本书共分为九章：第1章、第2章和第3章主要介绍了R语言及其运行环境的搭建、数据集及相关运算，以及基于ggplot2的基本图形绘制等内容；第4章、第5章、第8章和第9章主要介绍了参数的假设检验与非参数的假设检验、回归分析、基于muma的单代谢组学分析，以及基于mix0mics的多组学分析等内容；第6章和第7章主要介绍了基于corrplot的相关性分析和基于rsm的响应面分析等内容。本书内容较全面、系统，其编排由浅入深、层层递进，便于广大读者学习。

第1章 R简介
1.1 R语言简介
1.2 R语言运行环境的搭建
1.2.1 R的获取和安装
1.2.2 RStudio的获取和安装
1.3 R语言的包
1.3.1 包的安装
1.3.2 包的加载
1.3.3 R语言编程基础
1.4 练习题
1.5 参考文献
第2章 数据集及相关运算
2.1 R语言的数据概念
2.1.1 数值型（numeic）
2.1.2 字符型（chaacte）
2.1.3 逻辑型（logical）
2.2 向量
2.3 矩阵
2.4 数据框
2.5 因子
2.6 列表
2.7 数组
2.8 数据的导入与导出
2.8.1 Excel格式数据的导入与导出
2.8.2 其他格式导入
2.9 练习题
2.10 参考文献
第3章 基于ggplot2的基本图形绘制
3.1 ggplot2简介
3.1.1 R语言绘图基础
3.1.2 基于ggplot2的基本图形绘制原则
3.2 条形图
3.2.1 基础条形图
3.2.2 簇状条形图
3.3 散点图
3.3.1 回归曲线
3.3.2 平滑曲线
3.4 直方图
3.5 箱形图
3.6 饼图
3.7 核密度图
3.8 练习题
3.9 参考文献
第4章 参数的假设检验与非参数的假设检验
4.1 假设检验问题简介
4.2 t-test
4.2.1 两尾检验与一尾检验
4.2.2 t-test实例
4.3 方差分析
4.3.1 LSD.test
4.3.2 HSD.test
4.3.3 duncan.test
4.3.4 SNK.test
4.4 非参数假设检验简介
4.4.1 中位数的符号检验
4.4.2 Wilcoxon符号秩检验
4.4.3 分布的一致性检验：χ2（chisq.test）检验
4.4.4 两总体的比较与检验
4.4.5 Mood检验
4.4.6 多总体的比较与检验
4.5 练习题
4.6 参考文献
第5章 回归分析
5.1 回归分析简介
5.2 一元回归
5.3 多元线性回归
5.4 练习题
5.5 参考文献
第6章 基于coplot的相关性分析
6.1 coplot简介
6.1.1 相关性
6.1.2 相关系数
6.1.3 相关系数的类型
6.1.4 相关性的显著性检验
6.2 数据说明及绘图
6.2.1 1个矩阵内的相关性分析
6.2.2 两个矩阵之间的相关性分析
6.3 练习题
6.4 参考文献
第7章 基于sm的响应面分析
7.1 sm简介
7.1.1 中心复合设计
7.1.2 Box-Behnken设计
7.2 CCD法实验方案设计及数据分析
7.2.1 更改目录并安装、加载sm包
7.2.2 试验方案的设计
7.2.3 实施试验并录入结果y
7.2.4 多项式回归分析
7.2.5 最优解
7.2.6 曲面图观察
7.3 BBD法实验方案设计及数据分析
7.3.1 更改目录并安装、加载sm包
7.3.2 试验方案的设计
7.3.3 实施试验并录入结果y
7.3.4 多项式回归分析
7.3.5 最优解
7.3.6 曲面图观察
7.4 练习题
7.5 参考文献
第8章 基于muma的单代谢组学分析
8.1 代谢组学分析技术简介
8.2 muma分析流程
8.2.1 数据输入
8.2.2 数据预处理和探查
8.2.3 判别分析
8.2.4 自动化综合单变量分析
8.2.5 结构/生化解释
8.2.6 报告
8.3 muma实例
8.3.1 数据预处理
8.3.2 单变量分析
8.3.3 合并单变量和多变量信息
8.3.4 PLS-DA介绍
8.3.5 OPLS-DA介绍
8.4 练习题
8.5 参考文献
第9章 基于mixOmics的多组学分析
9.1 mixOmics简介
9.2 N-integation方法
9.2.1 两组学的稀疏的偏最小二乘法（sPLS）分析
9.2.2 多组学的稀疏的偏最小二乘法（sPLS）分析
9.3 P-integation方法
9.3.1 数据
9.3.2 初步分析
9.3.3 基本的sPLS-DA模型
9.3.4 优化主成分的数量
9.3.5 优化特征的数量
9.3.6 最终的模型
9.3.7 出图
9.3.8 模型性能
9.4 练习题
9.5 参考文献