本书由浅入深、全面系统地介绍了R语言的编程和统计知识，为读者了解现代数据科学的计算方法奠定了比较坚实的基础。
本书包括语言、编程、统计学和概率、统计检验和建模、绘图共5个部分，基本涵盖了国外大学一、二年级的统计学课程。在讲授知识的同时，本书注重学以致用，每章穿插了许多练习，方便读者动手操作；每章结尾提供了本章讲述的代码汇总，方便读者快速查阅。通过对本书循序渐进的学习，读者可以逐步构建自己的知识体系，同时培养程序员的思维方式。本书适合R语言初学者从头开始学习，有编程经验的读者也可以挑选自己感兴趣的内容阅读。
本书既可以用作R语言编程的社会培训教材、自学教材，也可以用作高校师生，特别是统计学专业师生的辅导教材。

蒂尔曼·M. 戴维斯第　一部分 语言
第　1章 新手入门　
1.1 从CRAN获取并安装R　
1.2 打开R之初体验　
1.2.1 控制台和编辑窗格　
1.2.2 注释　
1.2.3 工作路径　
1.2.4 安装和加载R包　
1.2.5 帮助文件和函数文档　
1.2.6 第三方编辑器　
1.3 保存工作和退出R　
1.3.1 工作空间　
1.3.2 脚本　
1.4 约定　
1.4.1 编码　
1.4.2 引用数学函数和等式　
1.4.3 练习　
第　2章 数值、运算、赋值和向量　
2.1 R在基础数学上的应用　
2.1.1 运算　
2.1.2 对数和指数　
2.1.3 科学计数法　
2.2 分配对象　
2.3 向量　
2.3.1 创建向量　
2.3.2 序列、重复、排序和长度　
2.3.3 子集和元素的提取　
2.3.4 面向向量的操作　
第3章 矩阵和数组　
3.1 定义一个矩阵　
3.1.1 填充方式　
3.1.2 合并行和列　
3.1.3 矩阵的维度　
3.2 构造子集　
3.2.1 按行、列和对角线提取
元素　
3.2.2 省略和改写　
3.3 矩阵运算和线性代数　
3.3.1 矩阵的转置　
3.3.2 单位矩阵　
3.3.3 矩阵的数乘　
3.3.4 矩阵的加减法　
3.3.5 矩阵的乘法　
3.3.6 逆矩阵
……
第4章　非数值型数据
第5章　列表和数据框
第6章　特殊值、类型和转换
第7章　基本绘图
第8章　读写文件
第二部分　编程
第9章　调用函数
第10章 条件和循环
第11章 编写函数
第12章 异常值、计时和可见性
第三部分　统计学与概率
第13章 初级统计学
第14章 数据可视化基础
第15章 概率
第16章 常见的概率分布
第四部分　统计检验与建模
第17章 抽样分布和置信度
第18章 假设检验
第19章 方差分析
第20章 简单线性回归
第21章 多元线性回归
第22章 线性模型选择和诊断
第五部分　高级绘图
第23章 自定义高级绘图　
第24章 进一步了解图形
第25章 在更高维上定义颜色和图形
第26章 交互式3D图形
附录A　安装R和贡献包
附录B　使用RStudio
译后记