極小改變語義推廣到子集極小改變,偽子公式極小改變和推導極小改變（後兩個極小改變是新定義的）;並且證明關於這些極小改變的可靠性定理和完備性定理.為了使R-演算可計算,我們給出了逼近R-演算，其演算使用了遞歸論中的有窮損壞優先方法.此外,本書將給出R-演算在缺省理論和語義網絡中的應用.

本書以R語言為實現工具，以數據可視化分析為導向，結合實際案例介紹數據的可視化方法。全書包括9章內容。包括如下特色：本書立足於數據類型和可視化目的對圖形進行分類，有利於讀者根據所面對的數據類型和分析目的選擇圖形。體現R的多樣性和靈活性，同一種圖形盡可能使用不同的R包和不同的函數實現，同時提供了詳細的繪圖代碼及詳盡的圖形解讀。

近年來機器學習取得了長足的進步。深度學習系統使得一些以往不可能實現的智能應用成為現實，推動了圖像識別和自然語言處理的巨大變革，也成功識別出了數據中的複雜模式。Keras深度學習庫為使用R語言的數據科學家和開發者提供了處理深度學習任務的工具集。 《R語言深度學習》基於強大的Keras庫及其R語言接口介紹了深度學習。本書源于Keras之父、Google人工智能研究員Fran.ois Cholle

《循序漸進學習商業分析：使用SAS與R語言》詳細闡述了與SAS和R語言商業分析相關的解決方案，主要內容包括了解SAS和R、使用SAS和R進行數據處理、使用SAS和R發現有關數據的基本信息、可視化、概率、樣本和抽樣分布、分析的置信區間和正確性等。此外，本書還提供了豐富的示例及代碼，以幫助讀者進一步理解相關方案的實現過程。 本書適合作為高等院校計算機及相關專業的教材和教

《試驗設計與分析——基於R》共分七章，主要內容包括試驗設計簡介、線性模型理論、區組設計、析因設計、正交設計、回歸設計、混料設計等。 《試驗設計與分析——基於R》結合R統計軟件介紹了試驗設計的基本原理和方法及其應用，可作為工程類統計學專業的試驗設計課程教材，也可作為相關工作人員的參考用書。

本書是一本基於R語言實現全部例題計算與分析的統計學教材，書中例題的解答和圖表均給出了R的詳細代碼和結果。全書內容共11章，包括數據的可視化等描述性分析方法、推斷方法以及實際中常用的一些統計方法等。附錄A介紹了自助法置信區間及其應用。

本書全面分析了我國區域R&D投入的現狀和績效，提出了提高我國區域R&D投入績效的相關對策和建議。在對相關理論簡要評述的基礎上，引入了德爾菲法與層次分析法、DEA理論和模型等，對近些年我國各區域的R&D投入進行了績效分析，構建了我國區域R&D績效分析模型，解析了區域間R&D投入績效的相對水準，利用SWOT分析模型對經濟發展不同階段的區域提出提高科技投入績效的對策和建議。

本書循序漸進地介紹R語言在數據分析與挖掘中的應用，涵蓋數據分析與挖掘的常規流程，如數據預處理（清洗、整合與運算等）、數據可視化（離散型與連續型數據的繪圖姿勢）、數據建模（十大數據挖掘模型的應用）等內容。本書共分15章：第1章介紹R語言的基礎知識，對於R語言初學者具有非常大的幫助；第2～4章講解R語言的數據讀寫操作和數據的清洗與整理（如缺失值、異常值的處理，數據的聚合匯總計算，正則表達式等）；第5～6章重點闡述R語言中的繪圖神器ggplot2，詳細介紹繪圖模板和圖形的處理細節；第9～15章講解十大常用數據挖掘模型，如回歸模型、樹模型、集成模型等。通過本書的學習，讀者既可以掌握R語言的實操技巧，也可以掌握數據分析與挖掘的理論和應用。本書既適於統計學、數學、經濟學、金融學、管理學以及相關理工科專業的本科生、研究生使用，也有助於提高從事數據諮詢、研究和分析等工作人士的專業水平和技能。

