基于流行病學研究設計的R語言實踐 版權信息
- ISBN:9787117365505
- 條形碼:9787117365505 ; 978-7-117-36550-5
- 裝幀:一般膠版紙
- 冊數:暫無
- 重量:暫無
- 所屬分類:>
基于流行病學研究設計的R語言實踐 本書特色
基于流行病學研究設計的R語言實踐本書以流行病學研究設計為主線展開,在R語言基本介紹的基礎上詳細描述了常用的流行病學研究設計以及相應統計方法的R語言代碼實現過程,為讀者利用R語言研究醫學問題提供參考。
基于流行病學研究設計的R語言實踐 內容簡介
《基于流行病學研究設計的R語言實踐》一書分為十四章,以流行病學研究設計為主線展開,在R語言基本介紹的基礎上,詳細描述了橫斷面研究、病例對照研究、病例交叉研究、隊列研究、隨機對照試驗研究、時間序列分析、Meta分析、倍差法、孟德爾隨機化研究等常用的流行病學研究設計,同時描述了其中涉及的統計方法R語言代碼實現過程,并介紹了R語言作圖和空間制圖,可為預防醫學相關專業本科生、研究生學習以及流行病學、社會學等相關領域科研人員利用R語言研究醫學問題提供參考。
基于流行病學研究設計的R語言實踐 目錄
**章 R 語言概述 / 1
一、 R 軟件及RStudio 軟件的獲取和安裝 / 1
二、 RStudio 軟件界面和功能介紹 / 3
三、 R 語言的使用規則簡介 / 5
第二章 數據結構與數據管理/ 9
**節 常見的數據類型 / 9
第二節 數據的基本結構 / 10
一、 向量 / 10
二、 矩陣 / 10
三、 數組 / 11
四、 數據框 / 12
五、 因子 / 15
六、 列表 / 15
第三節 數據的導入與保存 / 17
一、 數據導入 / 17
二、 數據保存 / 21
第四節 數據的初步操作 / 22
一、 數據的整合、重塑與合并 / 22
二、 定義數據分組 / 28
三、 從數據中抽取子集 / 28
第五節 數據的管理和基礎應用 / 30
一、 獲取數據集中變量的名稱 / 30
二、 創建新的變量 / 31
三、 變量的重命名 / 32
四、 缺失值的發現與處理 / 33
五、 數據排序 / 34
六、 數據類型的轉換 / 34
七、 數據描述 / 35
第六節 大數據分析 / 36
一、 創建data/table / 36
二、 設置主鍵 / 36
三、 查看數據 / 37
四、 提取數據集 / 38
五、 數據整理 / 38
第七節 R 語言自帶的數據集 / 40
第三章 基本統計分析/ 43
**節 t 檢驗 / 43
一、 單樣本t 檢驗 / 43
二、 配對t 檢驗 / 44
三、 兩獨立樣本均數比較的t 檢驗 / 45
四、 小結 / 47
第二節 方差分析 / 47
一、 完全隨機設計的方差分析 / 47
二、 隨機區組設計的方差分析 / 49
三、 小結 / 50
第三節 χ2 檢驗 / 50
一、 2×2 交叉表數據的χ2 檢驗 / 50
二、 R×C 交叉表數據的χ2 檢驗 / 51
三、 配對設計數據的χ2 檢驗 / 52
四、 χ2 檢驗的校正 / 52
五、 小結 / 53
第四節 秩和檢驗 / 53
一、 配對設計資料的符號秩和檢驗 / 54
二、 兩組獨立樣本比較的Mann-Whitney 檢驗/ 55
三、 多組獨立樣本比較的Kurskal-Wallis 檢驗 / 56
四、 小結 / 57
第五節 相關分析 / 57
一、 簡單相關分析 / 57
二、 偏相關 / 59
三、 相關關系的可視化 / 60
四、 小結 / 62
第六節 回歸分析 / 62
一、 簡單線性回歸 / 62
二、 多項式回歸 / 65
三、 多重線性回歸 / 67
四、 Logistic 回歸 / 70
五、 泊松回歸 / 75
六、 小結 / 77
第四章 橫斷面研究/ 78
**節 橫斷面研究資料的描述 / 78
一、 案例分析 / 79
二、 小結 / 82
第二節 多重線性回歸 / 82
一、 多重線性回歸分析 / 83
二、 小結 / 86
第三節 二分類變量的Logistic 回歸 / 86
一、 二分類Logistic 回歸分析 / 87
二、 小結 / 90
第四節 無序多分類變量的Logistic 回歸 / 90
一、 無序多分類Logistic 回歸分析 / 90
二、 小結 / 91
第五節 有序多分類變量的Logistic 回歸 / 92
一、 有序多分類變量的Logistic 回歸分析 / 92
二、 小結 / 94
第六節 交互作用分析 / 95
一、 多重線性回歸模型中的交互作用分析 / 95
二、 廣義線性回歸模型中的交互作用分析 / 97
三、 小結 / 99
第五章 病例對照研究/ 101
**節 概述 / 101
一、 基本概念 / 101
