基于R语言的食品科学数据统计与可视化分析 / “十四五”普通高等教育本科部委级规划教材
￥58.00定价
作者： 李文峰，路亚龙，吴秋
出版时间：2023-11
出版社：中国纺织出版社
纺织服装类“十四五”部委级规划教材
- 中国纺织出版社
- 9787522911557
- 1-1
- 506561
- 48259541-0
- 16开
- 2023-11
- 食品
- 本科
作者简介
内容简介
《基于R语言的食品科学数据统计与可视化分析》共分为九章，主要介绍了R语言及其运行环境的搭建，数据集和相关运算，基于ggplot2的基本图形绘制，参数的假设检验与非参数的假设检验、回归分析，基于muma 的单代谢组学分析，基于mixOmics 的多组学分析，基于corrplot的相关性分析和基于rsm的响应面分析等内容。《基于R语言的食品科学数据统计与可视化分析》内容较全面、系统，书中内容编排由浅入深、层层递进，将带领读者逐步走进R语言的世界，帮助读者对R语言的一些基础知识形成初步的认识以及如何获取和安装R语言，并学会R语言数据管理、数据分析和数据可视化等使用方法。《基于R语言的食品科学数据统计与可视化分析》的编写旨在为食品科学与工程专业的教学与科研、产品研发以及生产与品控提供数据处理分析技术支持。同时，也可共相关企事业单位的数据分析师和决策人员参考。
目录
（目录仅供参考，请以实书为准） 第1 章 R 简介 1
1. 1 R 语言简介 1
1. 2 R 语言运行环境的搭建 2
1. 2. 1 R 的获取和安装 2
1. 2. 2 RStudio 的获取和安装 2
1. 3 R 语言的包 3
1. 3. 1 包的安装 3
1. 3. 2 包的加载 4
1. 3. 3 R 语言编程基础 4
1. 4 练习题 4
1. 5 参考文献 4
第2 章 数据集及相关运算 5
2. 1 R 语言的数据概念 5
2. 1. 1 数值型 （numeric） 5
2. 1. 2 字符型 （character） 5
2. 1. 3 逻辑型 （logical） 6
2. 2 向量 6
2. 3 矩阵 7
2. 4 数据框 7
2. 5 因子 8
2. 6 列表 9
2. 7 数组 9
2. 8 数据的导入与导出 10
2. 8. 1 Excel 格式数据的导入与导出 10
2. 8. 2 其他格式导入 __________10
2. 9 练习题 11
2. 10 参考文献 11
第3 章 基于 ggplot2 的基本图形绘制 13
3. 1 ggplot2 简介 13
3. 1. 1 R 语言绘图基础 13
3. 1. 2 基于 ggplot2 的基本图形绘制原则 14
3. 2 条形图 23
3. 2. 1 基础条形图 23
3. 2. 2 簇状条形图 25
3. 3 散点图 28
3. 3. 1 回归曲线 28
3. 3. 2 平滑曲线 28
3. 4 直方图 31
3. 5 箱形图 33
3. 6 饼图 37
3. 7 核密度图 38
3. 8 练习题 39
3. 9 参考文献 40
第4章 参数的假设检验与非参数的假设检验 41
4. 1 假设检验问题简介 41
4. 2 t-test 41
4. 2. 1 两尾检验与一尾检验 41
4. 2. 2 t-test 实例 41
4. 3 方差分析 47
4. 3. 1 LSD. test 47
4. 3. 2 HSD. test 52
4. 3. 3 duncan. test 55
4. 3. 4 SNK. test 57
4. 4 非参数假设检验简介 60
4. 4. 1 中位数的符号检验 60
4. 4. 2 Wilcoxon 符号秩检验 62
4. 4. 3 分布的一致性检验: χ2 （chisq. test） 检验 65
4. 4. 4 两总体的比较与检验 68
4. 4. 5 Mood 检验 71
4. 4. 6 多总体的比较与检验 73
4. 5 练习题 79
4. 6 参考文献 80
第5 章 回归分析 82
5. 1 回归分析简介 82
5. 2 一元回归 82
5. 3 多元线性回归 88
5. 4 练习题 91
5. 5 参考文献 93
第6 章 基于 corrplot 的相关性分析 94
6. 1 corrplot 简介 94
6. 1. 1 相关性 94
6. 1. 2 相关系数 94
