R语言与网站分析（以数据分析和挖掘原理为基础，结合作者多年的互联网应用实践经验，将R语言和网站分析有机结合，包含大量R语言实施案例，力求做到"授之以渔"）

内容简介

《R语言与网站分析》从互联网应用角度对R语言如何实现数据挖掘和指标分析等问题做了阐述。通过诸多真实应用案例的分析，作者试图为读者建立起一座沟通数学原理和互联网实际业务应用的桥梁。同时本书给出了案例中的完整代码以及分析过程，力图帮助读者充分理解R语言是如何实现算法的。
　　《R语言与网站分析》是目前为止一本阐述如何使用R语言来分析和挖掘互联网数据的应用性书籍。书中使用大量的实际案例，把数学原理同R语言实现方案有机结合起来。力图通过案例分析达到举一反三的效果，进而指导读者在日后的实际工作中进行应用。同时书中也阐述众多常用的数据分析和挖掘的方法和原理，对于非互联网的从业人员也很有指导意义

目录

前言
第1章　统计思维与网站分析
　1.1　不确定与确定
　1.2　统计分析方法
　1.2.1　细分分析
　1.2.2　对比分析
　1.2.3　趋势分析
　1.3　网站分析概要
　1.3.1　解决用户需求
　1.3.2　寻找新的用户需求
第2章　R语言数据操作基础
　2.1　R简介
　2.2　了解R软件
　2.2.1　软件安装
　2.2.2　R软件界面
　2.2.3　工作目录
　2.2.4　命令行交互
　2.2.5　命令脚本文件
　2.2.6　工作空间数据
　2.2.7　帮助
　2.2.8　R语言入门
　2.2.9　扩展算法包
　2.3　R语言的数据类型
　2.4　对象及其属性
　2.4.1　固有属性：模式和长度
　2.4.2　读取和设置属性值
　2.4.3　对象的搜索和删除
　2.5　向量
　2.5.1　创建向量
　2.5.2　向量索引
　2.5.3　向量编辑
　2.5.4　向量排序
　2.5.5　向量去重
　2.5.6　缺失值处理
　2.5.7　向量间操作
　2.6　矩阵和数组
　2.6.1　创建矩阵
　2.6.2　矩阵索引
　2.6.3　矩阵编辑
　2.6.4　矩阵的运算
　2.6.5　数组
　2.6.6　apply函数应用
　2.7　列表和数据框
　2.7.1　列表的创建和索引
　2.7.2　列表编辑
　2.7.3　数据框的创建和名称
　2.7.4　数据框索引
　2.7.5　数据框编辑
　2.7.6　缺失值处理
　2.8　因子
　2.8.1　无序和有序因子
　2.8.2　连续数据的离散化
　2.9　字符串操作
　2.9.1　字符串长度nchar
　2.9.2　字符串合并和分割
　2.9.3　字符串内部字符的读取和替换
　2.9.4　正则表达式
　2.10　常用数据的创建
　2.10.1　因子序列的创建
　2.10.2　等差序列的创建
　2.10.3　随机抽样sample
　2.10.4　重复序列rep
　2.10.5　概率分布
　2.11　控制流
　2.11.1　分支语句
　2.11.2　循环语句
　2.12　运算符、函数和过程
　2.12.1　常用运算符
　2.12.2　函数
　2.12.3　过程
　2.13　数据的读写等操作
　2.13.1　读取数据
　2.13.2　输出数据
第3章　R语言的绘图基础
　3.1　概述
　3.2　颜色以及文字/点/线参数的设置
　3.2.1　颜色
　3.2.2　文字元素相关参数设置
　3.2.3　点元素相关参数设置
　3.2.4　线元素相关参数设置
　3.3　低级绘图函数
　3.3.1　引例
　3.3.2　标题
　3.3.3　图例
　3.3.4　坐标轴
　3.3.5　边框
　3.3.6　网格线
　3.3.7　点
　3.3.8　线
　3.3.9　文字
　3.3.10　多边形
　3.4　绘图函数以及常用绘图应用
　3.4.1　图形类型的选择
　3.4.2　散点图
　3.4.3　气泡图
　3.4.4　曲线图
　3.4.5　柱状图
　3.4.6　条形图
　3.4.7　饼图
　3.4.8　面积堆积图
　3.4.9　直方图和密度曲线图
　3.5　绘图窗口操作函数
　3.5.1　单一窗口中的子绘图区域布局
　3.5.2　绘图窗口操作
第4章　单指标分析
　4.1　指标描述
　4.1.1　平均值和集中趋势
　4.1.2　正态分布
　4.1.3　频数分析
　4.1.4　描述性分析指标
　4.2　异常点监控
　4.2.1　概述
　4.2.2　P控制图：监控转化率型指标
　4.2.3　单值–均值控制图
　4.2.4　单值–移动极差控制图
　4.3　连续型指标的对比
　4.3.1　数据变换
　4.3.2　假设检验
　4.3.3　相同指标内的两组数对比：T检验
　4.3.4　相同指标内的多组数据对比：单因素方差分析
　4.3.5　单因素协方差分析
　4.4　分类型指标的对比
　4.4.1　列联表分析
　4.4.2　卡方

