r套件的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

財經時間序列預測：使用R的計量與機器學習方法

為了解決r套件的問題，作者何宗武 這樣論述：

　　本書為進階的教材，需要經濟計量方法和矩陣代數的基礎。時間序列預測是統計學裡非常實用的工具，不論是分析投資組合的數據、全球總經和金融市場，以及預測景氣循環變動等等，可以用過去的數據資料，預測未來趨勢，是可以符合實際決策需要的實用能力。   　　書中並介紹機器學習方法，機器學習不是指特定估計方法，學習指的是如何在資料結構中運算，以追蹤最小預測誤差的方法獲得最佳預測(tuning)。我們應用機器學習演算法訓練歷史資料，執行特徵萃取(features extraction)，再測試預測表現。依此建立一個可預測未來的模型，作為決策之用。   　　使用R語言進行時間序列預測是本書的一大特點，R語言

是統計學中普及且容易上手的分析工具，書中針對一個個資料分析步驟進行深度解說，教給讀者進行預測與評估的最實用方法。

r套件進入發燒排行的影片

ggESDA : 基於ggplot2的探索式象徵型資料分析R套件

為了解決r套件的問題，作者江柏學 這樣論述：

探索性資料分析(Exploratory data analysis，EDA)是資料分析過程中最初步且重要的工具。EDA通常透由統計圖形，例如: 盒形圖、直方圖和散佈圖等方法，搭配電腦互動式功能或維度縮減技術，在統計建模之前可快速地摘要出資料的特徵。文獻上，EDA已用於探索多種不同的資料型態，包含存活資料，時間序列資料，函數型資料或縱向資料等等。傳統上，這些資料通常由p個欄位對應到p個變數的表格所構成，每個個體在特定變數上的觀測值都是單一數值。然而，現今資料量趨於龐大且複雜，資料型態的描述與儲存不再僅是單一數值所構成，而是由區間、直方圖或是分佈來表示，這就是文獻上所稱的「象徵型資料」。本研究開

發出一款R語言套件，命名為ggESDA。它以ggplot2套件為基礎，提供多種統計圖形，進行區間型資料的視覺化與探索。象徵型資料分析提供各種資料描述，能對大量且複雜的資料保有良好的處理能力。我們相信ggESDA作為進階的圖形工具，能實際有效地對象徵型資料進行探索。

資料科學的良器：R語言在行銷科學的應用

為了解決r套件的問題，作者廖如龍,葉世聰 這樣論述：

　　Marketing Science Using R 　　重點探討行銷科學領域 相關統計觀念及R語言   　　※內容詳解行銷科學的應用‧ 　　※強化解決行銷領域的問題 　　※配合豐富的行銷實例說明 　　※輕鬆理解並有效解決問題   　　本書適用於對行銷科學方法感興趣的讀者，不管是有心進入行銷領域的資訊管理背景人士，或是尋找量化分析工具的行銷從業人員，提供了理論與實務的最佳參考書籍。   本書特色   　　*直指行銷科學領域的應用層面，以解決問題導向，而不是純粹的談R程式語法。 　　*詳細的程式碼解說，每個實例都可以是本書的起讀點。 　　*捨SPSS、SAS、Stata等有版權的軟體不由，

而以開源軟體R切入。 　　*專章探討資料視覺化，兼顧極簡與吸睛，可突破文字敘述的盲點。 　　*深入闡述衡量尺度（Scale）的應用，因為並非所有數字都含有一樣多的訊息。 　　*很多實例出自多變量教科書，如大學生論啤酒，但經R語言重新詮釋，可由旋轉和反射的剛性運動（Rigid motions），而豁然開朗。 　　*碰到大樣本的集群分析（Cluster analysis），可透過非階層式的K-means方法，找出羣組及各羣組屬性均值。 　　*多元尺度法（MDS）與知覺圖繪製上，除採用Kruskal壓力係數外，又引人RSQ指標，擴展讀者視野。 　　*介紹主成份分析（PCA）與知覺定位圖，更引入令人目

不轉睛的雙標圖（Biplot），因為雙標圖可以像散布圖一樣輕鬆閱讀。 　　*介紹近來興起的對應分析（CA），除探討繪製知覺圖外，展現將眾多的樣本和眾多的變數同時繪到同一張圖解上的「全覽圖」。 　　*互聯網及社群媒體等的興起，導致了空前的資料量，讓人目不暇給。介紹兩大新的見解：推薦系統及情緒分析，以便按圖索驥。 　　*介紹中文字斷詞器的用法，破解讀者望而生畏的先驗。 　　*除了直接應用R套件函式外，探索其背後的演算依據及其程序驗證。   好評推薦   　　善用AIoT 搶占行銷先機 　　本書中，廖博士與葉世聰先生巧妙的應用R 語言技術，在與行銷科學相關的統計、資料視覺化、市場區隔、知覺圖及商品推

