目錄
前言
第1章 R語言介紹 1
1.1 起源 1
1.2 安裝（R，RStudio） 2
1.3 幫助 4
1.4 包 6
思考題 8
第2章 數(shù)據(jù)結(jié)構(gòu)與類型 9
2.1 數(shù)據(jù)類型 9
2.1.1 數(shù)值型 9
2.1.2 字符型 12
2.1.3 邏輯型 15
2.1.4 因子型 17
2.1.5 日期/時(shí)間型 19
2.2 數(shù)據(jù)結(jié)構(gòu) 21
2.2.1 向量 21
2.2.2 矩陣 24
2.2.3 數(shù)組 26
2.2.4 數(shù)據(jù)框 28
2.2.5 列表 29
2.2.6 轉(zhuǎn)義函數(shù) 37
思考題 38
第3章 數(shù)據(jù)管理 40
3.1 優(yōu)先級 40
3.2 重編碼/重命名 41
3.3 添加、刪除、隨機(jī)抽樣 42
3.3.1 添加 42
3.3.2 刪除 45
3.3.3 隨機(jī)抽樣 47
3.4 缺失值處理 48
3.4.1 缺失值判斷 48
3.4.2 刪除缺失值 49
3.4.3 填充缺失值 49
3.5 高級字符串處理 51
3.5.1 nchar() 52
3.5.2 sub()和gsub() 52
3.5.3 grep()和grepl() 56
3.5.4 substr() 56
3.5.5 strsplit() 56
3.5.6 paste()/paste0() 57
3.5.7 toupper()/tolower() 57
3.6 排序 57
3.6.1 sort 57
3.6.2 order 58
3.6.3 rank 60
3.6.4 arrange 61
3.7 子集的選取 62
3.8 常用操作與統(tǒng)計(jì)工具 63
3.8.1 常用的數(shù)據(jù)操作管理工具 63
3.8.2 常用的數(shù)據(jù)運(yùn)算工具 67
3.8.3 其他管理工具 72
3.9 轉(zhuǎn)置與重構(gòu) 74
3.9.1 數(shù)據(jù)轉(zhuǎn)置 74
3.9.2 寬表變長表 75
3.9.3 長表變寬表 76
3.9.4 reshape包 76
3.10 合并 78
3.10.1 按列合并 78
3.10.2 按行合并 79
3.10.3 按關(guān)鍵字合并 79
3.11 循環(huán) 81
3.11.1 for循環(huán) 81
3.11.2 while循環(huán) 82
3.11.3 嵌套循環(huán) 82
3.12 分類統(tǒng)計(jì) 83
3.12.1 單列分類統(tǒng)計(jì) 83
3.12.2 多列分類統(tǒng)計(jì) 85
3.12.3 自編函數(shù)分類統(tǒng)計(jì) 86
3.13 輸入與輸出 87
3.13.1 txt的輸入與輸出 87
3.13.2 csv和xls、xlsx輸入與輸出 88
3.13.3 傳統(tǒng)柵格數(shù)據(jù)的輸入與輸出 89
3.13.4 NetCDF（nc）的輸入與輸出 91
3.13.5 HDF的輸入與輸出 93
3.14 條件判斷 95
3.14.1 單一條件，單向響應(yīng) 96
3.14.2 單一條件，多向響應(yīng) 96
3.14.3 雙向條件，單向響應(yīng) 96
3.15 自編函數(shù) 97
3.16 簡單繪圖 98
3.17 顏色配置 99
3.17.1 顏色庫調(diào)用與顯示 99
3.17.2 顏色的自動生成與配置 100
3.18 特殊規(guī)則 105
3.18.1 缺失值的運(yùn)算規(guī)則 105
3.18.2 自動補(bǔ)充功能 106
3.18.3 二維數(shù)據(jù)的遍歷訪問 106
3.18.4 “#” 108
3.18.5 NA、NaN、NULL、Inf和-Inf 109
思考題 110
第4章 統(tǒng)計(jì)與分析 111
4.1 描述統(tǒng)計(jì) 111
4.2 相關(guān)分析 113
4.2.1 Pearson相關(guān)系數(shù) 113
4.2.2 Spearman等級相關(guān)系數(shù) 115
4.2.3 Kendall秩相關(guān)系數(shù) 115
4.3 t檢驗(yàn) 116
4.3.1 單樣本t檢驗(yàn) 117
4.3.2 獨(dú)立樣本t檢驗(yàn) 118
4.3.3 配對樣本t檢驗(yàn) 120
4.4 回歸 121
4.4.1 一元線性回歸 121
4.4.2 多元線性回歸 124
4.4.3 高次回歸 127
4.4.4 冪回歸 129
4.4.5 指數(shù)回歸 131
4.4.6 邏輯斯諦回歸 133
4.5 方差 134
4.5.1 單因素方差分析 134
4.5.2 多因素方差分析 139
4.5.3 多重比較與標(biāo)注 143
4.6 主成分分析 147
4.6.1 概述 147
4.6.2 案例及代碼 148
思考題 151
第5章 柵格數(shù)據(jù)處理 152
5.1 raster包 152
5.1.1 概述 152
5.1.2 基本函數(shù) 152
5.1.3 案例及代碼 154
5.1.4 要點(diǎn)提示 171
5.2 插值 171
5.2.1 概述 171
