R语言的科学编程与仿真 / R语言应用系列
作者： (澳)欧文·琼斯，罗伯特·梅拉德特，安德鲁·鲁宾逊
译者：王亮，周丙常，王亮 译；
出版时间：2014年12月
出版社：西安交通大学出版社
- 西安交通大学出版社
- 9787560562421
- 56741
- 2014年12月
- 未分类
- 未分类
- TP312
由于其功能的多样性，免费编程语言R被广泛应用在统计计算与制图学中，并且它是一种非常适合科学编程的完全的函数式编程语言(functional programming language)。
欧文·琼斯、罗伯特·梅拉德特、安德鲁·鲁宾逊合著的这本《R语言的科学编程与仿真》主要介绍了科学编程与随机建模的一些技巧。数学建模，特别是随机建模与科学编程具有紧密的联系，因为科学编程中的数值方法使利用数学模型来处理实际问题成为可能。
以下是本书的结构，假定读者群不具备编程与统计的相关知识，书的内容由如下四部分组成：
R中的编程从如何获得并安装R开始(分别针对Windows、MacOS和Unix平台)，然后介绍了基本的计算与程序流程，最后进一步讨论了基于函数的编程、数据结构，制图和面向对象的代码；
数值计算入门介绍求根方法、数值积分和优化问题中关于精度与编程效率等概念；
概率理论的独立介绍一直涉及到弱大数定律和中心极限定律，并且讲述了使用这些理论来处理点估计与区间估计问题；
数值仿真介绍了如何产生单独的随机变量、Monte-Carlo数值积分和方差缩减技巧。
在最后一部分中，本书使用了大量关于流行病、库存管理和植物种子扩散的例子来介绍如何进行随机建模。通篇使用的皆为可靠的方法，并提供了大量的示例、练习和实际工程问题。
不同于大部分R的指导书，本书不仅介绍了统计方法的应用，还介绍了如何将算法转化为代码。这一点对于那些不仅希望使用代码，而且想要设计代码的人是很有用的。
译者序
前言
第Ⅰ部分 编程
第1章 安装
1.1 R的安装
1.2 R的启动
1.3 工作目录
1.4 书写脚本
1.5 帮助
1.6 辅助材料
第2章 基于R的计算环境
2.1 算术
2.2 变量
2.3 函数
2.4 向量
2.5 缺失数据
2.6 表达式及其赋值
2.7 逻辑表达式
2.8 矩阵
2.9 工作空间
2.10 习题
第3章 编程基础
3.1 引言
3.2 if分支
3.3 for循环
3.4 ubue循环
3.5 向量化编程
3.6 程序流程
3.7 基础调试
3.8 良好的编程习惯
3.9 习题
第4章 输入和输出
4.1 文本
4.2 从文件输入
4.3 从键盘输入
4.4 输出到文件
4.5 绘图
4.6 习题
第5章 函数化编程
5.1 函数
5.2 范围及其影响
5.3 可选参数和缺省值
5.4 基于向量形式的函数编程
5.5 循环程序
5.6 调试函数
5.7 习题
第6章 复杂数据结构
6.1 因子
6.2 数据框
6.3 列表
6.4 aPPly命令族
6.5 习题
第7章 绘图
7.1 引言
7.2 图形参数：Par
7.3 图形扩展
7.4 数学排版
7.5 产生永久图形
7.6 群组制图：格的使用
7.7 3D制图
7.8 习题
第8章 R语言高级编程技术
8.1 程序包
8.2 框架和环境
8.3 程序调试
8.4 面向对象程序设计：S3
8.5 面向对象程序设计：S4
8.6 编译代码
8.7 扩展阅读
8.8 习题
第Ⅱ部分 数值技术
第9章 数值精度与程序的效率
9.1 数字的机器表示
9.2 有效数字
9.3 时间
9.4 循环和向量
9.5 存储器
9.6 警告
9.7 习题
第10章 求根
10.1 引言
10.2 不动点迭代法
10.3 牛顿-拉富生算法
10.4 割线法
10.5 二分法
10.6 习题
第11章 数值积分
11.1 梯形积分法
11.2 辛普森积分法
11.3 自适应积分法
11.4 习题
第12章 最优化
12.1 牛顿最优化方法
12.2 黄金分割法
12.3 多元最优化
12.4 最速上升法
12.5 多维情形下的牛顿法
12.6 R中的最优化及其相关延伸问题
12.7 一个曲线拟合的例子
12.8 习题
第Ⅲ部分 概率与统计
第13章 概率
13.1 概率公理
13.2 条件概率
13.3 独立性
13.4 全概率公式
13.5 贝叶斯定理
13.6 习题
第14章 随机变量
14.1 分布函数的定义
14.2 离散型和连续型随机变量
14.3 经验分布函数和直方图
14.4 期望和有限近似
14.5 变换
14.6 方差和标准差
14.7 弱大数定理
14.8 习题
第15章 离散型随机变量
15.1 R里的离散型随机变量
15.2 伯努利分布
15.3 二项分布
15.4 几何分布
15.5 负二项分布
15.6 泊松分布
15.7 习题
第16章 连续型随机变量
16.1 R里的连续型随机变量
16.2 均匀分布
16.3 寿命模型：指数和威布尔
16.4 泊松过程和伽玛分布
16.5 抽样分布：正态、x2和t
16.6 习题
第17章 参数估计
17.1 点估计
17.2 中心极限定理
17.3 置信区间
17.4 蒙特卡洛置信区间
17.5 习题
第Ⅳ部分 模拟
第18章 模拟
18.1 模拟独立同分布的均匀分布随机样本
18.2 离散型随机变量的模拟
18.3 连续型随机变量的逆变换法
18.4 连续型随机变量的拒绝法
18.5 正态分布的模拟
18.6 习题
第19章 蒙特卡洛积分
19.1 投点法
19.2 (改进的)蒙特卡洛积分
19.3 习题
第20章 方差缩减
20.1 对立抽样法
20.2 重要抽样法
20.3 控制变量法
20.4 习题
第21章 案例研究
21.1 引言
21.2 流行病案例
21.3 库存问题
21.4 种子传播
第22章 案例选讲
22.1 水坝水位模型
22.2 轮盘赌问题
22.3 蒲沣投针试验
22.4 投保风险
22.5 壁球比赛
22.6 股票价格
R命令术语表
书中涉及的程序与函数
索引
