现代医学统计学 本书特色

《现代医学统计学》内容涉及R与SAS软件基础知识及医学科研设计中关键技术、定性与定量资料广义差异性分析、变量间相关与回归分析、判别分析与聚类分析的软件实现。《现代医学统计学》基于经典统计、贝叶斯统计、蒙特卡罗统计和机器学习与深度学习等统计思想来介绍统计学理论及方法，基于R与SAS两种各具特色且优势互补的统计软件来实现统计计算，再通过大量实例来演示如何正确、方便且高效地解决包括科研设计与统计分析在内的各种实际问题。

现代医学统计学 内容简介

本书内容涉及R与SAS软件基础知识及医学科研设计中关键技术、定性与定量资料广义差异性分析、变量间相关与回归分析、判别分析与聚类分析的软件实现。

现代医学统计学 目录

目录第1篇 R与SAS软件基础知识第1章 R软件概述 31.1 R软件的历史 31.2 R软件的功能 31.3 R软件的获取 31.4 R软件的界面 51.5 R软件包中的函数 71.6 R软件的工作目录及改变工作目录 121.7 使用R软件的帮助功能 13第2章 在R软件环境中输入和输出数据 142.1 通过R软件或RStudio软件提供的控制台输入和输出数据 142.2 在R软件环境中以文本格式输入和输出数据 172.3 在R软件环境中以Excel格式输入和输出数据 182.4 在R软件环境中以SAS格式输入和输出数据 212.5 在R软件环境中以SPSS格式输入和输出数据 252.6 在R软件环境中以Stata格式输入和输出数据 262.7 在R软件环境中以R格式输入和输出数据 27第3章 R语言简介 313.1 R语言概述 313.2 R语法 323.3 R对象 413.4 函数 62第4章 SAS软件概述 724.1 SAS软件的历史与规模 724.2 SAS软件的框架与结构 724.3 SAS环境与SAS窗口 734.4 发挥SAS帮助功能的作用 744.5 SAS过程与SAS程序的区别 744.6 SAS数据步与SAS过程步简介 754.7 SAS数据集与其他格式的数据简介 76第5章 在SAS软件环境中输入和输出数据 805.1 概述 805.2 导入/导出向导 805.3 IMPORT和EXPORT过程 885.4 数据直接访问 92第6章 基本SAS语言简介 956.1 SAS程序 956.2 SAS语句的概念 966.3 数据步常用语句 1006.4 过程步常用语句 1406.5 全程语句 143第7章 SAS常用函数简介 1477.1 截取函数 1477.2 分位数函数 1497.3 数学函数 1527.4 概率函数 1567.5 样本统计函数 1607.6 随机数函数 163第2篇 医学科研设计中关键技术的软件实现第8章 医学科研设计要览 1718.1 医学课题研究概述 1718.2 医学科研设计方案的种类及主要内容 1728.3 医学伦理道德 1758.4 国际注册 1768.5 硬件和软件条件 1768.6 医学科研课题技术设计方案中的核心内容 177第9章 估计样本含量与检验效能 1849.1 估计样本含量与检验效能的概述 1849.2 定量资料假设检验时估计样本含量与检验效能 1859.3 定性资料假设检验时估计样本含量与检验效能 193第10章 产生随机数与随机抽样 19710.1 产生随机数 19710.2 随机抽样 204第11章 随机分组与统计模拟 21411.1 随机分组 21411.2 统计模拟 219第3篇 定性资料广义差异性分析的软件实现第12章 单组设计一元定性资料区间估计与假设检验 23512.1 问题与数据 23512.2 对数据结构的分析 23512.3 分析目的与统计分析方法的选择 23512.4 基于R的单个率的假设检验与区间估计 23512.5 基于SAS的单个率的假设检验与区间估计 239第13章 2×2列联表资料广义差异性分析 24413.1 配对设计四格表资料的多种诊断指标的计算 24413.2 配对设计四格表资料的一致性与对称性检验 24713.3 横断面设计2×2表资料差异性分析 24913.4 队列研究设计2×2表资料差异性分析 25113.5 病例对照研究设计2×2表资料差异性分析 25313.6 横断面设计2×2表资料非劣效性分析 25413.7 横断面设计2×2表资料等效性分析 25513.8 横断面设计2×2表资料优效性分析 256第14章 R×2列联表与2×C列联表资料线性趋势检验 25814.1 R×2列联表资料线性趋势检验 25814.2 2×C列联表资料线性趋势检验 261第15章 R×C列联表资料广义差异性分析 26515.1 横断面设计双向无序R×C列联表资料差异性分析 26515.2 横断面设计结果变量为有序变量单向有序R×C列联表资料秩和检验 26615.3 横断面设计双向有序且属性不同R×C列联表资料Spearman秩相关分析 26815.4 配对设计扩大形式双向有序且属性相同列联表资料一致性分析 27115.5 配对设计扩大形式双向有序且属性相同列联表资料Kendall’s tau-b秩相关分析 273第16章 高维列联表资料广义差异性分析 27616.1 结果变量为二值变量高维列联表资料CMH校正χ2检验 27616.2 结果变量为多值名义变量高维列联表资料CMH校正χ2检验 28016.3 结果变量为多值有序变量高维列联表资料CMH校正秩和检验 283第4篇 定量资料广义差异性分析的软件实现第17章 