《R語言在商務(wù)分析中的應(yīng)用》審視商務(wù)分析師所執(zhí)行的一些最普通的任務(wù)，并幫助用戶瀏覽R中大量的信息和4000個R程序包。有了這些信息，讀者便能夠以最少的付出去挑選完成分析任務(wù)的程序包，并達到最大的效用。在這本書中強調(diào)使用圖形用戶界面GUI，以進一步減少和彎曲R學習中的學習曲線。本書旨在幫助讀者啟動商務(wù)分析，包括數(shù)據(jù)可視化、網(wǎng)絡(luò)分析和社交媒體分析的代碼示例、聚類、回歸模型、文本挖掘、數(shù)據(jù)挖掘模型和預測等章節(jié)。書中試圖使讀者了解商務(wù)分析主題的廣度，而不是用不必要的深度埋沒讀者。本書所包含的參考文獻和鏈接使讀者能夠從事商務(wù)分析的各種主題。

本書針對使用R為分析工具的商務(wù)分析師而編寫，涵蓋了其中的基礎(chǔ)編程技能。請注意本書的使用范圍既非統(tǒng)計理論研究，亦非研究生階段層面的統(tǒng)計研究，而是適用于商務(wù)分析的從業(yè)者。商務(wù)分析（BA）是商業(yè)領(lǐng)域所產(chǎn)生的數(shù)據(jù)探索和調(diào)查研究領(lǐng)域。商業(yè)智能（BI）是指機構(gòu)中信息的無縫傳播，這主要包括商務(wù)領(lǐng)域決策支持所使用的過去和當前的商務(wù)指標。數(shù)據(jù)挖掘（DM）是使用算法和統(tǒng)計方法從大量數(shù)據(jù)中發(fā)現(xiàn)新模式的一個過程。這三項的區(qū)分是，BI主要是當前的報告，BA是用來預測和制定戰(zhàn)略的模型，而DM與大數(shù)據(jù)中的模式相匹配。R統(tǒng)計軟件是世界上增長最快的分析平臺，并在學術(shù)界和企業(yè)界都樹立了穩(wěn)健、可靠和準確的聲譽。

目錄

1 為什么要用R
1.1 為什么把R劃分為一個完整的分析環(huán)境
1.2 與其他分析程序包相比R的其他優(yōu)勢
1.3 R作為統(tǒng)計語言和分析平臺的差異
1.4 使用R的成本和收益
1.5 同時使用SAS和R
1.6 簡短的采訪：用JMP實現(xiàn)R
2 R 的基礎(chǔ)配置
2.1 為商務(wù)分析設(shè)置R的一些選擇
2.2 下載和安裝R
2.3 安裝R程序包
2.4 在R中啟動教程
2.5 R的數(shù)據(jù)類型
2.6 對約翰•?？怂?mdash;—R的Rcmdr GUI的創(chuàng)造者的簡短訪談
2.7 本章用過的命令小結(jié)
3 R界面
3.1 R統(tǒng)計語言的界面
3.2 R基礎(chǔ)知識
3.3 R圖形用戶界面的優(yōu)點和局限性
3.4 GUI清單
3.5 R GUIs總結(jié)
3.6 在其他軟件中使用R
3.7 R的Web界面
3.8 訪談：將R用作基于web的應(yīng)用程序
3.9 使用R進行云計算
3.10 Google和R
3.11 訪談：在谷歌中使用R
3.12 訪談：在cloudnumbers.com通過云計算使用R
3.13 本章用過的命令小結(jié)
4 數(shù)據(jù)處理
4.1 分析式數(shù)據(jù)處理的挑戰(zhàn)
4.2 較小數(shù)據(jù)集的讀取方法
4.3 一些常見的分析任務(wù)
4.4 使用R進行一個簡單的分析
4.5 比較R圖形用戶界面的數(shù)據(jù)輸入
4.6 與數(shù)據(jù)庫及商業(yè)智能系統(tǒng)一起使用R
4.7 本章用過的命令小結(jié)
4.8 引文和參考文獻
4.9 更多的資源
5 探索數(shù)據(jù)
5.1 商務(wù)指標
5.2 數(shù)據(jù)可視化
5.3 圖示的參數(shù)
5.4 在R中創(chuàng)建圖
5.5 使用ggplot2畫更好的圖
5.6 交互式的圖
5.7 GrapheR：繪制簡單圖的R GUI
5.8 Deducer：高級數(shù)據(jù)可視化GUI
5.9 調(diào)色板
5.10 訪談：哈德利•威克姆（Hadley Wickham），ggplot2：Elegant Graphics for Data Analysis的作者
5.11 本章用過的命令小結(jié)
6 構(gòu)建回歸模型
6.1 線性回歸
6.2 邏輯斯蒂回歸
6.3 風險模型
6.4 評分卡
6.5 在R中構(gòu)建回歸模型的一些有用的函數(shù)
6.6 使用R Cmdr建立回歸模型
6.7 回歸模型的其他程序包
6.8 PMML
6.9 本章用過的命令小結(jié)
7 使用R進行數(shù)據(jù)挖掘
7.1 定義
7.2 Rattle：R中的一個數(shù)據(jù)挖掘GUI
7.3 訪談：格雷厄姆•威廉姆斯（Graham Williams），Data Mining with Rattle and R的作者
7.4 使用R進行文本挖掘分析
7.5 谷歌預測API
7.6 數(shù)據(jù)挖掘者的數(shù)據(jù)隱私
7.7 本章用過的命令小結(jié)
8 聚類和數(shù)據(jù)分割
8.1 什么時候使用數(shù)據(jù)分割和聚類
8.2 R對聚類的支持
8.3 使用RevoScaleR進行循環(huán)分析
8.4 一個稱為Playwith的GUI
8.5 使用Rattle進行聚類分析
8.6 本章用過的命令小結(jié)
9 預測和時間序列模型
9.1 時間序列簡介
9.2 時間序列和預測方法
9.3 時間序列模型的種類
9.4 處理日期-時間數(shù)據(jù)
9.5 使用R commander GUI的epack插件
9.6 本章用過的命令小結(jié)
10 數(shù)據(jù)導出和輸出
10.1 本章用過的命令小結(jié)
11 優(yōu)化R代碼
11.1 有效編碼的例子
11.2 定制R軟件啟動
11.3 代碼編輯器
11.4 增強的代碼編輯器的優(yōu)點
11.5 訪談：J.J. Allaire，RStudio的創(chuàng)造者
11.6 Revolution R——一個高效的環(huán)境
11.7 評估代碼效率
11.8 使用system.time來評估編碼效率
11.9 使用GUIs學習并更快編寫R代碼
11.10 并行編程
11.11 使用硬件解決方案
11.12 本章用過的命令小結(jié)
12 更多的培訓文獻
12.1 Cran Views
12.2 閱讀材料
12.3 R中使用的其他GUIs
12.4 本章用過的命令小結(jié)
13 R應(yīng)用案例研究
13.1 使用R進行網(wǎng)絡(luò)分析
13.2 使用R進行社交媒體分析
13.3 使用R進行RFM分析
13.4 使用R建立傾向模型
13.5 使用R建立金融風險模型
13.6 使用R進行藥物分析
13.7 分析方面的閱讀文選
13.8 商務(wù)分析師為什么應(yīng)該學習R語言
13.9 分析生涯
13.10 本章用過的命令小結(jié)
索引