-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

R語言醫學數據分析實戰

( 簡體 字)
作者:趙軍類別:1. -> 程式設計 -> R語言
譯者:
出版社:人民郵電出版社R語言醫學數據分析實戰 3dWoo書號: 54881
詢問書籍請說出此書號!

缺書
NT售價: 500

出版日:7/1/2021
頁數:278
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787115539151
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:

本書以醫學數據為例,講解如何使用R進行數據分析,結合大量精選的實例對常用分析方法進行了深入淺出的介紹,以幫助讀者解決醫學數據分析中的實際問題。
本書共分為14章,第1章∼第3章介紹了R語言的基本用法;第4章介紹了數據可視化;第5章介紹了基本的統計分析方法;第6章∼第8章介紹了醫學研究中最常用的三種回歸模型;第9章介紹了生存分析的基本方法;第10章∼第12章介紹了幾種常用的多元統計分析方法;第13章介紹了臨床診斷試驗的統計評價指標和計算方法;第14章介紹了在醫學科研實踐中常用的Meta分析方法。
本書適用于臨床醫學、公共衛生及其他醫學相關專業的本科生和研究生使用,亦可作為其他專業的學生和科研工作者學習數據分析的參考書。閱讀本書,讀者不僅能掌握使用R及相關包快速解決實際問題的方法,還能更深入地理解數據分析。
目錄:

