R语言是一门用于统计分析、数据挖掘和数据可视化的语言，在大数据时代其应用领域非常广泛，适用于复杂数据、大数据的统计分析和可视化，现已成为国际学术界和其他领域的主流工具。《基于R语言的农业数据统计分析实训》结合农业数据的特点，从数据挖掘角度和农业案例应用讲解两个主要方面，讲述了R语言特性、数据对象和管理、基本统计分析概念、数据挖掘建模和应用等内容。对于非计算机专业的读者来说，将计算思维和程序能力打好基础，对今后专业数据的分析处理很有帮助。

第1章 R语言概述
1.1 R语言
1.2 R语言的农业领域应用及发展
1.3 统计学基本概念
1.3.1 总体与样本
1.3.2 差异与误差
1.3.3 随机现象与随机变量
1.3.4 概率与分布
1.3.5 自由度
1.4 R语言的获取与安装
1.4.1 统计软件的介绍
1.4.2 R语言安装
1.5 数据统计分析问题的R语言实现
1.5.1 数据分布的特征描述
1.5.2 数据的相关性分析
1.5.3 概率与抽样分析
1.6 本章小结与习题
1.6.1 本章小结
1.6.2 习题

第2章 方差分析实战
2.1 方差分析基本概念
2.1.1 方差分析的基本假设
2.1.2 方差分析的检验过程
2.2 R语言中方差分析模型拟合
2.2.1 aov（）函数
2.2.2 表达式中各项的顺序
2.3 方差分析
2.3.1 单因素方差分析
2.3.2 协方差分析
2.3.3 双因素方差分析
2.4 本章小结与习题
2.4.1 本章小结
2.4.2 习题

第3章 回归分析实战
3.1 回归分析
3.1.1 1m(）函数拟合回归模型
3.1.2 一元线性回归
3.1.3 多元线性回归
3.2 回归诊断
3.2.1 综合验证
3.2.2 假设条件分别验证
3.3 异常观测值
3.3.1 离群点
3.3.2 高杠杆点
3.3.3 强影响点
3.3.4 三种点的综合判定
3.4 如何对线性模型进行改进
3.4.1 变量变换
3.4.2 添加或删除变量
3.4.3 使用其他回归方法
3.5 多重共线性
3.5.1 判别多重共线性
3.5.2 多重共线性问题的解决方法
3.6 模型选择与变量选择
3.6.1 模型选择
……
第4章 主成分分析和因子分析实战
第5章 聚类和判别分析实战
第6章 机器学习实战
第7章 R语言数字图像处理与分析
参考文献