5.2.2 案例及代碼 172
5.2.3 要點(diǎn)提示 181
5.3 MODIS數(shù)據(jù)處理 181
5.3.1 概述 181
5.3.2 案例及代碼 185
5.4 SPI和SPEI 188
5.4.1 概述 188
5.4.2 算法及過程 191
5.4.3 案例及代碼 192
5.4.4 要點(diǎn)提示 197
5.5 光譜數(shù)據(jù) 197
5.5.1 概述 197
5.5.2 基本函數(shù) 198
5.5.3 案例及代碼 198
5.5.4 要點(diǎn)提示 207
思考題 207
第6章 社會經(jīng)濟(jì)數(shù)據(jù)處理 208
6.1 問卷調(diào)查數(shù)據(jù)處理 208
6.1.1 概述 208
6.1.2 過程及代碼 208
6.1.3 要點(diǎn)提示 215
6.2 多目標(biāo)優(yōu)化 216
6.2.1 概述 216
6.2.2 算法及過程 216
6.2.3 案例及代碼 217
6.2.4 要點(diǎn)提示 219
6.3 層次分析法 219
6.3.1 概述 219
6.3.2 步驟及方法 221
6.3.3 案例及代碼 224
6.3.4 要點(diǎn)提示 228
6.4 爬蟲算法 228
6.4.1 概述 228
6.4.2 算法及過程 230
6.4.3 案例及代碼 231
6.4.4 要點(diǎn)提示 235
思考題 236
第7章 生態(tài)數(shù)據(jù)處理 237
7.1 廣義線性混合模型 237
7.1.1 概述 237
7.1.2 算法及過程 237
7.1.3 案例及代碼 238
7.1.4 要點(diǎn)提示 246
7.2 地理探測器 247
7.2.1 概述 247
7.2.2 算法及過程 247
7.2.3 案例及代碼 249
7.2.4 要點(diǎn)提示 255
7.3 Meta分析 256
7.3.1 概述 256
7.3.2 算法及過程 256
7.3.3 案例及代碼 258
7.3.4 要點(diǎn)提示 266
7.4 結(jié)構(gòu)方程 266
7.4.1 概述 266
7.4.2 算法及過程 267
7.4.3 案例及代碼 268
7.4.4 要點(diǎn)提示 270
7.5 排序技術(shù) 271
7.5.1 概述 271
7.5.2 算法及過程 272
7.5.3 案例及代碼 274
7.5.4 要點(diǎn)提示 279
7.6 變差分解分析 280
7.6.1 概述 280
7.6.2 算法及過程 280
7.6.3 案例及代碼 281
7.6.4 要點(diǎn)提示 285
思考題 285
第8章 時(shí)間序列分析 287
8.1 時(shí)間變量數(shù)據(jù)處理 287
8.1.1 概述 287
8.1.2 基本功能 287
8.1.3 案例及代碼 288
8.1.4 要點(diǎn)提示 315
8.2 集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?315
8.2.1 概述 315
8.2.2 算法及過程 316
8.2.3 案例及代碼 317
8.2.4 要點(diǎn)提示 322
8.3 小波分析 323
8.3.1 概述 323
8.3.2 算法及過程 324
8.3.3 案例及代碼 327
8.3.4 要點(diǎn)提示 330
8.4 Mann-Kendall檢驗(yàn) 330
8.4.1 概述 330
8.4.2 算法及過程 331
8.4.3 案例及代碼 332
8.4.4 要點(diǎn)提示 337
思考題 338
第9章 機(jī)器學(xué)習(xí) 339
9.1 決策樹 339
9.1.1 概述 339
9.1.2 算法及過程 339
9.1.3 案例及代碼 341
9.1.4 要點(diǎn)提示 344
9.2 支持向量機(jī) 344
9.2.1 概述 344
9.2.2 算法及過程 344
9.2.3 案例及代碼 347
9.2.4 要點(diǎn)提示 349
9.3 隨機(jī)森林 349
9.3.1 概述 349
9.3.2 算法及過程 350
9.3.3 案例及代碼 352
9.3.4 要點(diǎn)提示 356
9.4 神經(jīng)網(wǎng)絡(luò) 357
9.4.1 概述 357
9.4.2 算法及過程 358
9.4.3 案例及代碼 359
9.4.4 要點(diǎn)提示 362
思考題 362
第10章 空間自相關(guān)與空間回歸模型 364
10.1 概述 364
10.2 算法及過程 365
10.2.1 全局Moran指數(shù) 365
10.2.2 局部空間自相關(guān) 367
10.2.3 空間回歸模型 368
10.3 案例及代碼 369
10.3.1 矢量點(diǎn)空間全局自相關(guān)（鄰近點(diǎn)控制） 369
10.3.2 矢量點(diǎn)空間全局自相關(guān)（距離控制） 372
10.3.3 點(diǎn)空間回歸模型 380
10.3.4 面狀空間全局自相關(guān) 382
10.3.5 點(diǎn)與面空間數(shù)據(jù)局部自相關(guān) 384
10.4 要點(diǎn)提示 386
思考題 387
參考文獻(xiàn) 388