定量资料参数假设检验前提条件的检查 28917.1 单组设计一元定量资料小样本正态性检验 28917.2 单组设计一元定量资料大样本正态性检验 29017.3 单因素两水平设计一元定量资料方差齐性检验 29217.4 单因素多水平设计一元定量资料方差齐性检验 294第18章 单因素设计一元定量资料广义差异性分析 29718.1 单组设计一元定量资料t检验及符号秩和检验 29718.2 配对设计一元定量资料t检验与符号秩和检验 29818.3 成组设计一元定量资料差异性检验——t检验及秩和检验 30018.4 成组设计一元定量资料非劣效性检验 30218.5 成组设计一元定量资料等效性检验 30318.6 成组设计一元定量资料优效性检验 30418.7 单因素多水平设计一元定量资料方差分析及秩和检验 30618.8 多个均值之间的两两比较 309第19章 无法考察交互作用的多因素设计一元定量资料方差分析 31219.1 无重复试验随机区组设计一元定量资料方差分析 31219.2 交叉设计一元定量资料方差分析 31919.3 拉丁方设计一元定量资料方差分析 32119.4 嵌套设计一元定量资料方差分析 323第20章 考察全部交互作用的多因素设计一元定量资料方差分析 33020.1 两因素析因设计一元定量资料方差分析 33020.2 三因素析因设计一元定量资料方差分析 335第21章 考察部分交互作用的多因素设计一元定量资料方差分析 33921.1 正交设计一元定量资料方差分析 33921.2 裂区设计一元定量资料方差分析 34721.3 重复测量设计一元定量资料方差分析 350第5篇 变量间相关与回归分析的软件实现第22章 两变量间简单线性相关分析 36322.1 问题、数据及统计分析方法的选择 36322.2 Pearson线性相关分析 36622.3 Spearman秩相关分析 367第23章 两变量间简单线性回归分析 37023.1 问题、数据及统计分析方法的选择 37023.2 简单线性回归分析 370第24章 两变量间简单曲线回归分析 37324.1 问题与数据 37324.2 分析与解答 374第25章 多重线性回归分析核心内容与关键技术概述 38425.1 与多重线性回归分析有关的基本概念 38425.2 构建多重线性回归分析模型的方法 39025.3 多重线性回归分析模型的假设检验 39325.4 实施多重线性回归分析的重要步骤与关键技术 39425.5 多重线性回归分析模型拟合效果的评价 398第26章 基于经典统计思想实现多重线性回归分析 40026.1 未引入派生变量并采用经典统计思想实现多重线性回归分析 40026.2 引入派生变量并采用经典统计思想实现多重线性回归分析 41426.3 基于主成分回归分析与岭回归分析实现多重线性回归分析 424第27章 基于贝叶斯统计思想实现多重线性回归分析 42827.1 MCMC方法概述 42827.2 未引入派生变量且基于贝叶斯统计思想实现多重线性回归分析 42927.3 引入派生变量且基于贝叶斯统计思想实现多重线性回归分析 433第28章 基于机器学习统计思想实现多重线性回归分析 43628.1 机器学习回归分析方法概述 43628.2 未引入派生变量且基于BP神经网络回归分析建模 437第29章 基于经典统计思想实现二值因变量的多重logistic回归分析 44129.1 二值因变量的多重logistic回归模型的建模与求解 44129.2 问题与数据结构 44329.3 二值因变量的多重logistic回归分析 44629.4 基于SAS实现ROC曲线下面积计算与比较 454第30章 基于经典统计思想实现多值有序因变量的多重logistic回归分析 46330.1 多值有序因变量的多重logistic回归模型的建模与求解 46330.2 问题与数据结构 46530.3 多值有序因变量的多重logistic回归分析 467第31章 生存资料非参数统计分析 47431.1 概述 47431.2 问题与数据结构 47731.3 单因素一元生存资料非参数统计分析 478第32章 生存资料Cox比例风险模型回归分析 48332.1 概述 48332.2 问题与数据结构 48432.3 基于SAS的生存资料Cox比例风险模型回归分析 48732.4 基于R的生存资料Cox比例风险模型回归分析 490第33章 Cox非比例风险模型回归分析 49433.1 概述 49433.2 问题与数据结构 49433.3 基于SAS的生存资料Cox比例风险模型回归分析 495第34章 生存资料的参数模型回归分析 50734.1 概述 50734.2 问题与数据结构 50834.3 基于SAS的生存资料参数模型回归分析的准备 50834.4 未引入派生变量且基于SAS的生存资料参数模型回归分析 50934.5 引入派生变量且基于SAS的生存资料参数模型回归分析 51734.6 **模型的判定 52434.7 基于R实现生存资料参数模型回归分析 525第6篇 判别分析与聚类分析的软件实现第35章 基于R软件采用支持向量机方法实现判别分析 53135.1 三类别资料及其分类问题 53135.2 支持向量机方法的实现 53335.3 用支持向量机方法进行判别分析 53435.4 用支持向量机方法进行判别分析的R程序汇

 1/2    1 2 下一页 尾页

医学 基础医学 一般理论

在线阅读