二、 基本特點 / 101
三、 研究類型 / 101
四、 病例對照研究的衍生設計 / 102
五、 用途 / 103
第二節 資料分析方法與案例分析 / 103
一、 資料分析方法 / 103
二、 案例分析 / 105
第六章 病例交叉設計/ 124
**節 概述 / 124
第二節 時間分層病例交叉設計 / 125
一、 案例分析 / 125
二、 小結 / 131
第三節 時間分層病例交叉設計結合分布滯后非線性模型 / 132
一、 案例分析 / 132
二、 小結 / 134
第四節 基于個體的時間分層病例交叉設計 / 134
一、 案例分析 / 135
二、 小結 / 137
第七章 隊列研究/ 139
**節 隊列研究中的生存分析 / 139
一、 基本概念 / 139
二、 生存數據案例 / 140
三、 使用R 軟件進行生存分析 / 141
第二節 中介效應分析 / 157
一、 中介效應分析的基本原理和步驟 / 157
二、 中介效應分析在R 語言中的實現 / 158
第八章 隨機對照試驗研究/ 160
**節 概述 / 160
一、 定義和基本原理 / 160
二、 試驗設計關鍵點和常見設計方案 / 160
第二節 資料整理與分析 / 162
一、 資料的整理 / 162
二、 資料的分析 / 162
三、 結果輸出 / 163
第三節 案例分析 / 163
一、 數據描述與預處理 / 163
二、 預分析與生存曲線 / 166
三、 Cox 比例風險回歸 / 168
四、 亞組分析及比較 / 172
第九章 時間序列分析/ 178
**節 時間序列的基本概念和特點 / 178
一、 案例分析 / 178
二、 小結 / 190
第二節 缺失數據的填補 / 191
一、 案例分析 / 191
二、 小結 / 196
第三節 廣義相加模型及其應用 / 196
一、 案例分析 / 196
二、 小結 / 204
第四節 分布滯后非線性模型及應用 / 204
一、 案例分析 / 205
二、 小結 / 208
第十章 Meta 分析 / 209
**節 單因素Meta 分析 / 209
一、 單因素Meta 分析概述 / 209
二、 案例分析 / 210
三、 小結 / 218
第二節 多因素Meta 分析 / 218
一、 多因素Meta 分析概述 / 218
二、 案例分析 / 219
三、 小結 / 224
第三節 Meta 回歸分析/ 224
一、 Meta 回歸分析概述/ 224
二、 案例分析 / 225
三、 小結 / 230
第十一章 R 語言作圖 / 231
**節 plot 基本作圖/ 231
一、 展開空白畫布 / 232
二、 描繪平面直角坐標系 / 232
三、 繪制點圖 / 233
四、 繪制線圖 / 234
五、 改變圖形元素 / 234
六、 添加文本信息 / 237
七、 頁面布局與圖形組合 / 240
第二節 ggplot2 基本作圖/ 242
一、 散點圖 / 242
二、 直方圖 / 244
三、 箱線圖 / 245
第三節 ggplot2 進階/ 247
一、 坐標軸 / 247
二、 圖例 / 248
三、 分面 / 251
四、 主題 / 252
五、 圖案拼接 / 255
六、 儲存與導出 / 262
第十二章 R 語言中的空間數據 / 263
**節 空間數據基本概念 / 263
一、 矢量數據 / 263
二、 柵格數據 / 265
三、 空間坐標參考系 / 267
四、 空間數據處理常用包 / 268
五、 小結 / 269
第二節 空間數據操作 / 269
一、 空間數據的讀寫 / 269
二、 矢量數據操作 / 271
三、 柵格數據操作 / 273
四、 小結 / 286
第十三章 倍差法在R 語言中的應用 / 287
**節 倍差法概述 / 287
第二節 案例分析 / 288
第十四章 孟德爾隨機化/ 294
**節 概述 / 294
一、 孟德爾隨機化的概念 / 294
二、 孟德爾隨機化的統計學方法 / 294
三、 孟德爾隨機化的設計類型 / 295
四、 孟德爾隨機化存在的問題 / 295
第二節 孟德爾隨機化分析軟件及分析過程 / 296
一、 單樣本孟德爾隨機化 / 296
二、 兩樣本孟德爾隨機化 / 299
參考文獻/ 306
展開全部
基于流行病學研究設計的R語言實踐 作者簡介
林華亮,教授、博士生導師,中山大學公共衛生學院院長助理、流行病學系主任。先后獲得中山大學“百人計劃”中青年杰出人才、廣東省杰出青年醫學人才等稱號,入選“全球頂尖前10萬科學家排名榜”。長期從事大氣污染及其與基因易感性交互作用在慢性病發生發展中的作用研究,并提出了大氣污染控制濃度閾值的新方法。