本书是一本全面翔实的R指南，介绍了R的强大功能，展示了使用的统计示例，且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。作者不仅仅探讨统计分析，还阐述了大量探索和展示数据的图形功能。新版做了大量更新和修正，包括tidyverse系列包在数据管理和数据分析方面的各种功能、tibble数据结构、使用RStudio进行编程等内容。
本书适合数据分析人员及R用户学习参考。

罗伯特·I.卡巴科弗（Robert I.Kabacoff），数据科学家、统计编程专家、R语言社区专家及Quick-R网站运营者。拥有30多年的教学、科研和实践经验，曾在全球多家公司和科研机构任首席数据科学家。目前任教于美国著名文理学院维思大学（Wesleyan University）。

第一部分 入门
第1章 R介绍
1.1 为何要使用R
1.2 R的获取和安装
1.3 R的使用
1.3.1 新手上路
1.3.2 使用RStudio
1.3.3 获取帮助
1.3.4 工作区
1.3.5 项目
1.4 包
1.4.1 什么是包
1.4.2 安装包
1.4.3 包的载入
1.4.4 包的使用方法
1.5 将输出用作输入：结果的复用
1.6 处理大型数据集
1.7 示例实践
1.8 小结
第2章 创建数据集
2.1 理解数据集
2.2 数据结构
2.2.1 向量
2.2.2 矩阵
2.2.3 数组
2.2.4 数据框
2.2.5 因子
2.2.6 列表
2.2.7 tibble数据框
2.3 数据的输入
2.3.1 使用键盘输入数据
2.3.2 从带分隔符的文本文件导入数据
2.3.3 导入Excel数据
2.3.4 导入JSON数据
2.3.5 从网页抓取数据
2.3.6 导入SPSS数据
2.3.7 导入SAS数据
2.3.8 导入Stata数据
2.3.9 访问数据库管理系统
2.3.10 通过Stat Transfer导入数据
2.4 数据集的标注
2.4.1 变量标签
2.4.2 值标签
2.5 处理数据对象的实用函数
2.6 小结
第3章 基本数据管理
3.1 一个示例
3.2 创建新变量
3.3 变量的重编码
3.4 变量的重命名
3.5 缺失值
3.5.1 重编码某些值为缺失值
3.5.2 在分析中排除缺失值
3.6 日期值
3.6.1 将日期变量转换为字符型变量
3.6.2 更进一步
3.7 类型转换
3.8 数据排序
……
第4章 图形初阶
第5章 高级数据管理
第二部分 基本方法
第6章 基本图形
第7章 基本统计分析
第三部分 中级方法
第8章 回归
第9章 方差分析
第10章 功效分析
第11章 中级绘图
第12章 重抽样与自助法
第四部分 高级方法
第13章 广义线性模型
第14章 主成分分析和因子分析
第15章 时间序列
第16章 聚类分析
第17章 分类
第18章 处理缺失数据的高级方法
第五部分 技能扩展
第19章 高级绘图
第20章 高级编程
第21章 创建动态报告
第22章 创建包
附录A 图形用户界面
附录B 自定义启动环境
附录C 从R中导出数据
附录D R中的矩阵运算
附录E 本书中用到的包
附录F 处理大型数据集
附录G 更新R
后记：探索R的世界