本書為計算機輔助統計編程的入門書，由淺入深地介紹實用統計中R的學習和使用方法，使讀者能夠深切領會數據科學和R的魅力。本書共7章，第1章為入門，簡單介紹本書特點以及R軟件和RStudio平臺的特性；第2章為R語言簡介，介紹了R語言基本特徵、數據操作和程序包等內容；第3章為統計繪圖，涉及低級和高級繪圖函數以及圖形系統的基礎知識；第4章為R編程；第5～7章為R統計編程核心內容，包括模擬、計算線性代數和數

《R語言開發技術標準教程》是資深高校教師多年開發與教學經驗的結晶。《R語言開發技術標準教程》深入淺出地講解R語言的基礎知識，幫助讀者快速掌握R語言編程能力。《R語言開發技術標準教程》分為基礎篇和應用篇，基礎篇分13章，涉及R語言的下載與安裝、基本運算、變量、向量、因子、矩陣、數組、數據框、列表、字符串、日期和時間處理、控制流和程序運行、繪圖。每章之後都精選了10道題，分判斷題和單項選擇題兩種題型，

本書全面介紹了如何利用R語言繪製各種統計圖形，書中的所有統計圖形都給出了實例源代碼，讀者可以通過代碼進行複現。本書共13章，涵蓋的主要內容有R語言數據可視化簡介；數據處理與探索；數據可視化；單變量圖形繪製；兩個同類型變量的圖形繪製；離散變量和連續變量之間的圖形繪製；高維圖形繪製；其他圖形繪製；圖形元素、標題和圖例；顏色等參數的調整；合併多幅圖形；R語言繪圖包；Shiny工具包。 本書適合R語言數

R語言是一個自由、免費、源代碼開放的編程語言和環境，它提供了強大的數據分析功能和豐富的數據可視化手段。隨著數據科學的快速發展，R語言已經成為數據分析領域炙手可熱的通用語言。全書分為3篇共12章，具體內容如下。第1篇：入門篇（第1章～第3章）。本篇將帶領讀者逐步走進R語言的世界，幫助讀者對R語言形成初步的認識，並學會如何獲取和安裝R語言，以及如何在需要時獲取幫助。然後介紹R語言的一些基礎知識，這些知

本書是作者根據近年來在法國格勒諾布爾第二大學統計與商業智能系開設的一系列R課程的講義提煉和精選而成，在Springer出版了法語版和英文版。 本書內容豐富詳實，不僅涵蓋了R語言絕大部分的基本操作命令，還由淺入深地介紹了數學和統計領域相當多的教學內容和方法在R中的編程實現，並獨具匠心以一種易被讀者接受和消化的方式來編排和組織。本書給出了幾個實際數據集供讀者自由下載，利用這些數據集在R軟件中進行各種統計方法的演示。另外，本書還穿插介紹了作者多年在R語言編程方面的一些心得和技巧。 本書的大部分內容適用於各種操作系統（如主流的Windows、Linux、Mac）的用戶，既可用作R初學者的教材或自學材料，對高級學者和研究人員也有參考價值。本書的全部習題和實踐操作的答案在該書的網站上提供下載服務。

本書首先介紹數據分析的方法論，然後介紹數據分析的相關模型方法，並進一步通過數據分析案例，講解數據分析的思維、方法及模型實現過程。本書重點介紹R語言在數據分析方面的應用，讓讀者能夠快速地使用R語言進行數據分析、構建模型。 本書分為17章，內容包括：使用R語言獲取數據、數據分析中的數據處理與數據探索、生存分析、主成分分析、多維縮放、線性回歸模型、邏輯回歸模型、聚類模型、關聯規則、隨機森林、支持向量機、

本書從R語言的基礎知識入手，深入介紹了R函數式編程、R語言的面向對象特性、程序的調試、代碼優化和性能調優。同時，本書也介紹了R語言如何與HTML和LaTex語言結合的技術，介紹了高性能計算以及C語言編程接口。

