掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
R軟件及其環(huán)境流行病學應(yīng)用-(附光盤) 版權(quán)信息
- ISBN：9787511114709
- 條形碼：9787511114709 ; 978-7-5111-1470-9
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
R軟件及其環(huán)境流行病學應(yīng)用-(附光盤) 本書特色
《r軟件及其環(huán)境流行病學應(yīng)用(附光盤)》為一部關(guān)于開源免費統(tǒng)計軟件r的專著，書中結(jié)合統(tǒng)計學原理的基本內(nèi)容，介紹r軟件的功能及其應(yīng)用實例，適合于初、中級讀者作為基礎(chǔ)教材和參考書使用。r軟件是一種免費軟件，具有強大的統(tǒng)計計算和繪圖功能，*初由新西蘭奧克蘭大學統(tǒng)計學系的robert gentleman和ross ihaka編寫。其源代碼于1995年公布于眾。由于該軟件具有自編程序的功能，許多統(tǒng)計學者不斷添加自編的新程序，使其功能日益完善，受到全世界統(tǒng)計工作者的青睞。本書的目的在于介紹該統(tǒng)計軟件，為使用者提供一種新的軟件選擇。
R軟件及其環(huán)境流行病學應(yīng)用-(附光盤) 內(nèi)容簡介
《R軟件及其環(huán)境流行病學應(yīng)用》共分三篇，內(nèi)容包括：對象和數(shù)據(jù)框、對象的種類與屬性、改變對象的屬性、對象的使用、R數(shù)據(jù)的生成、導入和導出、創(chuàng)建R數(shù)據(jù)集、從文件讀取數(shù)據(jù)、從其他應(yīng)用軟件所產(chǎn)生的數(shù)據(jù)文件導入數(shù)據(jù)、存儲數(shù)據(jù)、在R中顯示數(shù)據(jù)等。
R軟件及其環(huán)境流行病學應(yīng)用-(附光盤) 目錄
**篇 r基礎(chǔ)
第1章 緒論
1.1 r的起源和發(fā)展
1.2 r的功能和特點
1.3 r軟件的獲取與安裝
1.4 r工作基本原理
1.5 r在線幫助
1.6 獲取關(guān)于r和系統(tǒng)的信息
第2章 r的數(shù)據(jù)操作
2.1 數(shù)的簡單運算
2.2 數(shù)學函數(shù)
2.3 向量
2.4 矩陣
2.5 數(shù)組
2.6 因子向量
2.7 隨機序列
第3章 對象和數(shù)據(jù)框
3.1 對象的種類與屬性
3.2 改變對象的屬性
3.3 對象的使用
第4章 r數(shù)據(jù)的生成、導入和導出
4.1 創(chuàng)建r數(shù)據(jù)集
4.2 從文件讀取數(shù)據(jù)
4.3 從其他應(yīng)用軟件所產(chǎn)生的數(shù)據(jù)文件導入數(shù)據(jù)
4.4 存儲數(shù)據(jù)
4.5 在r中顯示數(shù)據(jù)
第5章 數(shù)據(jù)集的整理
5.1 數(shù)據(jù)集的檢查
5.2 數(shù)據(jù)集的修改
5.3 變量值的替換或取出數(shù)據(jù)子集
5.4 向量和矩陣的合并與刪除
第6章 r程序包
6.1 r程序包的種類
6.2 程序包的安裝
6.3 關(guān)于程序包操作的函數(shù)
6.4 程序包及其幫助
第7章 r函數(shù)
7.1 函數(shù)的調(diào)用與查詢
7.2 用戶自定義函數(shù)
7.3 幾種特殊的函數(shù)
7.4 泛型函數(shù)
第8章 r繪圖
8.1 管理繪圖
8.2 繪制圖形
8.3 繪圖參數(shù)與繪圖符號
8.4 幾種復(fù)雜圖形的繪制
第9章 控制流
9.1 if-條件語句
9.2 ifelse()函數(shù)
9.3 switch()函數(shù)
9.4 for()語句
9.5 while()語句
9.6 repeat語句
第10章 r編程實踐
10.1 一個非線性模型的編程
10.2 編寫一個兩獨立樣本，檢驗的r程序
10.3 獨立樣本2×2差異性檢驗的自定義函數(shù)