6. 1. 3 相关系数的类型 94
6. 1. 4 相关性的显著性检验 95
6. 2 数据说明及绘图 95
6. 2. 1 1 个矩阵内的相关性分析 97
6. 2. 2 两个矩阵之间的相关性分析 110
6. 3 练习题 112
6. 4 参考文献 112
第7 章 基于 rsm 的响应面分析 113
7. 1 rsm 简介 113
7. 1. 1 中心复合设计 113
7. 1. 2 Box-Behnken 设计 116
7. 2 CCD 法实验方案设计及数据分析 117
7. 2. 1 更改目录并安装、 加载 rsm 包 117
7. 2. 2 试验方案的设计 118
7. 2. 3 实施试验并录入结果 y 119
7. 2. 4 多项式回归分析 119
7. 2. 5 最优解 122
7. 2. 6 曲面图观察 122
7. 3 BBD 法实验方案设计及数据分析 _______124
7. 3. 1 更改目录并安装、 加载 rsm 包 124
7. 3. 2 试验方案的设计 124
7. 3. 3 实施试验并录入结果 y 125
7. 3. 4 多项式回归分析 126
7. 3. 5 最优解 128
7. 3. 6 曲面图观察 128
7. 4 练习题 129
7. 5 参考文献 130
第8 章 基于 muma 的单代谢组学分析 131
8. 1 代谢组学分析技术简介 131
8. 2 muma 分析流程 131
8. 2. 1 数据输入 131
8. 2. 2 数据预处理和探查 132
8. 2. 3 判别分析 134
8. 2. 4 自动化综合单变量分析 134
8. 2. 5 结构/生化解释 134
8. 2. 6 报告 135
8. 3 muma 实例 135
8. 3. 1 数据预处理 135
8. 3. 2 单变量分析 141
8. 3. 3 合并单变量和多变量信息 143
8. 3. 4 PLS-DA 介绍 145
8. 3. 5 OPLS-DA 介绍 148
8. 4 练习题 150
8. 5 参考文献 151
第9 章 基于 mixOmics 的多组学分析 152
9. 1 mixOmics 简介 152
9. 2 N-integration 方法 152
9. 2. 1 两组学的稀疏的偏最小二乘法 （sPLS） 分析 152
9. 2. 2 多组学的稀疏的偏最小二乘法 （sPLS） 分析 182
9. 3 P-integration 方法 213
9. 3. 1 数据 214
9. 3. 2 初步分析 215
9. 3. 3 基本的 sPLS-DA 模型 217
9. 3. 4 优化主成分的数量 217
9. 3. 5 优化特征的数量 217
9. 3. 6 最终的模型 220
9. 3. 7 出图 222
9. 3. 8 模型性能 224
9. 4 练习题 226
9. 5 参考文献 227
1. 1 R 语言简介 1
1. 2 R 语言运行环境的搭建 2
1. 2. 1 R 的获取和安装 2
1. 2. 2 RStudio 的获取和安装 2
1. 3 R 语言的包 3
1. 3. 1 包的安装 3
1. 3. 2 包的加载 4
1. 3. 3 R 语言编程基础 4
1. 4 练习题 4
1. 5 参考文献 4
第2 章 数据集及相关运算 5
2. 1 R 语言的数据概念 5
2. 1. 1 数值型 （numeric） 5
2. 1. 2 字符型 （character） 5
2. 1. 3 逻辑型 （logical） 6
2. 2 向量 6
2. 3 矩阵 7
2. 4 数据框 7
2. 5 因子 8
2. 6 列表 9
2. 7 数组 9
2. 8 数据的导入与导出 10
2. 8. 1 Excel 格式数据的导入与导出 10
2. 8. 2 其他格式导入 __________10
2. 9 练习题 11
2. 10 参考文献 11
第3 章 基于 ggplot2 的基本图形绘制 13
3. 1 ggplot2 简介 13
3. 1. 1 R 语言绘图基础 13
3. 1. 2 基于 ggplot2 的基本图形绘制原则 14
3. 2 条形图 23
3. 2. 1 基础条形图 23
3. 2. 2 簇状条形图 25
3. 3 散点图 28
3. 3. 1 回归曲线 28
3. 3. 2 平滑曲线 28