《數據科學實戰入門　使用Python和R》一書將使你深入瞭解數據科學最流行的兩大開源平臺：Python和R。 當前數據科學非常熱門。Python和R是世界更流行的兩個開源數據科學工具。在本書中，你將逐步學習如何使用更先進的技術，針對現實世界的業務問題提供切實可行的解決方案。 本書為沒有數據分析和編程經驗的讀者編寫。第1章專門為初學者講解Pyhton和R的基礎知識。此後的每一章都提供了使用Pyt

本書從解決工作實際問題出發，提煉並總結工作中R 語言常用的數據處理、數據分析實戰方法與技巧。本書力求通俗易懂地介紹相關知識，在不影響學習和理解的前提下，盡可能地避免使用晦澀難懂的R 語言編程、統計術語或模型公式。如果讀者需要瞭解相關的知識，可查閱相關的圖書或資料。本書的定位是帶領R 語言數據分析初學者入門，並解決在學習、工作中使用R 語言進行數據分析的大部分問題或需求。如果讀者在入門後還需要進一步

本書是基於R軟件編寫的面向應用的多元統計分析教材，主要內容包括：多元線性模型、廣義線性模型、聚類分析、判別分析、主成分分析、因子分析、對應分析、典型相關分析和多維標度分析。采用生動具體的實例來講解多元統計分析方法，方便讀者學習；統計理論與R軟件有機結合，通過R軟件來實現多元統計的計算和分析，並詳細解讀R軟件的分析結果，特別適合於初學者和數學基礎不強的讀者使用。 本書適合高

在這個資料海量增加的時代，資料視覺化是我們對資料做出快速判斷的重要工具。若能將資料巧妙地視覺化，可以説明我們對資料作出更為準確的判斷。而R語言則擁有強大的資料視覺化能力。 本書從簡單的R語言繪圖開始，全面地介紹了R語言的兩大繪圖系統：傳統繪圖系統和Grid繪圖系統，以及基於Grid系統的兩個主流擴展包：lattice和ggplot2。再由應用出發，講解了基於Grid系統的繪圖函數與繪圖類的開發。然

R語言是全球熱門的統計語言之一，也是一款優秀的數據分析和數據可視化軟件，它最大的一個優點就是自由、開源。隨著 R 語言的不斷發展，它在機器學習和深度學習等領域受到了眾多學者和企業的應用，並且提供了很多豐富的R語言包。《R語言統計分析與機器學習(微課視頻版)》理論介紹言簡意賅，分析過程可視化，注重實戰操作，是R語言統計分析與機器學習的一本入門教材。本書涵蓋了R語言的使用，於R語言的數據預處理、可視化

R是一個強大的、開源的、函數式編程語言，可以用於廣泛的編程任務。一般來講，R語言的應用主要在數據統計與分析、機器學習、高性能計算等方面。R語言已經在多個領域贏得了認可，同時也基於其開源、免費的特點不斷地發展壯大。本書通過9章內容，循序漸進地揭示了大數據的概念，介紹了如何使用R進行數據處理，如何創建Hadoop虛擬機，如何建立和部署SQL數據庫，同時還介紹了MongoDB、HBase、Spark、H

《通過實例學習R》按照統計學的知識框架，通過大量實例介紹R語言及其統計計算環境。主要內容包括：引言、定量數據、分類數據、圖形表示、探索性數據分析、基本推斷方法、回歸、方差分析、隨機化檢驗、模擬試驗、貝葉斯模型、蒙特卡羅方法。《通過實例學習R》適用於已經具備初步統計知識並期望熟練掌握R語言的讀者。

本書借鑒資深數據科學家Jared P. Lander在R語言上豐富的教學經驗，通過大量實例，詳細講解R語言的核心功能。對於剛接觸統計程序和模型的人，本書的內容組織結構使得學習R語言相當簡單和直觀。本書主要介紹R語言中20%的核心功能，但是這20%的功能足以讓你解決80%的現代數據分析問題。書中每一章都是從基礎知識開始，提供大量的實例和代碼。你將學習下載和安裝R語言；設置和使用R語言環境；掌握基本的程序編寫，數據導入、操作和可視化；完成幾個測驗。然後在此基礎上，你將構建幾個完整的模型，包括線性和非線性模型，學習數據挖掘技術。接著你將在代碼中學習使用LaTeX、RMarkdown和Shiny等R語言包來為最終的分析報告進行排版或設計交互界面。