第 1章 R語言介紹 1
 1.1 什么是R語言 1
 1.2 為什么使用R分析數據 1
 1.3 R的下載與安裝 2
 1.4 啟動和退出R 2
 1.5 RStudio 3
 1.6 R包 4
 1.6.1 什么是包 4
 1.6.2 包的安裝 5
 1.6.3 包的使用和更新 5
 1.7 開始使用R 5
 1.7.1 獲取幫助 5
 1.7.2 把R當作一個計算器 6
 1.7.3 R對象 8
 1.8 工作空間管理 11
 1.9 小結 12
 1.10 習題 12
第 2章 創建數據集 14
 2.1 R的數據結構 14
 2.1.1 向量 14
 2.1.2 因子 16
 2.1.3 矩陣 17
 2.1.4 數組 19
 2.1.5 列表 20
 2.1.6 數據框 21
 2.1.7 數據類型的轉換 22
 2.2 用R獲取數據 23
 2.2.1 獲取內置數據集 23
 2.2.2 模擬特定分布的數據 24
 2.2.3 獲取其他格式的數據 25
 2.2.4 導出數據 26
 2.2.5 用rio包導入和導出數據 26
 2.3 數據錄入 27
 2.4 小結 28
 2.5 習題 30
第3章 數據框的操作 31
 3.1 用基本包處理數據框 31
 3.1.1 查看數據框里的內容 31
 3.1.2 選取數據框的子集 34
 3.1.3 將數據框按照某個變量的值排序 35
 3.1.4 查找和刪除重復數據 36
 3.1.5 在數據框中添加和刪除變量 37
 3.1.6 把數據框添加到搜索路徑 38
 3.2 用dplyr包處理數據框 39
 3.2.1 使用filter()和slice()篩選行 40
 3.2.2 使用arrange()排列行 41
 3.2.3 使用select()選擇列 42
 3.2.4 使用mutate()添加新變量 43
 3.2.5 使用summarise()計算統計量 43
 3.2.6 使用group_by()拆分數據框 44
 3.2.7 使用傳遞符“%>%”組合多個操作 45
 3.3 數據框的合并 46
 3.3.1 縱向合并 46
 3.3.2 橫向合并 47
 3.3.3 按照某個共有變量合并 47
 3.4 數據框的長寬格式的轉換 48
 3.5 缺失值的處理 50
 3.5.1 識別缺失值 50
 3.5.2 探索數據框里的缺失值 51
 3.5.3 填充缺失值 52
 3.6 處理大型數據集的策略 55
 3.6.1 清理工作空間 55
 3.6.2 快速讀取.csv文件 55
 3.6.3 模擬一個大型數據集 56
 3.6.4 剔除不需要的變量 57
 3.6.5 選取數據集的一個隨機樣本 58
 3.7 小結 58
 3.8 習題 60
第4章 數據可視化 62
 4.1 用R的基礎繪圖系統作圖 62
 4.1.1 函數plot() 62
 4.1.2 直方圖和密度曲線圖 63
 4.1.3 條形圖 65
 4.1.4 餅圖 67
 4.1.5 箱線圖和小提琴圖 67
 4.1.6 克利夫蘭點圖 68
 4.1.7 導出圖形 69
 4.2 用ggplot2包作圖 70
 4.2.1 初識ggplot2包 70
 4.2.2 分布的特征 74
 4.2.3 比例的構成 76
 4.2.4 用函數ggsave()保存圖形 78
 4.3 其他圖形 78
 4.3.1 金字塔圖 78
 4.3.2 橫向堆棧條形圖 79
 4.3.3 熱圖 79
 4.3.4 三維散點圖 80
 4.3.5 詞云圖 81
 4.3.6 動態圖形 82
 4.4 小結 83
 4.5 習題 85
第5章 基本統計分析 86
 5.1 數值型變量的描述性統計分析 88
 5.2 分類變量的列聯表和獨立性檢驗 91
 5.2.1 生成頻數表和列聯表 91
 5.2.2 獨立性檢驗 96
 5.3 連續型變量組間差異的比較 101
 5.3.1 獨立樣本的t檢驗 101
 5.3.2 非獨立樣本的t檢驗 102
 5.3.3 單因素方差分析 103
 5.3.4 組間差異的非參數檢驗 105
 5.4 用函數tablestack()匯總雙變量分析結果 106
 5.5 變量間的相關性 111
 5.5.1 連續型變量間的相關性 111
 5.5.2 分類變量間的相關性 114
 5.5.3 相關性的可視化 115
 5.6 小結 118
 5.7 習題 120
第6章 線性回歸分析 122
 6.1 簡單線性回歸 122
 6.1.1 擬合簡單線性回歸模型 123
 6.1.2 模型輸出結果的解釋 124
 6.1.3 回歸診斷 126
 6.2 分層線性回歸 129
 6.3 多重線性回歸 133
 6.3.1 擬合多重線性回歸模型 133
 6.3.2 多重共線性 135
 6.3.3 逐步回歸 136
 6.3.4 回歸診斷 139
 6.4 小結 140
 6.5 習題 141
第7章 Logistic回歸分析 142
 7.1 二分類Logistic回歸 142
 7.1.1 Logistic回歸模型 142
 7.1.2 Logistic回歸實例 143
 7.1.3 表格數據的Logistic回歸 151
 7.2 條件Logistic回歸 155
 7.3 無序多分類Logistic回歸 157
 7.4 有序Logistic回歸 161
 7.5 小結 166
 7.6 習題 167
第8章 Poisson回歸分析 168
 8.1 Poisson回歸模型 168
 8.2 過度離散的判定及處理 171
 8.3 對數線性模型 174
 8.4 小結 178
 8.5 習題 178
第9章 生存分析 180
 9.1 生存對象 180
 9.2 生存率的估計與生存曲線 182
 9.3 生存率的比較 184
 9.4 Cox回歸 186
 9.4.1 建立Cox回歸模型 186
 9.4.2 比例風險假定的檢驗 188
 9.4.3 生存的預測 188
 9.5 小結 190
 9.6 習題 190
第 10章 聚類分析 192
 10.1 相似性的度量 192
 10.1.1 樣品間的距離 192
 10.1.2 變量間的相似系數 195
 10.2 層次聚類法 196
 10.2.1 類之間相似系數的定義 196
 10.2.2 Q型聚類 196
 10.2.3 R型聚類 203
 10.3 k均值聚類法 204
 10.4 小結 206
 10.5 習題 207
第 11章 判別分析 209
 11.1 距離判別 209
 11.2 K最鄰近判別 213
 11.3 Fisher判別 215
 11.4 Bayes判別 218
 11.5 小結 219
 11.6 習題 220
第 12章 主成分分析和因子分析 221
 12.1 主成分分析 221
 12.1.1 主成分的定義 221
 12.1.2 主成分的求解 222
 12.1.3 主成分分析的注意事項 226
 12.2 因子分析 226
 12.2.1 因子分析模型的定義 226
 12.2.2 因子分析模型的求解 227
 12.2.3 因子旋轉 229
 12.2.4 因子分析的注意事項 231
 12.3 小結 232
 12.4 習題 233
第 13章 臨床診斷試驗評價 234
 13.1 二分類結果的評價指標 234
 13.1.1 靈敏度和特異度 234
 13.1.2 預測值 235
 13.1.3 圖解靈敏度、特異度、陽性預測值和陰性預測值 235
 13.1.4 診斷試驗的綜合評價指標 236
 13.2 ROC及曲線下面積 237
 13.2.1 單個ROC分析 237
 13.2.2 兩個ROC的比較 240
 13.2.3 Logistic回歸的ROC曲線 241
 13.3 聯合試驗 243
 13.4 小結 244
 13.5 習題 244
第 14章 Meta分析 245
 14.1 Meta分析的基本步驟 245
 14.2 Meta分析的常用統計方法 246
 14.3 二分類變量資料的Meta分析 247
 14.3.1 OR、RR或RD的合并 248
 14.3.2 發表偏倚的識別 251
 14.3.3 敏感性分析 253
 14.4 連續型變量資料的Meta分析 254
 14.5 Meta分析的注意事項 255
 14.6 小結 256
 14.7 習題 256
習題參考答案 258
參考文獻 273
函數索引 274
序: