R语言——生物统计

首先回顾一些生物统计学关键词

Coefficient of variability Standard deviation B(n,p) p(λ) N(μ,σ2) χ2分布 t分布 F分布

假设检验 单/双尾检验 F检验 T检验 χ2检验

方差分析 LSD SSR

R语言与统计分析

第一章 R介绍

第二章 R的基本原理与核心

第三章 概率与分布

第四章 探索性数据分析

第五章 参数估计

第六章 参数的假设检验

第七章 非参数的假设检验

第八章 方差分析

第九章 回归分析与相关分析

第十章 多元统计分析介绍

第十一章 叶贝斯统计分析

Using R for Statistics

CHAPTER 1 R Fundamentals

CHAPTER 2 Working with Data Files

CHAPTER 3 Preparing and Manipulating Your Data

CHAPTER 4 Combining and Restructuring Datasets

CHAPTER 5 Summary Statistics for Continuous Variables

CHAPTER 6 Tabular Data

CHAPTER 7 Probability Distributions

CHAPTER 8 Creating Plots

CHAPTER 9 Customizing Your Plots

CHAPTER 10 Hypothesis Testing

CHAPTER 11 Regression and General Linear Models

ggplot2：数据分析与图形艺术

ggplot2这套图形语法，在构建一幅图表的过程中套用时避免了陷入具体细节，并将复杂的图形元素分解为相互对立却又能够自由组合的组成部分。

第1章 简介

第2章 从qplot开始入门

第3章 语法突破

第4章 用图层构建图像

第5章 工具箱

第6章 标度、坐标轴和图例

第7章 定位

第8章 精雕细琢

第9章 数据操作

第10章 减少重复性工作

参考文献：

1 生物统计学课件_百度文库

该研究论文采用基于改进型单纯形算法的新模型进行求解。
通过引入动态权重因子的方法实现了模型求解过程中的快速收敛特性。
这种方法能够有效提升计算效率并保证结果精确度。
数值模拟结果表明该算法具有良好的收敛性和稳定性。
与传统单纯形算法相比该改进型算法在运行时间上具有明显优势。

2 ggplot2：数据分析与图形艺术.pdf

3 Using R for Statistics

4 R语言与统计分析 汤银才