医学数据挖掘案例与实践 本书特色

基于大数据时代生物医学数据的爆炸式增长，本书从医学科研中的实际问题出发，以案例的形式深入浅出地介绍了近年来崭新的医学数据挖掘技术，包括决策树模型、支持向量机、随机森林分类、关联规则、贝叶斯网络构建等，并详细介绍了数据挖掘软件(spss、sas、r等)的操作步骤，重点突出实用性和可操作性，以期提高读者对医学科研数据的深层次处理与分析的能力。 　　本书主要取材于编者近年来从事生物医学数据深度挖掘方面的研究与教学工作内容，既适用于医学院校本科生及研究生、医学基础及临床科研工作者和相关技术人员作为教材，也可作为科学研究的参考用书。

医学数据挖掘案例与实践 内容简介

（1）内容覆盖面广，涉及常见的复杂医学数据分析及深层次数据挖掘；（2）结合医学特色，理论联系实际，案例典型，完备详实；（3）软件实现具体细致，方便读者进行操作实践；（4）避免大量公式及繁琐计算，提高实用性与可操作性；（5）内容全面且有深度，可以为其他领域的研究人员提供参考。 

医学数据挖掘案例与实践 目录

    目录　 第1章  数据预处理    1 　　1.1  异常值的常见处理方法    1 　　1.2  缺失值的填补    8 第2章  多元线性回归分析    14 　　2.1  多元线性回归的概念    14 　　2.2  多元线性回归的模型结构    14 　　2.3  多元逐步线性回归    17 第3章  logistic回归分析    22 　　3.1  logistic回归分析的基本概念    22 　　3.2  logistic回归的模型结构    22 　　3.3  应用实例1：一般资料的logistic回归    23 　　3.4  应用实例2：列联表资料的logistic回归    27 　　3.5  应用实例3：多项logistic回归分析    29 第4章  非线性回归拟合分析    32 　　4.1  非线性回归基本概念    32 　　4.2  应用实例1：对新增sars病例数的预测分析    32 　　4.3  应用实例2：对累计sars病例数的预测分析    37 第5章  生存分析    41 　　5.1  生存分析的基本概念    41 　　5.2  生存分析的资料特点    41 　　5.3  生存资料的分析方法    42 　　5.4  应用实例1：累积生存率的计算    42 　　5.5  应用实例2：小样本生存率的kaplan-meier估计    45 　　5.6  应用实例3：生存曲线比较的log-rank检验    47 　　5.7  应用实例4：cox回归    51 　　　　5.7.1  cox模型结构与参数估计    51 　　　　5.7.2  应用实例：cox回归分析    51 第6章  基于竞争风险模型的生存分析    56 6.1  竞争风险模型    56 6.2  应用实例：竞争风险模型的生存分析    56 第7章  meta分析    62 7.1  meta分析概述    62 7.2  meta分析的方法与步骤    62 7.3  应用实例1：二分类资料的meta分析    63 7.4  应用实例2：连续资料的meta分析    71 第8章  剂量-反应模型的meta分析    77 8.1  剂量-反应关系的数据结构    77 8.2  线性拟合    78 8.3  非线性拟合-三次曲线拟合    79 　　 第9章  决策树模型分析    82 9.1  分类的概念    82 9.2  分类的步骤    82 9.3  分类器性能的评估    83 9.4  决策树分类器简介    83 9.5  应用实例：决策树分析    85 第10章  随机森林法提取特征属性    88 10.1  随机森林方法基本概念    88 10.2  基于平均基尼指数减少量的特征属性选择    88 10.3  应用实例：随机森林法提取特征属性    90 第11章  倾向性得分匹配方法    94 11.1  倾向性得分匹配方法    94 11.2  倾向性得分匹配方法的步骤    94 11.3  应用实例：倾向性得分匹配    95 第12章  用广义估计方程分析重复测量的定性资料    102 12.1  广义估计方程的基本概念    102 12.2  广义线性模型的结构    102 12.3  gee算法    103 12.4  应用实例1：重复测量的实验数据    103 12.5  应用实例2：问卷调查中的多选题数据    105 第13章  基于支持向量机的微阵列数据分类    109 13.1  支持向量机简介    109 13.2  支持向量机的基本原理    109 13.3  应用实例：支持向量机分类    111 第14章  时间序列分析    113 　　14.1  时间序列分析的基本概念    113 　　14.2  时间序列分析的主要步骤    113 　　14.3  应用实例：时间序列分析    114 第15章  路径图分析    118 　　15.1  路径图分析基本理论    118 　　15.2  路径图分析的基本步骤    118 　　15.3  应用实例：路径图分析    119 15.3.1  **个回归分析    119 15.3.2  第二个回归分析    121 15.3.3  第三个回归分析    122 第16章  主成分分析与因子分析    124 　　16.1  主成分分析概念    124 　　16.2  应用实例1：主成分分析    124 　　16.3  因子分析概念    129 　　16.4  应用实例2：因子分析    129 　　 第17章  判别分析    134 　　17.1  判别分析的概念    134 　　17.2  常用的判别分析方法    134 　　17.3  判别函数的验证    135 　　17.4  应用实例：判别分析    135 　　 第18章  聚类分析    144 　　18.1  聚类分析的概念    144 　　18.2  k均值聚类法    144 　　18.3  应用实例1：k均值聚类    145 　　18.4  系统聚类法    148 　　18.5  应用实例2：系统聚类    149 　　18.6  绘制双向聚类热图    153 　　 第19章  关联规则    156 　　19.1  关联规则的基本概念    156 　　19.2  关联规则的质量和重要性    156 　　19.3  关联规则分析的基本方法    157 　　19.4  应用实例：关联规则分析    157 　　 第20章  两组roc曲线下的面积比较    161 　　20.1  roc曲线的构建    161 　　20.2  roc曲线下面积    162 　　20.3  两组roc曲线下面积比较    162 　　20.4  应用实例：两组roc曲线下面积比较    162 　　 第21章  诊断准确性试验meta分析    166 　　21.1  诊断准确性试验meta分析基本概念    166 　　21.2  诊断准确性试验meta分析的相关评价指标    166 　　21.3  应用实例：诊断准确性试验meta分析    167 第22章  贝叶斯网络分析    173 　　22.1  贝叶斯网络的概念    173 　　22.2  应用实例：贝叶斯网络构建    174 　　 第23章  偏*小二乘回归分析    179 　　23.1  偏*小二乘回归的基本步骤和原理    179 　　23.2  应用实例：偏*小二乘回归分析    180 参考文献    185 　　 　　

 1/2    1 2 下一页 尾页

教材 研究生/本科/专科教材 医学

在线阅读