R語言學習路線和常用數據挖掘包

對于初學R語言的人，最常見的方式是：遇到不會的地方，就跑到論壇上吼一嗓子，然后欣然or悲傷的離去，一直到遇到下一個問題再回來。當然，這不是最好的學習方式，最好的方式是——看書。目前，市面上介紹R語言的書籍很多，中文英文都有。那么，眾多書籍中，一個生手應該從哪一本著手呢？入門之后如何才能把自己練就成某個方面的高手呢？相信這是很多人心中的疑問。有這種疑問的人有福了，因為筆者將根據自己的經歷總結一下R語言書籍的學習路線圖以使Ruser少走些彎路。

本文分為6個部分，分別介紹初級入門，高級入門，繪圖與可視化，計量經濟學，時間序列分析，金融等。

1.初級入門

《R語言實戰》，這是高濤、肖楠等翻譯的一本書詳細全面介紹了入門、圖形、統計、回歸、方差、功效分析、廣義線性模型、主成分、因子分析、缺失值處理等。除此之外，還可以去讀劉思喆的《153分鐘學會R》。這本書收集了R初學者提問頻率最高的153個問題。為什么叫153分鐘呢？因為最初作者寫了153個問題，閱讀一個問題花費1分鐘時間，全局下來也就是153分鐘了

2.高級入門

讀了上述書籍之后，你就可以去高級入門階段了。這時候要讀的書有兩本很經典的?！禨tatistics with R》和《The R book》。之所以說這兩本書高級，是因為這兩本書已經不再限于R基礎了，而是結合了數據分析的各種常見方法來寫就的，比較系統的介紹了R在線性回歸、方差分析、多元統計、R繪圖、時間序列分析、數據挖掘等各方面的內容，看完之后你會發現，哇，原來R能做的事情這么多，而且做起來是那么簡潔。讀到這里已經差不多了，剩下的估計就是你要專門攻讀的某個方面內容了。下面大致說一說。

3.繪圖與可視化

亞里斯多德說，“較其他感覺而言，人類更喜歡觀看”。因此，繪圖和可視化得到很多人的關注和重視。那么，如何學習R畫圖和數據可視化呢？再簡單些，如何畫直方圖？如何往直方圖上添加密度曲線呢？我想讀完下面這幾本書你就大致會明白了。

首先，畫圖入門可以讀《R Graphics》，個人認為這本是比較經典的，全面介紹了R中繪圖系統。該書對應的有一個網站，google之就可以了。更深入的可以讀《Lattice：Multivariate Data Visualization with R》。上面這些都是比較普通的。當然，有比較文藝和優雅的——ggplot2系統，看《ggplot2：Elegant Graphics for Data Analysis》。還有數據挖掘方面的書：《Data Mining with Rattle and R》，主要是用Rattle軟件，個人比較喜歡Rattle!當然，Rattle不是最好的，Rweka也很棒！再有就是交互圖形的書了，著名的交互系統是ggobi，這個我已經喜歡兩年多了，關于ggobi的書有《Interactive and Dynamic Graphics for Data Analysis With R and GGobi》，不過，也只是適宜入門，更多更全面的還是去ggobi的主頁吧，上面有各種資料以及包的更新信息！

4.計量經濟學

關于計量經濟學，首先推薦一本很薄的小冊子:《Econometrics In R》，做入門用。然后，是《Applied Econometrics with R》，該書對應的R包是AER，可以安裝之后配合使用，效果甚佳。計量經濟學中很大一部分是關于時間序列分析的，這一塊內容在下面的地方說。

5.時間序列分析

時間序列書籍的書籍分兩類，一種是比較普適的書籍，典型的代表是：《Time Series Analysis and Its Applications ：with R examples》。該書介紹了各種時間序列分析的經典方法及實現各種經典方法的R代碼，該書有中文版。如果不想買的話，建議去作者主頁直接下載，英文版其實讀起來很簡單。時間序列分析中有一大塊兒是關于金融時間序列分析的。這方面比較流行的書有兩本《Analysis of financial time series》，這本書的最初是用的S-plus代碼，不過新版已經以R代碼為主了。這本書適合有時間序列分析基礎和金融基礎的人來看，因為書中關于時間序列分析的理論以及各種金融知識講解的不是特別清楚，將極值理論計算VaR的部分就比較難看懂。另外一個比較有意思的是Rmetrics推出的《TimeSeriesFAQ》，這本書是金融時間序列入門的東西，講的很基礎，但是很難懂。對應的中文版有《金融時間序列分析常見問題集》，當然，目前還沒有發出來。經濟領域的時間序列有一種特殊的情況叫協整，很多人很關注這方面的理論，關心這個的可以看《Analysis of Integrated and Cointegrated Time Series with R》。最后，比較高級的一本書是關于小波分析的，看《Wavelet Methods in Statistics with R》。附加一點，關于時間序列聚類的書籍目前比較少見，是一個處女地，有志之士可以開墾之！

6.金融

金融的領域很廣泛，如果是大金融的話，保險也要被納入此間。用R做金融更多地需要掌握的是金融知識，只會數據分析技術意義寥寥。我覺得這些書對于懂金融、不同數據分析技術的人比較有用，只懂數據分析技術而不動金融知識的人看起來肯定如霧里看花，甚至有人會覺得金融分析比較低級。這方面比較經典的書籍有：《Advanced Topics in Analysis of Economic and Financial Data Using R》以及《Modelling Financial Time Series With S-plus》。金融產品定價之類的常常要用到隨機微分方程，有一本叫《Simulation Inference Stochastic Differential Equations：with R examples》的書是關于這方面的內容的，有實例，內容還算詳實!此外，是風險度量與管理類。比較經典的有《Simulation Techniques in Financial Risk Management》、《Modern Actuarial Risk Theory Using R》和《Quantitative Risk Management：Concepts, Techniques and Tools》。投資組合分析類和期權定價類可以分別看《Portfolio Optimization with R》和《Option Pricing and Estimation of Financial Models with R》。