10.4 計算線性回歸參數(shù)估計值的程序
10.5 對三個不同種屬的鳥繪圖
10.6 編寫用newton-raphson迭代法求解非線性方程組的根的程序
10.7 用遞歸函數(shù)計算積分的程序
10.8 正態(tài)分布概率密度函數(shù)動畫程序
10.9 一個猜數(shù)字的小游戲
10.10 程序的運行方式
第二篇 常用統(tǒng)計方法
第11章 定量變量的描述性統(tǒng)計
11.1 頻數(shù)分布
11.2 集中趨勢
11.3 離散趨勢
11.4 正態(tài)分布
11.5 醫(yī)學參考值的估計
第12章 分類變量的描述性統(tǒng)計
12.1 常用的比例指標及其意義
12.2 相對危險度與優(yōu)勢比
12.3 率的標準化法
12.4 動態(tài)數(shù)列
12.5 比例指標應(yīng)用時的注意事項
第13章 抽樣誤差、區(qū)間估計與假設(shè)檢驗
13.1 均數(shù)的抽樣誤差
13.2 均數(shù)的抽樣誤差的分布——t分布
13.3 總體均數(shù)的可信區(qū)間估計
13.4 方差的抽樣誤差與可信區(qū)間估計
13.5 率的抽樣誤差與可信區(qū)間估計
13.6 假設(shè)檢驗
第14章 x2檢驗
14.1 x2分布
14.2 擬合優(yōu)度檢驗
14.3 獨立性檢驗
14.4 趨勢檢驗
14.5 多個四格表的聯(lián)合分析
14.6 四格表的費歇爾精確概率檢驗
第15章 方差分析
15.1 單向方差分析
15.2 雙向方差分析
第16章 二項分布與泊松分布
16.1 二項分布的概念
16.2 二項分布的性質(zhì)
16.3 二項分布的應(yīng)用
16.4 泊松分布的概念
16.5 poisson分布的性質(zhì)
16.6 poisson分布的應(yīng)用
第17章 生存時間資料的非參數(shù)分析方法
17.1 生存時間資料的特點
17.2 小樣本生存率的kaplan-meier估計
17.3 大樣本生存率的壽命表法估計
17.4 生存曲線比較的假設(shè)檢驗
第18章 回歸與相關(guān)
18.1 直線回歸與相關(guān)
18.2 多元線性回歸與相關(guān)
第19章 logistic回歸
19.1 logistic回歸的模型結(jié)構(gòu)
19.2 回歸參數(shù)的估計及其假設(shè)檢驗
19.3 回歸參數(shù)的解釋
19.4 回歸模型擬合情況的分析
19.5 應(yīng)用logistic回歸時值得注意的幾個問題
19.6 匹配設(shè)計資料的logistic回歸
第20章 cox比例風險模型
20.1 模型結(jié)構(gòu)與參數(shù)估計
20.2 回歸模型的應(yīng)用
20.3 風險函數(shù)和生存函數(shù)的估計
20.4 比例風險假設(shè)的檢驗
20.5 時依協(xié)變量
第三篇 時間序列分析方法
第21章 時間序列的特點
21.1 時間序列資料的組分
21.2 時間序列的自相關(guān)性
21.3 時間序列的平穩(wěn)性概念
21.4 幾種基本的平穩(wěn)時間序列模型
21.5 時間序列平穩(wěn)性檢驗
第22章 時間序列的經(jīng)典分析方法
22.1 經(jīng)典組分分解法
22.2 線性回歸分析法
22.3 調(diào)和季節(jié)模型(harmonic seasonal models)
22.4 指數(shù)勻滑與holt-winters指數(shù)勻滑法
第23章 平穩(wěn)時間序列分析
23.1 差分算子和后向移位算子
23.2 自回歸模型
23.3 移動平均模型
23.4 自回歸移動平均模型
23.5 平穩(wěn)時間序列模型的配合
第24章 非平穩(wěn)時間序列分析
24.1 非平穩(wěn)時間序列的平穩(wěn)化
24.2 arima模型
24.3 arima(p，d，g)模型的預(yù)報
第25章 季節(jié)非平穩(wěn)時間序列模型
25.1 單純季節(jié)自回歸求和移動平均模型
25.2 復(fù)合性季節(jié)自回歸求和移動平均模型