本書介紹代數K群的結構和性質。從一個環R的K群K0(R)，K1(R)，K2(R)開始，接著構造Quillen的高次K群，介紹Waldhausen範疇的K理論和概形的K群。最後介紹了Grothendieck的原相理論，並敘述了利用K理論來表達關於代數圈的一組為國際數學家所亟待解決的問題。

《區域層次氣候敏感的落葉松人工林生長模型及R語言應用》是關於氣候變化對森林生長收穫影響的經驗生長模型建模和模擬研究專著。《區域層次氣候敏感的落葉松人工林生長模型及R語言應用》以我國東北、華北地區的落葉松人工林為研究對象，基於固定樣地數據，構建了氣候敏感的落葉松林分生長模型系(CSSGM-larch)，包括林分平均高、優勢高、株數、斷面積、蓄積和生物量模型，該模型有一定的統計可靠性和生物合理性；模擬

液相色譜-質譜生物分析（LC-MS bioanalysis）是一門新興學科，它正被越來越廣泛地應用于藥物代謝（drug metabolism）、藥代動力學（pharmacokinetics）、毒代動力學（toxicokinetics），臨床藥物監測（therapeutic drug momtoring）、生物標記物測定等領域。承蒙許多國際的生物分析專家的積極參與，本書收載了諸多實戰經驗及*前沿的科

本書主要分為四個模塊，共33章。模塊一主要從基本語法的視角，來詳細介紹 Spring Data JPA 的語法糖有哪些，包括源碼的剖析、實際工作中的經驗分享，以及作者對此的思考、啟發。模塊二從實際工作中的複雜應用場景開始，依次講解自定義場景，如何擴展 Spring 給我們提供的框架、數據源、連接、事務之間的關係，幫助讀者解決實踐中可能會遇到的問題，並學會獨立思考、穩妥解決。模塊三講解了實際工作遇到的經典問題，如 N+1 sql、lazy、事務的問題，及作者對此的思考和解決思路。模塊四從 Spring Data Rest、Spring Data ES、測試用例的角度，擴展思路，展望一下發展方向。

機器學習是近年來的熱門技術話題，R語言是處理其中大量數據的有力工具。本書為讀者提供機器學習和R語言的堅實算法基礎和業務基礎，內容包括機器學習基本概念、線性回歸、邏輯回歸和判別分析、線性模型的高 級選擇特性、K* 近鄰和支持向量機等，力圖平衡實踐中的技術和理論兩方面。本書適合試圖理解和表述機器學習算法的IT人士、想在分析中發揮R強大威力的統計學專業人士。即使是同時精通IT技術和統計學的讀者，在本書中仍然可以發現一些有用的竅門和技巧。

本書首先系統劃分效率型和創新型R and D外包模式，引入R and D外包強度指標，深入探討了不同R and D外包模式與企業創新績效的關係；在深層次地探究R and D外包的體系結構基礎上，從知識獲取和外包控制角度剖析結構-模式-外包行為各要素之間的關係，構建了R and D外包的內在機理模型；并以U-A模型為基礎，挖掘不同R and D外包模式的動態演化軌跡，揭示企業R and D外包模式動

