《R語言學(xué)習(xí)由淺入深路線圖new》由會員分享，可在線閱讀，更多相關(guān)《R語言學(xué)習(xí)由淺入深路線圖new（2頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、R語言學(xué)習(xí)由淺入深路線圖
發(fā)表于 2012-12-19 01:19 來源：格物堂
現(xiàn)在對R感興趣的人越來越多，很多人都想快速的掌握R語言，然而，由于目前大部分高校都沒有開設(shè)R語言課程，這就導(dǎo)致很多人不知道如何著手學(xué)習(xí)R語言。
對于初學(xué)R語言的人，最常見的方式是：遇到不會的地方，就跑到論壇上吼一嗓子，然后欣然or悲傷的離去，一直到遇到下一個問題再回來。當(dāng)然，這不是最好的學(xué)習(xí)方式，最好的方式是——看書。目前，市面上介紹R語言的書籍很多，中文英文都有。那么，眾多書籍中，一個生手應(yīng)該從哪一本著手呢？入門之后如何才能把自己練就成某個方面的高手呢？相信這是很多人心中的疑問。有這種疑問的人有福了，因為
2、筆者將根據(jù)自己的經(jīng)歷總結(jié)一下R語言書籍的學(xué)習(xí)路線圖以使Ruser少走些彎路。
本文分為6個部分，分別介紹初級入門，高級入門，繪圖與可視化，計量經(jīng)濟(jì)學(xué)，時間序列分析，金融等。
1.初級入門
《An Introduction to R》，這是官方的入門小冊子。其有中文版，由丁國徽翻譯，譯名為《R導(dǎo)論》?！禦4Beginners》，這本小冊子有中文版應(yīng)該叫《R入門》。除此之外，還可以去讀劉思喆的《153分鐘學(xué)會R》。這本書收集了R初學(xué)者提問頻率最高的153個問題。為什么叫153分鐘呢？因為最初作者寫了153個問題，閱讀一個問題花費1分鐘時間，全局下來也就是153分鐘了。有了這些基礎(chǔ)之后，要去讀
3、一些經(jīng)典書籍比較全面的入門書籍，比如《統(tǒng)計建模與R軟件》，國外還有《R Cookbook》和《R in action》，本人沒有看過，因此不便評論。
最后推薦，《R in a Nutshell》。對，“果殼里面的R”！當(dāng)然，是開玩笑的，in a Nutshell是俚語，意思大致是“簡單的說”。目前，我們正在翻譯這本書的中文版，大概明年三月份交稿！這本書很不錯，大家可以從現(xiàn)在開始期待，并廣而告知一下！
2.高級入門
讀了上述書籍之后，你就可以去高級入門階段了。這時候要讀的書有兩本很經(jīng)典的。《Statistics with R》和《The R book》。之所以說這兩本書高級，是因為這兩本書
4、已經(jīng)不再限于R基礎(chǔ)了，而是結(jié)合了數(shù)據(jù)分析的各種常見方法來寫就的，比較系統(tǒng)的介紹了R在線性回歸、方差分析、多元統(tǒng)計、R繪圖、時間序列分析、數(shù)據(jù)挖掘等各方面的內(nèi)容，看完之后你會發(fā)現(xiàn)，哇，原來R能做的事情這么多，而且做起來是那么簡潔。讀到這里已經(jīng)差不多了，剩下的估計就是你要專門攻讀的某個方面內(nèi)容了。下面大致說一說。
3.繪圖與可視化
亞里斯多德說，“較其他感覺而言，人類更喜歡觀看”。因此，繪圖和可視化得到很多人的關(guān)注和重視。那么，如何學(xué)習(xí)R畫圖和數(shù)據(jù)可視化呢？再簡單些，如何畫直方圖？如何往直方圖上添加密度曲線呢？我想讀完下面這幾本書你就大致會明白了。
首先，畫圖入門可以讀《R Graphics
5、》，個人認(rèn)為這本是比較經(jīng)典的，全面介紹了R中繪圖系統(tǒng)。該書對應(yīng)的有一個網(wǎng)站，google之就可以了。更深入的可以讀《Lattice：Multivariate Data Visualization with R》。上面這些都是比較普通的。當(dāng)然，有比較文藝和優(yōu)雅的——ggplot2系統(tǒng)，看《ggplot2：Elegant Graphics for Data Analysis》。還有數(shù)據(jù)挖掘方面的書：《Data Mining with Rattle and R》，主要是用Rattle軟件，個人比較喜歡Rattle!當(dāng)然，Rattle不是最好的，Rweka也很棒！再有就是交互圖形的書了，著名的交互系統(tǒng)
6、是ggobi，這個我已經(jīng)喜歡兩年多了，關(guān)于ggobi的書有《Interactive and Dynamic Graphics for Data Analysis With R and GGobi》，不過，也只是適宜入門，更多更全面的還是去ggobi的主頁吧，上面有各種資料以及包的更新信息！