第26章 帶輸入變量的時間序列模型
26.1 具有自相關(guān)殘差的回歸模型
26.2 干預(yù)模型
26.3 傳遞函數(shù)模型
第27章 廣義加性模型
27.1 廣義加性模型的結(jié)構(gòu)
27.2 廣義加性模型配合的例子
第28章 不良健康效應(yīng)的經(jīng)濟損失分析
28.1 健康效應(yīng)模型
28.2 經(jīng)濟損失的估計
附表1 標準正態(tài)分布曲線下的面積
附表2 t界值表
附表3 卡方界值表
附表4 f分布的上側(cè)臨界值表(供方差分析用)
附表5 野界值表
附表6-1 百分率的可信區(qū)間
附表6-2 百分率的可信區(qū)間
附表6-3 百分率的可信區(qū)間
附表7 poisson分布的可信區(qū)間
附表8 廠界值表(peal.son相關(guān)系數(shù)檢驗用)
第1章 緒論
1.1 r的起源和發(fā)展
1.2 r的功能和特點
1.3 r軟件的獲取與安裝
1.4 r工作基本原理
1.5 r在線幫助
1.6 獲取關(guān)于r和系統(tǒng)的信息
第2章 r的數(shù)據(jù)操作
2.1 數(shù)的簡單運算
2.2 數(shù)學函數(shù)
2.3 向量
2.4 矩陣
2.5 數(shù)組
2.6 因子向量
2.7 隨機序列
第3章 對象和數(shù)據(jù)框
3.1 對象的種類與屬性
3.2 改變對象的屬性
3.3 對象的使用
第4章 r數(shù)據(jù)的生成、導入和導出
4.1 創(chuàng)建r數(shù)據(jù)集
4.2 從文件讀取數(shù)據(jù)
4.3 從其他應(yīng)用軟件所產(chǎn)生的數(shù)據(jù)文件導入數(shù)據(jù)
4.4 存儲數(shù)據(jù)
4.5 在r中顯示數(shù)據(jù)
第5章 數(shù)據(jù)集的整理
5.1 數(shù)據(jù)集的檢查
5.2 數(shù)據(jù)集的修改
5.3 變量值的替換或取出數(shù)據(jù)子集
5.4 向量和矩陣的合并與刪除
第6章 r程序包
6.1 r程序包的種類
6.2 程序包的安裝
6.3 關(guān)于程序包操作的函數(shù)
6.4 程序包及其幫助
第7章 r函數(shù)
7.1 函數(shù)的調(diào)用與查詢
7.2 用戶自定義函數(shù)
7.3 幾種特殊的函數(shù)
7.4 泛型函數(shù)
第8章 r繪圖
8.1 管理繪圖
8.2 繪制圖形
8.3 繪圖參數(shù)與繪圖符號
8.4 幾種復(fù)雜圖形的繪制
第9章 控制流
9.1 if-條件語句
9.2 ifelse()函數(shù)
9.3 switch()函數(shù)
9.4 for()語句
9.5 while()語句
9.6 repeat語句
第10章 r編程實踐
10.1 一個非線性模型的編程
10.2 編寫一個兩獨立樣本，檢驗的r程序
10.3 獨立樣本2×2差異性檢驗的自定義函數(shù)
10.4 計算線性回歸參數(shù)估計值的程序
10.5 對三個不同種屬的鳥繪圖
10.6 編寫用newton-raphson迭代法求解非線性方程組的根的程序
10.7 用遞歸函數(shù)計算積分的程序
10.8 正態(tài)分布概率密度函數(shù)動畫程序
10.9 一個猜數(shù)字的小游戲
10.10 程序的運行方式
第二篇 常用統(tǒng)計方法
第11章 定量變量的描述性統(tǒng)計
11.1 頻數(shù)分布
11.2 集中趨勢
11.3 離散趨勢
11.4 正態(tài)分布
11.5 醫(yī)學參考值的估計
第12章 分類變量的描述性統(tǒng)計
12.1 常用的比例指標及其意義
12.2 相對危險度與優(yōu)勢比
12.3 率的標準化法
12.4 動態(tài)數(shù)列
12.5 比例指標應(yīng)用時的注意事項
第13章 抽樣誤差、區(qū)間估計與假設(shè)檢驗
13.1 均數(shù)的抽樣誤差
13.2 均數(shù)的抽樣誤差的分布——t分布
13.3 總體均數(shù)的可信區(qū)間估計
13.4 方差的抽樣誤差與可信區(qū)間估計