摘要与插图

前　　言
　　大数据下网站分析的重要性
　　当前，随着互联网对人们生活影响的不断增大，每天有数以亿计的用户行为数据被网站记录。这些数据以隐性信息的方式反映人们的行为习惯、兴趣爱好、性格特征，甚至是政治主张。网民每天都在告诉我们，他们到底需要什么。而这也正反映了用户的需求，可以说谁能读出用户的需求，谁就能更好地迎合用户，获取更多的流量，其网站的用户体验也就越好。
　　网站分析就是通过用户使用网站时留下的数据来读出用户需求、习惯、爱好的方法。同时，通过数据分析也可以驱动整个网站的优化。利用数据分析驱动网站优化是一种学的决策方式，它直接反映了在现实中使用网站的用户情况，而非网站产品经理或决策人想象的用户。
　　R语言的优势
　　R语言作为一个可进行交互式数据分析和探索的强大平台，被越来越多的数据分析和挖掘人员及公司所使用。其优势主要体现在以下几个方面：
　　R语言的使用和学习并不需要掌握高深的语法，这使得分析师可以把更多的精力放在算法本身的实现上。
　　R语言是目前包含数据算法的工具，其灵活强大的绘图功能可以更好地表现数据处理结果。
　　R语言本身是免费和开源的，并与众多商业数据分析软件，如SAS等有接口。
　　R语言有搭建可视化软件的扩展包，公司可以依据自身的商业需求搭建指标监控平台。
　　R语言的优势使其发展势头大好，是在互联网公司，R语言逐渐受到了重视。对于有志成为互联网数据挖掘师/分析师的读者来说，掌握R语言将成为他们未来必备的技能之一。
　　编写本书的主旨
　　如何才能将R语言和网站分析有机地结合起来，使其价值得到体现？对于广大读者来说，很需要一本对此进行详细阐述, 深入分析，指导其进行实战的图书，但是目前市面上还没有相关的图书出版，而本书的主旨正是为了填补这个空缺。相信本书会给读者带来不小的收获，并且可以把R语言更好地应用到网站分析和互联网数据挖掘的工作上。
　　本书侧重于R语言对网站分析和挖掘的代码实现，并不侧重于对计算结果的分析讨论以及网站统计的思维方法。同时，本书以通俗的非学术语言结合实际的代码案例来介绍网站分析的基本思路和统计理论的数学原理，力争做到对读者授之以“渔”，而非简单地授之以“鱼”。
　　阅读对象
　　网站数据分析师。通过阅读本书，结合公司自身的业务逻辑，使用R语言进行网站数据系统的搭建。
　　数据挖掘师。书中结合互联网的常用数据挖掘方法，给出R语言的相应实现方式，使原来以SAS/SPSS软件为基础的挖掘方案转化为以R软件为基础的挖掘方案。
　　互联网产品经理。过去网站分析系统是以自主研发或使用第三方免费工具的方式来实现的，希望通过本书可以实现以R语言为基础的新的搭建方案。
　　其他行业的数据从业人员。虽然本书与网站分析和互联网数据挖掘相结合，但里面涉及的经典分析算法是同其他行业相通的，所以对于其他行业的数据分析和挖掘也有借鉴作用。
　　校勘和支持
　　由于作者的水平有限，编写的时间也很仓促，书中难免会出现一些错误或者不准确的地方，恳请读者批评指正。读者可以在我的个人博客www.bassary.com中留言，或直接发送至我的邮箱568677413@qq.com。我会定期发布Bug勘误表，同时，如果你遇到任何问题，也可以通过上述途径来提问，我将尽量在线上为读者提供意的解答。书中的全部代码都是经过本人调试的（R语言版本为2.9.2），部分源文件会发布在我的博客中，我也会将相应的功能更新及时更正出来。
　　感谢
　　先要感谢R语言的创建者Ross Ihaka和Robert Gentleman，他们开创了一款影响统