掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
中醫入門必背歌訣
-
>
醫驗集要
-
>
尋回中醫失落的元神2:象之篇
-
>
補遺雷公炮制便覽 (一函2冊)
-
>
人體解剖學常用詞圖解(精裝)
-
>
神醫華佗(奇方妙治)
-
>
(精)河南古代醫家經驗輯
現代醫學統計學 版權信息
- ISBN：9787030647238
- 條形碼：9787030647238 ; 978-7-03-064723-8
- 裝幀：平裝膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
現代醫學統計學 本書特色
《現代醫學統計學》內容涉及R與SAS軟件基礎知識及醫學科研設計中關鍵技術、定性與定量資料廣義差異性分析、變量間相關與回歸分析、判別分析與聚類分析的軟件實現。《現代醫學統計學》基于經典統計、貝葉斯統計、蒙特卡羅統計和機器學習與深度學習等統計思想來介紹統計學理論及方法，基于R與SAS兩種各具特色且優勢互補的統計軟件來實現統計計算，再通過大量實例來演示如何正確、方便且高效地解決包括科研設計與統計分析在內的各種實際問題。
現代醫學統計學 內容簡介
本書內容涉及R與SAS軟件基礎知識及醫學科研設計中關鍵技術、定性與定量資料廣義差異性分析、變量間相關與回歸分析、判別分析與聚類分析的軟件實現。
現代醫學統計學 目錄
目錄第1篇 R與SAS軟件基礎知識第1章 R軟件概述 31.1 R軟件的歷史 31.2 R軟件的功能 31.3 R軟件的獲取 31.4 R軟件的界面 51.5 R軟件包中的函數 71.6 R軟件的工作目錄及改變工作目錄 121.7 使用R軟件的幫助功能 13第2章 在R軟件環境中輸入和輸出數據 142.1 通過R軟件或RStudio軟件提供的控制臺輸入和輸出數據 142.2 在R軟件環境中以文本格式輸入和輸出數據 172.3 在R軟件環境中以Excel格式輸入和輸出數據 182.4 在R軟件環境中以SAS格式輸入和輸出數據 212.5 在R軟件環境中以SPSS格式輸入和輸出數據 252.6 在R軟件環境中以Stata格式輸入和輸出數據 262.7 在R軟件環境中以R格式輸入和輸出數據 27第3章 R語言簡介 313.1 R語言概述 313.2 R語法 323.3 R對象 413.4 函數 62第4章 SAS軟件概述 724.1 SAS軟件的歷史與規模 724.2 SAS軟件的框架與結構 724.3 SAS環境與SAS窗口 734.4 發揮SAS幫助功能的作用 744.5 SAS過程與SAS程序的區別 744.6 SAS數據步與SAS過程步簡介 754.7 SAS數據集與其他格式的數據簡介 76第5章 在SAS軟件環境中輸入和輸出數據 805.1 概述 805.2 導入/導出向導 805.3 IMPORT和EXPORT過程 885.4 數據直接訪問 92第6章 基本SAS語言簡介 956.1 SAS程序 956.2 SAS語句的概念 966.3 數據步常用語句 1006.4 過程步常用語句 1406.5 全程語句 143第7章 SAS常用函數簡介 1477.1 截取函數 1477.2 分位數函數 1497.3 數學函數 1527.4 概率函數 1567.5 樣本統計函數 1607.6 隨機數函數 163第2篇 醫學科研設計中關鍵技術的軟件實現第8章 醫學科研設計要覽 1718.1 醫學課題研究概述 1718.2 醫學科研設計方案的種類及主要內容 1728.3 醫學倫理道德 1758.4 國際注冊 1768.5 硬件和軟件條件 1768.6 醫學科研課題技術設計方案中的核心內容 177第9章 估計樣本含量與檢驗效能 1849.1 估計樣本含量與檢驗效能的概述 1849.2 定量資料假設檢驗時估計樣本含量與檢驗效能 1859.3 定性資料假設檢驗時估計樣本含量與檢驗效能 193第10章 產生隨機數與隨機抽樣 