目录

章节概览

01
R 语言数据类型与运算
变量、数值/逻辑/字符/因子、向量与 data.frame、缺失值。
02
数据质量评估与数据清洗
脏数据识别与清洗、缺失/异常/重复/不一致处理、数据集成与转换。
03
探索性数据分析与描述统计
单变量描述、分组汇总、交叉表与基础图表。
04
统计推断基础
假设检验、t 检验、卡方与 Fisher、置信区间。
05
线性回归与模型诊断
lm()、多重回归、残差与诊断图。
06
逻辑回归与分类评估
glm 二分类、OR、ROC 与混淆矩阵。
07
聚类与降维
K-means、层次聚类、PCA。
08
关联规则算法
支持度/置信度/提升度，Apriori 与 FP-Growth，在处方/检查数据中的应用。
GitHub 仓库 · 配套演示（reveal.js）
© 南京中医药大学 人工智能与信息技术学院 · 袁少勋