特別推薦一下，中文版繪圖書籍有謝益輝的《現(xiàn)代統(tǒng)計圖形》。
4.計量經(jīng)濟(jì)學(xué)
關(guān)于計量經(jīng)濟(jì)學(xué)，首先推薦一本很薄的小冊子:《Econometrics In R》，做入門用。然后，是《Applied Econometrics with R》，該書對應(yīng)的R包是AER，可以安裝之后配合使用，效果甚佳。計量經(jīng)濟(jì)學(xué)中
7、很大一部分是關(guān)于時間序列分析的，這一塊內(nèi)容在下面的地方說。
5.時間序列分析
時間序列書籍的書籍分兩類，一種是比較普適的書籍，典型的代表是：《Time Series Analysis and Its Applications ：with R examples》。該書介紹了各種時間序列分析的經(jīng)典方法及實現(xiàn)各種經(jīng)典方法的R代碼，該書有中文版。如果不想買的話，建議去作者主頁直接下載，英文版其實讀起來很簡單。時間序列分析中有一大塊兒是關(guān)于金融時間序列分析的。這方面比較流行的書有兩本《Analysis of financial time series》，這本書的最初是用的S-plus代碼，不過新版已
8、經(jīng)以R代碼為主了。這本書適合有時間序列分析基礎(chǔ)和金融基礎(chǔ)的人來看，因為書中關(guān)于時間序列分析的理論以及各種金融知識講解的不是特別清楚，將極值理論計算VaR的部分就比較難看懂。另外一個比較有意思的是Rmetrics推出的《TimeSeriesFAQ》，這本書是金融時間序列入門的東西，講的很基礎(chǔ)，但是很難懂。對應(yīng)的中文版有《金融時間序列分析常見問題集》，當(dāng)然，目前還沒有發(fā)出來。經(jīng)濟(jì)領(lǐng)域的時間序列有一種特殊的情況叫協(xié)整，很多人很關(guān)注這方面的理論，關(guān)心這個的可以看《Analysis of Integrated and Cointegrated Time Series with R》。最后，比較高級的一本
9、書是關(guān)于小波分析的，看《Wavelet Methods in Statistics with R》。附加一點，關(guān)于時間序列聚類的書籍目前比較少見，是一個處女地，有志之士可以開墾之！
6.金融
金融的領(lǐng)域很廣泛，如果是大金融的話，保險也要被納入此間。用R做金融更多地需要掌握的是金融知識，只會數(shù)據(jù)分析技術(shù)意義寥寥。我覺得這些書對于懂金融、不同數(shù)據(jù)分析技術(shù)的人比較有用，只懂?dāng)?shù)據(jù)分析技術(shù)而不動金融知識的人看起來肯定如霧里看花，甚至有人會覺得金融分析比較低級。這方面比較經(jīng)典的書籍有：《Advanced Topics in Analysis of Economic and Financial Data
10、 Using R》以及《Modelling Financial Time Series With S-plus》。金融產(chǎn)品定價之類的常常要用到隨機(jī)微分方程，有一本叫《Simulation Inference Stochastic Differential Equations：with R examples》的書是關(guān)于這方面的內(nèi)容的，有實例，內(nèi)容還算詳實!此外，是風(fēng)險度量與管理類。比較經(jīng)典的有《Simulation Techniques in Financial Risk Management》、《Modern Actuarial Risk Theory Using R》和《Quantitati
11、ve Risk Management：Concepts, Techniques and Tools》。投資組合分析類和期權(quán)定價類可以分別看《Portfolio Optimization with R》和《Option Pricing and Estimation of Financial Models with R》。
7.數(shù)據(jù)挖掘
這方面的書不多，只有《Data Mining with R:learing with case studies》。不過，R中數(shù)據(jù)挖掘方面的包已經(jīng)足夠多了，參考包中的幫助文檔就足夠了。
8.附注
出于版權(quán)等事宜的考慮，我無法告知你說在“新浪愛問”等地方可以直接免費下載到上面提到的這些書，但是，我想你可以發(fā)揮自己的聰明才智去體悟！
via：格物堂
R語言學(xué)習(xí)由淺入深路線圖new