19710.1 產生隨機數 19710.2 隨機抽樣 204第11章 隨機分組與統計模擬 21411.1 隨機分組 21411.2 統計模擬 219第3篇 定性資料廣義差異性分析的軟件實現第12章 單組設計一元定性資料區間估計與假設檢驗 23512.1 問題與數據 23512.2 對數據結構的分析 23512.3 分析目的與統計分析方法的選擇 23512.4 基于R的單個率的假設檢驗與區間估計 23512.5 基于SAS的單個率的假設檢驗與區間估計 239第13章 2×2列聯表資料廣義差異性分析 24413.1 配對設計四格表資料的多種診斷指標的計算 24413.2 配對設計四格表資料的一致性與對稱性檢驗 24713.3 橫斷面設計2×2表資料差異性分析 24913.4 隊列研究設計2×2表資料差異性分析 25113.5 病例對照研究設計2×2表資料差異性分析 25313.6 橫斷面設計2×2表資料非劣效性分析 25413.7 橫斷面設計2×2表資料等效性分析 25513.8 橫斷面設計2×2表資料優效性分析 256第14章 R×2列聯表與2×C列聯表資料線性趨勢檢驗 25814.1 R×2列聯表資料線性趨勢檢驗 25814.2 2×C列聯表資料線性趨勢檢驗 261第15章 R×C列聯表資料廣義差異性分析 26515.1 橫斷面設計雙向無序R×C列聯表資料差異性分析 26515.2 橫斷面設計結果變量為有序變量單向有序R×C列聯表資料秩和檢驗 26615.3 橫斷面設計雙向有序且屬性不同R×C列聯表資料Spearman秩相關分析 26815.4 配對設計擴大形式雙向有序且屬性相同列聯表資料一致性分析 27115.5 配對設計擴大形式雙向有序且屬性相同列聯表資料Kendall’s tau-b秩相關分析 273第16章 高維列聯表資料廣義差異性分析 27616.1 結果變量為二值變量高維列聯表資料CMH校正χ2檢驗 27616.2 結果變量為多值名義變量高維列聯表資料CMH校正χ2檢驗 28016.3 結果變量為多值有序變量高維列聯表資料CMH校正秩和檢驗 283第4篇 定量資料廣義差異性分析的軟件實現第17章 定量資料參數假設檢驗前提條件的檢查 28917.1 單組設計一元定量資料小樣本正態性檢驗 28917.2 單組設計一元定量資料大樣本正態性檢驗 29017.3 單因素兩水平設計一元定量資料方差齊性檢驗 29217.4 單因素多水平設計一元定量資料方差齊性檢驗 294第18章 單因素設計一元定量資料廣義差異性分析 29718.1 單組設計一元定量資料t檢驗及符號秩和檢驗 29718.2 配對設計一元定量資料t檢驗與符號秩和檢驗 29818.3 成組設計一元定量資料差異性檢驗——t檢驗及秩和檢驗 30018.4 成組設計一元定量資料非劣效性檢驗 30218.5 成組設計一元定量資料等效性檢驗 30318.6 成組設計一元定量資料優效性檢驗 30418.7 單因素多水平設計一元定量資料方差分析及秩和檢驗 30618.8 多個均值之間的兩兩比較 309第19章 無法考察交互作用的多因素設計一元定量資料方差分析 31219.1 無重復試驗隨機區組設計一元定量資料方差分析 31219.2 交叉設計一元定量資料方差分析 31919.3 拉丁方設計一元定量資料方差分析 32119.4 嵌套設計一元定量資料方差分析 323第20章 考察全部交互作用的多因素設計一元定量資料方差分析 33020.1 兩因素析因設計一元定量資料方差分析 33020.2 三因素析因設計一元定量資料方差分析 335第21章 考察部分交互作用的多因素設計一元定量資料方差分析 33921.1 正交設計一元定量資料方差分析 33921.2 裂區設計一元定量資料方差分析 34721.3 重復測量設計一元定量資料方差分析 350第5篇 變量間相關與回歸分析的軟件實現第22章 兩變量間簡單線性相關分析 36322.1 問題、數據及統計分析方法的選擇 36322.2 