R语言培训作业.Rmd

---
title: "R语言中级培训作业"
author: "Transwarp_Daitao.xing"
date: "2016年4月7日"
output: html_document
---

- 不能使用for循环
- 不能使用if else语句

## 数据抓取

### 1.1 抓取纽约尼克斯队2010-2016年的所有赛季的场次数据

入口：http://www.basketball-reference.com/teams/NYK/2016_games.html   
自动获取找到2010年-2015年的数据 

### 1.2 抓取尼克斯2010-2015赛季所有球员的得分表

入口: http://www.basketball-reference.com/teams/NYK/2015.html#all_per_minute
将这些表（5张）存到本地,然后使用apply函数导入并合并成一张大表（参考dplyr手册）

### 1.3 抓取豆瓣评分上前250名的电影名称


## R的函数式编程


```{r}
boostrap <- function(formula,data,n,fun = c("lm","glm"),...){
        ## 可以在函数输入公式，数据，抽样次数，并选择希望抽样的模型

}
```


## 预处理

- 尝试用mice包对上面的比赛数据中的缺失值做不同方法的处理

- 有四组数据，都包含卡号，交易时间和交易评分，卡号和交易时间组合可以当做主键（唯一），但四家的格式不同
    - A组的时间格式：7:40:23
    - B组的时间格式: 7402325
    - C组的时间格式：07:40:23
    - D组的时间格式: 7402325

- 将四组数据合并，然后分组统计每组的均值，方差等统计信息

## R高效数据处理

- 每个赛季的胜率？

- 每个赛季的客场胜率？

- 每个赛季的平均得分？

- 每个赛季的本方和对的手平均得分？

- 哪个对手是最强的？

- 按时间排序后，累计得分总分和累计得分均值

- 探索尼克斯队胜率与比赛时间（如星期几胜率高）、主客场，是否有统计显著性

- 计算哪两只队伍与尼克斯队所有比赛的分数差值最小

- 尼克斯队在这五年中，相对于那些队伍的胜率有所提高，并试着分析其原因


## 可视化

- 1 将上面的四组数据的差异以合适的图形表示出来
- 2、在一张图上，画出不同的球员在5个赛季中，3分球得分，2分球得分的统计分布


## 发散思维题(optional)：找到一只你喜欢的队伍的历史数据和球员数据，从数据分析的角度，分析一下如何通过调整人员配置，调整战术策略来提高每个队伍的胜率

![效果对比](./assets/fig/xiaoguo.png)