薦等各個行銷領域，以數理分析的架構，逐一闡述，簡明扼要，對有志於行銷的人士而言，實乃非常實用的工具書，也是行銷學界的一大福音。相信讀者閱讀此書也能同我一樣從中獲得喜樂與智慧。--微程式集團（U-Bike 系統商）前副執行長 朱益民   　　數位行銷贏家的致勝關鍵 　　有幸與廖如龍博士曾經在IBM、Oracle 顧問部門一同共事，知悉他累積相當豐富的產業經驗，並且在大學兼任教職的教學經驗，彙整了產學研專業和產業知能，結合現今熱門的R 語言運用於行銷學領域，如獲神兵利器，編撰成教科書，讓莘莘學子如沐春風、如虎添翼，個人深感欽佩。--前資誠（PwC Taiwan）創新諮詢公司 副總經理 莊明霖  

　　結合理論與實務，找出痛點，對症下藥 　敝人近年在行銷管理教學經驗中，發現一般行銷管理教科書的內容常常「點到為止」，只交代了概念、案例及策略，但在實務操作面的內容常有不足。廖如龍博士與其共同作者葉世聰先生顯然是知道我的「痛點」，繼《R 語言在管理領域的應用》一書成功地為企業經營管理問題提供解決方案之後，二人繼續以R 語言為應用工具，結合兩人的行銷管理智慧，匯集成本次著作《R 語言在行銷科學的應用》，為有心進入行銷領域的資訊管理背景人士，抑或苦無合適量化分析工具的行銷從業人員，提供了一部結合理論與實務的最佳參考書籍。--國立清華大學科技管理研究所副教授 吳清炎博士   　　穿越理論與實務．傳統

與現代的行銷規劃案頭書 　　行銷主管最大的任務，乃在發掘行銷機會、行銷推廣以及問題的確認，從不同產品市場找尋市場上未被滿足的需求，有效溝通商品特色，同時評估企業行銷活動之有效性，找尋公司行銷過程中的問題點，並加以改善。這項工作極為困難！筆者有幸看到這本《R 語言在行銷科學的應用》的出版，兩位作者深入淺出地從行銷理論、資料分析方法論乃至R 語言的運用，做了理論的詳細說明與介紹，書中也舉出實際的範例運用，是一本不可多得的工具書。--佛光大學管理學系副教授 蔡明達   　　※讀者可以到博碩文化官網輸入書號或書名，下載「範例檔案」參考練習。　

發展反向混合模型以解析河川中溶解性營養鹽端源濃度和輸出量貢獻

為了解決r套件的問題，作者施郁庭 這樣論述：

人為活動 (人口和土地利用) 與水文情勢為控制營養鹽(C/N)的來源、動態和輸出的重要因素。為了確定營養鹽流佈的關鍵控制因子，需要提出一種能穩定解析不定端源的方法來了解河流營養鹽來源。本研究包括三個部分：1) 開發混合模型反向解法：採用新的逐步階層式自動變數選擇算法，以蒙地卡羅方法生成混合模型的係數集，搭配四個模型效能指標：AIC, BIC, adjust R2和VIF以多目標柏拉圖最適化決定可接受的參數，以提供高維穩定問題的解法。此流程寫成新的R套件：InvEMMA。2) DIN (Dissolved inorganic nitrogen) 輸出的土地利用控制。本研究選在台灣北部的都市化山

地小河流域 (淡水河)，以2002-2005年河川DIN負荷，計算關鍵土地利用類別及輸出係數。結果表明，在21種土地利用類別中，有5種被自動選為DIN出口控制關鍵因素：森林，農業 (包括水稻，農田，果園)和城市地區。森林中的DIN產量 (521.5 kg-N km-2 yr-1) 比全球河川DIN的產量高約2.7倍。在城市地區，點源與非點源之間的差異分析表明，未經處理的污水(非點源)約佔人類關聯負荷的93％，導致城市的出口係數較高。3) 水文情勢控制河川溶解碳動態。河流溶解碳(包括DOC (dissolved organic carbon)和DIC (dissolved inorganic c

arbon))的運輸是連接陸地和水生碳儲層的關鍵過程，但其來源（地表、地中或地下）與流路（受地表逕流、地下水流或地下水），深受水文情勢控制。這項研究監測了2014-2016間台灣西南部曾文水庫上游三個山地小河日尺度及兩次颱風事件期間的DOC和DIC濃度。結果表明，兩個颱風僅在三天內就貢獻了年度DOC和DIC通量的15.0-23.5％和9.2-12.6％。選擇的三個主要端源會在事件發生期間隨流動狀況而變化其組成。採用HBV水文模式模型，並結合端源混合模型，確定來自不同端源組成部分的DOC和DIC傳輸量，地表端源貢獻事件尺度DOC達40-48%，地下水端源貢獻DIC約44-57%。在估算全球碳收支

時，應考慮台灣山地小河獨特的模式，其特徵是高溶解碳通量和颱風帶來的大量運輸。總而言之，本研究開發了一種自動選擇程序，以查找河中DIN，DOC和DIC出口過程中的關鍵控制因素。這有助於我們避免在判斷變量時出現系統性的人為錯誤。因此，可以根據鑲嵌景觀特徵或動態流分量估算合理的模型結構和特定的養分產量。這種方法很好地評估了河流的養分負荷並提高了對養分傳輸過程的理解。