3. 4 直方图 31
3. 5 箱形图 33
3. 6 饼图 37
3. 7 核密度图 38
3. 8 练习题 39
3. 9 参考文献 40
第4章 参数的假设检验与非参数的假设检验 41
4. 1 假设检验问题简介 41
4. 2 t-test 41
4. 2. 1 两尾检验与一尾检验 41
4. 2. 2 t-test 实例 41
4. 3 方差分析 47
4. 3. 1 LSD. test 47
4. 3. 2 HSD. test 52
4. 3. 3 duncan. test 55
4. 3. 4 SNK. test 57
4. 4 非参数假设检验简介 60
4. 4. 1 中位数的符号检验 60
4. 4. 2 Wilcoxon 符号秩检验 62
4. 4. 3 分布的一致性检验: χ2 （chisq. test） 检验 65
4. 4. 4 两总体的比较与检验 68
4. 4. 5 Mood 检验 71
4. 4. 6 多总体的比较与检验 73
4. 5 练习题 79
4. 6 参考文献 80
第5 章 回归分析 82
5. 1 回归分析简介 82
5. 2 一元回归 82
5. 3 多元线性回归 88
5. 4 练习题 91
5. 5 参考文献 93
第6 章 基于 corrplot 的相关性分析 94
6. 1 corrplot 简介 94
6. 1. 1 相关性 94
6. 1. 2 相关系数 94
6. 1. 3 相关系数的类型 94
6. 1. 4 相关性的显著性检验 95
6. 2 数据说明及绘图 95
6. 2. 1 1 个矩阵内的相关性分析 97
6. 2. 2 两个矩阵之间的相关性分析 110
6. 3 练习题 112
6. 4 参考文献 112
第7 章 基于 rsm 的响应面分析 113
7. 1 rsm 简介 113
7. 1. 1 中心复合设计 113
7. 1. 2 Box-Behnken 设计 116
7. 2 CCD 法实验方案设计及数据分析 117
7. 2. 1 更改目录并安装、 加载 rsm 包 117
7. 2. 2 试验方案的设计 118
7. 2. 3 实施试验并录入结果 y 119
7. 2. 4 多项式回归分析 119
7. 2. 5 最优解 122
7. 2. 6 曲面图观察 122
7. 3 BBD 法实验方案设计及数据分析 _______124
7. 3. 1 更改目录并安装、 加载 rsm 包 124
7. 3. 2 试验方案的设计 124
7. 3. 3 实施试验并录入结果 y 125
7. 3. 4 多项式回归分析 126
7. 3. 5 最优解 128
7. 3. 6 曲面图观察 128
7. 4 练习题 129
7. 5 参考文献 130
第8 章 基于 muma 的单代谢组学分析 131
8. 1 代谢组学分析技术简介 131
8. 2 muma 分析流程 131
8. 2. 1 数据输入 131
8. 2. 2 数据预处理和探查 132
8. 2. 3 判别分析 134
8. 2. 4 自动化综合单变量分析 134
8. 2. 5 结构/生化解释 134
8. 2. 6 报告 135
8. 3 muma 实例 135
8. 3. 1 数据预处理 135
8. 3. 2 单变量分析 141
8. 3. 3 合并单变量和多变量信息 143
8. 3. 4 PLS-DA 介绍 145
8. 3. 5 OPLS-DA 介绍 148
8. 4 练习题 150
8. 5 参考文献 151
第9 章 基于 mixOmics 的多组学分析 152
9. 1 mixOmics 简介 152
9. 2 N-integration 方法 152
9. 2. 1 两组学的稀疏的偏最小二乘法 （sPLS） 分析 152
9. 2. 2 多组学的稀疏的偏最小二乘法 （sPLS） 分析 182
9. 3 P-integration 方法 213
9. 3. 1 数据 214
9. 3. 2 初步分析 215
9. 3. 3 基本的 sPLS-DA 模型 217
9. 3. 4 优化主成分的数量 217
9. 3. 5 优化特征的数量 217
9. 3. 6 最终的模型 220
9. 3. 7 出图 222
9. 3. 8 模型性能 224
9. 4 练习题 226
9. 5 参考文献 227
