引言

大数据时代，R被拉到了潮流尖端，作为免费的开源软件，随着加入的人数增多，R的计算引擎、性能、各种程序包都得到了改进和升级，其中R和Hadoop的结合RHadoop实现了大规模数据的分布式处理分析，RHive包将R语言与Hive连接，可以通过R快速访问存储在Hive的大数据集，这一切让R获得了新生。为了更好地适应新形势，国泰安联合中科院先进院于2014年10月成立了金融大数据研究中心。鉴于此，国泰安大数据事业部群组织专家学者推出了《大数据分析：R基础及应用》一书，该书具有以下几个方面的特色。

1．实训性强

目前，市面上流通的R语言经济金融建模系列教材不胜枚举。本书的特色在于选取特定的专题来解决一些实际问题，让读者学习如何使用R语言进行实证建模。同时，本书也给出了一些非常有价值的总结和后续思考，以供读者研究。

2．编排体系合理

整个的结构按照“大数据简介→R语言基础知识→数据分析功能→专题实证研究→RHadoop案例分析”这样的思路组织全书，既方便读者（特别是初学者）在了解大数据概念和技术的基础上学习R软件的操作和简单编程，也帮助他们快速地用R语言建立模型，并作出分析和结果论证，有大量的案例可作参考。

3．考虑不同群体的阅读偏好和水平

本书涉及面广，在专题实证研究部分涵盖了多个领域，包括金融时间序列建模专题、动态面板数据专题、大数据时代数据挖掘专题、机器学习专题和信息可视化专题，充分展示了当前该领域的需求和R的强大优势。

本书适合没有编程基础的科研人员及大数据分析人员使用。从事经管类的学术研究往往都需要建模及数据作为支撑。本书分为三大部分进行介绍，即理论基础+方法+实证。理论基础分为两个章节，主要介绍大数据的基础知识和相关技术。方法部分分为4个章节，其中第3章主要对R语言进行简单的介绍，第4章是R语言的操作讲解；第5章将介绍R语言一大特色——可视化图表及相关统计分析的R语言实现；第6章将对R语言数据分析处理进行一个简单介绍。实证部分包括专题实证研究和RHadoop案例分析，其中专题实证研究介绍4个专题，给出不同的实际案例，循序渐进地讲解如何利用R语言进行实证建模，包括时间序列模型、动态面板数据模型、数据挖掘及信息可视化。这些模型既涵盖了理论的指导，又附有程序的说明及结果的验证，同时还包括对模型进一步的延伸与思考。RHadoop案例分析部分介绍在RHadoop环境下R的基本操作及8个案例，包括回归分析、logistic分析、判别分析、聚类分析、主成分分析、因子分析、商品推荐算法及差异分析，针对不同的分析方法介绍算法的原理和RMapReduce编程实现。

本书编写组希望《大数据分析：R基础及应用》一书可以对广大读者有所帮助，相信读者能收获以下几点：

1．掌握大数据的基础概念和R处理大数据的机制，并深入地了解R语言，能够掌握R编程的基本技能，程序注释非常清楚，易学易懂。

2．熟练掌握从建模到利用R语言对数据进行实证的整个过程。

3．可以学习金融时间序列建模，数据挖掘等领域的一些比较经典和前沿的热门模型。

4．能够学习到不同学科之间的交叉应用，包括统计学与金融，数学与金融等一系列知识。

5．熟悉RHadoop环境，掌握RMapReduce编程，实现在RHadoop环境下进行大数据分析。

限于编者的能力和时间，本书难免存在纰漏或不足之处，欢迎读者批评指正。

深圳国泰安教育技术股份有限公司