13.5 率的抽樣誤差與可信區(qū)間估計
13.6 假設(shè)檢驗
第14章 x2檢驗
14.1 x2分布
14.2 擬合優(yōu)度檢驗
14.3 獨立性檢驗
14.4 趨勢檢驗
14.5 多個四格表的聯(lián)合分析
14.6 四格表的費歇爾精確概率檢驗
第15章 方差分析
15.1 單向方差分析
15.2 雙向方差分析
第16章 二項分布與泊松分布
16.1 二項分布的概念
16.2 二項分布的性質(zhì)
16.3 二項分布的應(yīng)用
16.4 泊松分布的概念
16.5 poisson分布的性質(zhì)
16.6 poisson分布的應(yīng)用
第17章 生存時間資料的非參數(shù)分析方法
17.1 生存時間資料的特點
17.2 小樣本生存率的kaplan-meier估計
17.3 大樣本生存率的壽命表法估計
17.4 生存曲線比較的假設(shè)檢驗
第18章 回歸與相關(guān)
18.1 直線回歸與相關(guān)
18.2 多元線性回歸與相關(guān)
第19章 logistic回歸
19.1 logistic回歸的模型結(jié)構(gòu)
19.2 回歸參數(shù)的估計及其假設(shè)檢驗
19.3 回歸參數(shù)的解釋
19.4 回歸模型擬合情況的分析
19.5 應(yīng)用logistic回歸時值得注意的幾個問題
19.6 匹配設(shè)計資料的logistic回歸
第20章 cox比例風險模型
20.1 模型結(jié)構(gòu)與參數(shù)估計
20.2 回歸模型的應(yīng)用
20.3 風險函數(shù)和生存函數(shù)的估計
20.4 比例風險假設(shè)的檢驗
20.5 時依協(xié)變量
第三篇 時間序列分析方法
第21章 時間序列的特點
21.1 時間序列資料的組分
21.2 時間序列的自相關(guān)性
21.3 時間序列的平穩(wěn)性概念
21.4 幾種基本的平穩(wěn)時間序列模型
21.5 時間序列平穩(wěn)性檢驗
第22章 時間序列的經(jīng)典分析方法
22.1 經(jīng)典組分分解法
22.2 線性回歸分析法
22.3 調(diào)和季節(jié)模型(harmonic seasonal models)
22.4 指數(shù)勻滑與holt-winters指數(shù)勻滑法
第23章 平穩(wěn)時間序列分析
23.1 差分算子和后向移位算子
23.2 自回歸模型
23.3 移動平均模型
23.4 自回歸移動平均模型
23.5 平穩(wěn)時間序列模型的配合
第24章 非平穩(wěn)時間序列分析
24.1 非平穩(wěn)時間序列的平穩(wěn)化
24.2 arima模型
24.3 arima(p，d，g)模型的預(yù)報
第25章 季節(jié)非平穩(wěn)時間序列模型
25.1 單純季節(jié)自回歸求和移動平均模型
25.2 復(fù)合性季節(jié)自回歸求和移動平均模型
第26章 帶輸入變量的時間序列模型
26.1 具有自相關(guān)殘差的回歸模型
26.2 干預(yù)模型
26.3 傳遞函數(shù)模型
第27章 廣義加性模型
27.1 廣義加性模型的結(jié)構(gòu)
27.2 廣義加性模型配合的例子
第28章 不良健康效應(yīng)的經(jīng)濟損失分析
28.1 健康效應(yīng)模型
28.2 經(jīng)濟損失的估計
附表1 標準正態(tài)分布曲線下的面積
附表2 t界值表
附表3 卡方界值表
附表4 f分布的上側(cè)臨界值表(供方差分析用)
附表5 野界值表
附表6-1 百分率的可信區(qū)間
附表6-2 百分率的可信區(qū)間
附表6-3 百分率的可信區(qū)間
附表7 poisson分布的可信區(qū)間
附表8 廠界值表(peal.son相關(guān)系數(shù)檢驗用)
展開全部
書友推薦
- >
羅庸西南聯(lián)大授課錄
- >
我從未如此眷戀人間
- >
有舍有得是人生
- >
巴金－再思錄
- >
經(jīng)典常談
- >
煙與鏡
- >
我與地壇
- >
龍榆生：詞曲概論/大家小書
本類暢銷
