1 R 語言基礎知識介紹

1.1 R 語言的安裝和示例，R 語言簡史，下載與安裝，幾個例子，腳本代

碼，幫組文件，IDE

1.2 R 語言的基本語法、函數(shù)和數(shù)據(jù)類型，變量名的選取，賦值方式，內(nèi)

部函數(shù)介紹，常見的類型。

1.3 向量和矩陣以及索引，生成向量矩陣的方法，連接數(shù)據(jù)，如果提取子

向量和子矩陣

?

2 數(shù)據(jù)采集、抽樣與數(shù)據(jù)預處理技術

2.1 數(shù)據(jù)采集：數(shù)據(jù)文件讀入，Excel 文件讀入的不同方法，讀取 SAS 或者

SPSS 等格式的數(shù)據(jù)。

2.2 數(shù)據(jù)抽樣：常見分布的隨機數(shù)生成，利用一定的規(guī)則進行樣本篩選

2.3 數(shù)據(jù)預處理

2.4 實例 1 異常值檢測

2.5 實例 2 缺失值處理，介紹幾種不同的缺失值處理方式。

?

3 數(shù)據(jù)建模知識講解

數(shù)據(jù)建模基礎知識，常見方法與步驟

數(shù)據(jù)建模實例 1

數(shù)據(jù)的可視化展示：直方圖，箱線圖，QQ 圖等常見的

可視化處理

數(shù)據(jù)建模實例 2

數(shù)據(jù)的統(tǒng)計分析：均值方差等統(tǒng)計量計算，正態(tài)性檢

驗等內(nèi)容

?

4 統(tǒng)計分析、回歸分析、數(shù)據(jù)預測及實例（最少三種）

4.1 常見線性回歸分析：一元線性回歸分析與多元線性回歸分析

4.2 LASSO 技術：歷史沿革與 R 語言中相關包的實現(xiàn)

4.3 聚類分析：統(tǒng)計方法及示例

4.4 k 最鄰近：R 語言的實現(xiàn)

?