本書結合現實中的市場營銷問題揭示了在市場研究分析中如何使用R。主要內容包含:R綜述，數據描述，連續變量之間的關系，表格和可視化，統計檢驗，線性模型，如何降低復雜度，驗證性因子分析和結構方程模型，聚類和判別，購物籃分析，模型選擇等。

中文版序譯者序前言第一部分 R語言基礎知識第1章歡迎使用R21.1R是什麼21.2為什麼用R21.3為什麼不用R31.4什麼時候用R41.5如何使用本書41.6關鍵點6第2章R綜述72.1開始72.2R用途快速指南82.3R命令基礎112.4基礎對象122.5數據框212.6載入和存儲數據242.7編寫函數272.8清理302.9知識拓展302.10關鍵點31第二部分 數據分析基礎知識第3章數據描述343.1模擬數據343.2關於變量的函數383.3概括數據框413.4單變量可視化453.5知識拓展543.6關鍵點55第4章連續變量之間的關系564.1零售數據564.2用散點圖探索變量間關系604.3把多張圖合並為一張圖654.4散點圖矩陣674.5相關系數704.6探索問卷調查回復間的相關性764.7知識拓展784.8關鍵點78第5章組比較：表格和可視化805.1模擬客戶分組數據805.2各組對應的描述統計量875.3知識拓展965.4關鍵點97第6章組比較：統計檢驗986.1用於比較的數據986.2頻數檢驗：chisq.test（）986.3觀測比例檢驗：binom.test（）1016.4組均值檢驗：t.test（）1036.5多組均值檢驗：ANOVA1046.6初識貝葉斯ANOVA1096.7知識拓展1136.8關鍵點114第7章識別結果變量的驅動因子：線性模型1157.1游樂場數據1157.2用lm（）函數擬合線性模型1177.3擬合多元線性模型1257.4因子自變量1297.5交互效應1317.6避免過度擬合1347.7建議的線性模型擬合過程1347.8貝葉斯線性模型：MCMCregress（）1357.9知識拓展1367.10關鍵點137第三部分 高級營銷應用第8章降低數據復雜度1408.1消費者品牌評分數據1408.2主成分分析和感知圖1448.3探索性因子分析1518.4高維標度化簡介1578.5知識擴展1608.6關鍵點160第9章線性模型相關的其他話題1629.1處理高度相關的變量1629.2二項結果變量的線性模型：邏輯回歸1669.3分層線性模型1759.4貝葉斯分層線性模型1829.5頻率學派和貝葉斯學派HLM模型的簡單比較1879.6知識拓展1909.7關鍵點191第10章驗證性因子分析和結構方程模型19310.1結構模型的出發點19310.2量級評估：CFA19510.3更一般的模型：結構方程模型20410.4PLS模型20910.5知識拓展21510.6關鍵點216第11章客戶分組：聚類和判別21711.1客戶分組的思想21711.2客戶分組數據21911.3聚類21911.4判別分析23411.5預測：識別潛在客戶24211.6知識拓展24411.7關鍵點245第12章關聯法則：購物籃分析24712.1基礎關聯法則24712.2零售交易數據：購物籃24912.3搜尋並且可視化關聯法則25212.4非交易數據中的規則：再次探索客戶分組25912.5知識拓展26312.6關鍵點263第13章選擇模型26413.1基於選擇的聯合問卷調查分析26413.2模擬選擇數據26613.3擬合選擇模型26913.4在選擇模型中加入消費者個體差異27813.5分層貝葉斯選擇模型28113.6基於選擇的聯合問卷調查設計28713.7知識拓展28913.8關鍵點289結論291附錄AR版本和相關軟件292附錄B縱向擴展298附錄C使用的包306附錄D在線資源和數據文件310參考文獻312

中文版序我們非常高興看到本書中文版面世。本書英文版的主要目的是深入介紹R在市場研究中的應用。中文版是本書英文版之外的第一個版本，中文版和英文版上市的時間只相隔1年，所以書中的知識都是最新的。感謝譯者的翻譯！