R语言数据分析与统计建模

R 语言数据分析与统计建模：数据集破案手记

数据分析师的日常，本质上和侦探办案差不多：接到一份来路不明的数据，先勘验、再排查线索、最后给出经得起质询的结论。这套教程就用"破案"的方式带你学 R 语言——每一章接一个真实数据集的案子，从拿到原始数据到写出结论报告，走完整条分析闭环。

全册共七个案子：用鸢尾花测量数据入门 R 环境与数据类型；用泰坦尼克号乘客名单练数据清洗与 dplyr；用各国发展档案学数据重塑与编程基础；用汽车油耗数据掌握 ggplot2 可视化；用睡眠药物试验数据理解描述统计与假设检验；用波士顿住房数据完成回归建模；最后升级你的工具箱——面向对象、性能优化与 R Markdown 自动报告。

每个案子都遵循同一条办案流程：立案（明确问题）→ 勘验（导入检视）→ 排查（清洗转换）→ 推理（统计建模）→ 结案（可视化与报告）。R 语言的向量、数据框、函数、ggplot2 图形语法、lm 与 glm 建模，都嵌在具体案情里讲，代码即笔录，图表即证据。读完这套手记，你带走的不只是语法，而是一套可直接复用的数据分析工作法。

全册知识地图

七章之间有严格的依赖关系，不是随意排序：第 1 章备工具与证据编目，是全册的地基；第 2、3 章练数据整理与编程基础，解决"证据可信、流程自动"两个前提；第 4、5 章是看与算两套推理手段，前者靠眼睛发现模式，后者靠检验确认模式；第 6 章把前面所有功夫汇总成模型；第 7 章面向真实工程——更大规模的数据与可交付的报告。跳章学习的合理路径只有一条：如果你已熟悉 R 基础，可从第 4 章直接切入可视化，但第 6 章建模前务必补上第 5 章的推断统计。

适合谁、需要什么基础

这套手记假定你有一点任何语言的编程常识（知道变量、循环是什么即可），不假定有统计背景——假设检验、回归都在案情推进到那一步时才引入。适合三类读者：准备用 R 做课程作业或毕业论文的学生；从 Excel 转向可编程分析的业务人员；想补齐 R 这块拼图的 Python 数据分析师。全程只需一台普通电脑，所有数据集要么 R 自带，要么一行代码可得。

怎么读效率最高

• 代码必须亲手跑。每节的代码都是可直接执行的完整笔录，光看不动手，破案手法记不住三成。
• 先自己勘验，再看输出。看到数据集先猜 str 和 summary 会给出什么，再运行对照，这个差值就是你的成长空间。
• 排错段落当字典用。每节附的报错速查来自真实高频事故，撞上时回来翻，不必背。
• 章末的"初步结案"是钩子。每章都留一个未解决完的悬念交给下一章，读完结案段再决定是否进入下一章，线索是连贯的。

主调与承诺

全书以"数据集破案手记"贯穿：不堆术语、不放空洞的"接下来我们将"式过渡，每个知识点都会落到某条证据、某段代码或某个翻车现场上。七个案子走完，你应当能独立完成一次完整的数据分析——从脏数据到带图表、带模型、可复现的分析报告。

勘误与自测：每章支柱页末尾附"知识点清单"与"易错点地图"，前者当考卷自测（能逐条说清才算过关），后者当门诊表（撞上症状回来对症）。建议的节奏是每章两到三小时，其中至少一半时间在敲代码——手记里所有案卷都能离线复现，随时开工。