“大數據”已連年入選IT領域的熱點話題，人們每天都會通過互聯網、移動設備等生產大量數據。如何從海量數據中洞悉出隱藏其後的見解是當今社會各領域人士極為關注的話題。本系列圖書以“大數據分析師”應掌握的IT技術為主線，共分兩卷，以7個模塊（第 1卷包括4個模塊，第 2卷包括3個模塊）分別介紹大數據入門，分析和R編程入門，使用R進行數據分析，用R進行分析，機器學習的概念，社交媒體、移動分析和可視化，大數據分析的行業應用等核心內容，全面且詳盡地涵蓋了大數據分析的各個領域。本書為第 1卷，首先提供大數據的概覽，介紹大數據概念及其在商業中的應用、處理大數據的技術、Hadoop生態系統和MapReduce的相關內容，然後介紹如何理解分析、分析方法與工具，重點講解流行分析工具R，介紹如何將數據集導入R和從R導出數據、在R中如何操縱和處理數據，**後詳細介紹R中的函數和包、R的描述性統計、R中的圖形分析、R中的假設檢驗、R中的線性回歸、非線性回歸、聚類分析、決策樹、R和Hadoop的集成及Hive，通過這些實戰內容，使讀者掌握R語言在數據分析中的全面應用。通過本書，讀者能對大數據概念、重要性及其應用有全面的瞭解，熟悉各種大數據分析工具。本書適用于想成為大數據分析師的人員以及所有對大數據分析感興趣的技術人員和決策者閱讀。

本書主要講述R語言在數據分析與數據挖掘方面的應用，內容結構編排合理，由淺到深循序漸進地引導讀者快速入門，並逐步提高使用R語言編程實現數據分析和文本數據挖掘的能力。本書內容簡明易懂，適合新手快速入門。每個例題都配有數據和源代碼，旨在引導讀者學會從具體問題入手分析和使用R語言編寫可以編譯實現的代碼，感受R語言的魅力，讓數據產生價值。這種學習和實踐相結合的方式非常適合初學者。 本書的目標讀者是從事數據分析與數據挖掘領域的學生、老師和科研工作者，以及從事不同行業的數據分析師、數據挖掘工程師等。

Principles and Techniques、Design: Basic Principles and Techniques、The Art of Experimentation、Replication、Blocking、Randomization、Analysis: Basic Principles and Techniques、Planning Experiments、A Checkli

近來，關於質性研究方法的書籍日漸增多，但是缺乏整合了基於CAQDAS的質性研究方法和技術內容的圖書。本書正是這樣一本，整合了CAQDAS，特別是RQDA和焦亞方法，提供了如何進行質性研究的分步指導。本書討論了焦亞方法作為質性研究一個重要範式的興起，並演示了如何使用RQDA這個R軟件包來執行和增強焦亞方法。通過使用文本數據樣本，本書展示了基於R的焦亞方法的執行，從選擇研究問題到開發數據結構和建立扎根

本書共12章：第1章介紹機器學習的基本概念和理論，並介紹用於機器學習的R軟件環境的準備；第2章介紹如何應用R來管理資料，進行資料的探索分析和資料可視化；第3～9章介紹典型的機器學習算法，包括k近鄰分類算法、樸素貝葉斯算法、決策樹和規則樹、回歸預測、黑盒算法——神經網絡和支援向量機、關聯分析、k均值聚類，並給出大量的實際案例和詳細的分析步驟，例如乳腺癌的判斷、垃圾短信的過濾、貸款違約的預測、毒蘑菇的判別、醫療費用的預測、建築用混凝土強度的預測、光學字元的識別、超市購物籃關聯分析以及市場細分等；第10章介紹模型性能評價的原理和方法；第11章給出提高模型性能的幾種常用方法；第12章討論用R進行機器學習時可能遇到的一些高級專題，如特殊形式的資料、大資料集的處理、平行計算和GPU計算等技術。

面對日漸複雜的大數據，科技工作者很難用單一的統計軟件高效、完美地完成從數據挖掘、數據清洗、統計分析到結果呈現的全部工作，因此需要熟悉和掌握多種統計工具，各取所長、整合使用。本書立足於大數據研究的現狀，基於實際醫療案例，介紹數學基礎知識和統計學基礎知識,SAS、R語言、Stata和Python這4款大數據常用分析工具的基礎編程知識及實踐操作。 本書主要面向在校本科生、研究生，以及要掌握SAS、R語言、Stata和Python的數據工作者，熟悉四個軟件的任意一個且想要在短時間內掌握其他軟件的讀者，也適合醫科學生、臨床醫生或藥企人員等醫療相關人員學習使用。