重新加入文本数据分析 (#148)

* 长公式折行

* 文本数据分析

* 特征共现网络、文本主题探索、文本相似性

* 抛光

* 文本数据分析

* 词向量表示

* tweak code

* 潜在语义分析的核心是 SVD 分解

* 真实的文本数据分析总是这样，我还在学习，控制不好篇幅，把握不了重点

* 数据清理会比较复杂

* 以字母开头的 Token

Author: XiangyunHuang

DESCRIPTION

@@ -62,6 +62,9 @@ Imports:
     purrr (>= 1.0.0),
     quadprog,
     quanteda,
+    quanteda.textstats,
+    quanteda.textplots,
+    quanteda.textmodels,
     quantmod,
     ragg,
     readxl,

README.md

@@ -6,21 +6,21 @@
 
 -   欢迎
 -   前言
--   序言
+-   序言（待定）
 -   介绍
 -   数据准备
-    -   数据对象
+    -   数据对象（data.frame）
     -   数据获取
-    -   数据清洗
-    -   数据操作
-    -   数据处理
+    -   数据清洗（正则表达式）
+    -   数据操作（Base R & dplyr & data.table & SQL）
+    -   数据处理（离群值、异常值、缺失值）
 -   数据交流
-    -   交互图形
-    -   交互表格
-    -   非交互表格
-    -   交互应用
-    -   HTML 文档
-    -   PDF 文档
+    -   交互图形（plotly 包）
+    -   交互表格（DT 包）
+    -   非交互表格（gt 包）
+    -   交互应用（Shiny 框架）
+    -   HTML 文档（R Markdown）
+    -   PDF 文档（Quarto Document / LaTeX）
     -   Office 文档
 -   统计分析
     -   常见的统计检验
@@ -29,8 +29,8 @@
     -   统计检验的功效
 -   数据建模
     -   网络数据分析（R 语言社区开发者协作网络）
-    -   空间数据分析
-    -   文本数据分析
+    -   空间数据分析（岛上核辐射强度的预测分布）
+    -   文本数据分析（CRAN 上 R 包标题文本分析）
     -   时序数据分析（美团股价收益率的风险建模）
 -   优化建模
     -   统计计算（统计模型与优化问题的关系）

analyze-spatial-data.qmd

@@ -162,7 +162,11 @@ $$
 其中，$u_{ij}$ 表示位置 $x_i$ 与位置 $x_j$ 的欧氏距离 $\|x_i - x_j \|_2$ ，关于空间随机过程 $T(x)$ 的半变差函数 $V_{T}(u_{ij})$ 如下：
 
 $$
-V_{T}(u_{ij}) = \frac{1}{2}\mathsf{Var}\{T(x_i)-T(x_j)\} = \frac{1}{2}\mathsf{E}\{[T(x_i)-T(x_j)]^2\} = \tau^2I_{\{i=j\}} + \sigma^2(1-\rho(u_{ij}))
+\begin{aligned}
+V_{T}(u_{ij}) &= \frac{1}{2}\mathsf{Var}\{T(x_i)-T(x_j)\} \\
+&= \frac{1}{2}\mathsf{E}\{[T(x_i)-T(x_j)]^2\} \\
+&= \tau^2I_{\{i=j\}} + \sigma^2(1-\rho(u_{ij})).
+\end{aligned}
 $$
 
 在 **nlme** 包的记号之下，带块金效应的指数型自相关结构如下：
@@ -288,4 +292,3 @@ ggplot() +
   theme_bw() +
   labs(x = "横坐标", y = "纵坐标", fill = "预测方差")
 ```
-