Pearson線性相關分析 36622.3 Spearman秩相關分析 367第23章 兩變量間簡單線性回歸分析 37023.1 問題、數據及統計分析方法的選擇 37023.2 簡單線性回歸分析 370第24章 兩變量間簡單曲線回歸分析 37324.1 問題與數據 37324.2 分析與解答 374第25章 多重線性回歸分析核心內容與關鍵技術概述 38425.1 與多重線性回歸分析有關的基本概念 38425.2 構建多重線性回歸分析模型的方法 39025.3 多重線性回歸分析模型的假設檢驗 39325.4 實施多重線性回歸分析的重要步驟與關鍵技術 39425.5 多重線性回歸分析模型擬合效果的評價 398第26章 基于經典統計思想實現多重線性回歸分析 40026.1 未引入派生變量并采用經典統計思想實現多重線性回歸分析 40026.2 引入派生變量并采用經典統計思想實現多重線性回歸分析 41426.3 基于主成分回歸分析與嶺回歸分析實現多重線性回歸分析 424第27章 基于貝葉斯統計思想實現多重線性回歸分析 42827.1 MCMC方法概述 42827.2 未引入派生變量且基于貝葉斯統計思想實現多重線性回歸分析 42927.3 引入派生變量且基于貝葉斯統計思想實現多重線性回歸分析 433第28章 基于機器學習統計思想實現多重線性回歸分析 43628.1 機器學習回歸分析方法概述 43628.2 未引入派生變量且基于BP神經網絡回歸分析建模 437第29章 基于經典統計思想實現二值因變量的多重logistic回歸分析 44129.1 二值因變量的多重logistic回歸模型的建模與求解 44129.2 問題與數據結構 44329.3 二值因變量的多重logistic回歸分析 44629.4 基于SAS實現ROC曲線下面積計算與比較 454第30章 基于經典統計思想實現多值有序因變量的多重logistic回歸分析 46330.1 多值有序因變量的多重logistic回歸模型的建模與求解 46330.2 問題與數據結構 46530.3 多值有序因變量的多重logistic回歸分析 467第31章 生存資料非參數統計分析 47431.1 概述 47431.2 問題與數據結構 47731.3 單因素一元生存資料非參數統計分析 478第32章 生存資料Cox比例風險模型回歸分析 48332.1 概述 48332.2 問題與數據結構 48432.3 基于SAS的生存資料Cox比例風險模型回歸分析 48732.4 基于R的生存資料Cox比例風險模型回歸分析 490第33章 Cox非比例風險模型回歸分析 49433.1 概述 49433.2 問題與數據結構 49433.3 基于SAS的生存資料Cox比例風險模型回歸分析 495第34章 生存資料的參數模型回歸分析 50734.1 概述 50734.2 問題與數據結構 50834.3 基于SAS的生存資料參數模型回歸分析的準備 50834.4 未引入派生變量且基于SAS的生存資料參數模型回歸分析 50934.5 引入派生變量且基于SAS的生存資料參數模型回歸分析 51734.6 **模型的判定 52434.7 基于R實現生存資料參數模型回歸分析 525第6篇 判別分析與聚類分析的軟件實現第35章 基于R軟件采用支持向量機方法實現判別分析 53135.1 三類別資料及其分類問題 53135.2 支持向量機方法的實現 53335.3 用支持向量機方法進行判別分析 53435.4 用支持向量機方法進行判別分析的R程序匯
展開全部
現代醫學統計學 作者簡介
胡良平，1955年出生，教授，博士生導師，曾任軍事醫學科學院研究生部醫學統計學教研室主任和生物醫學統計學咨詢中心主任，現任國際一般系統論研究會中國分會概率統計系統專業理事會常務理事，第九屆中國現場統計研究會理事，中國生物醫學統計學會副會長，《中華醫學雜志》等10余種雜志編委，北京大學口腔醫學院客座教授，國家食品藥品監督管理局評審專家；主編統計學專著42部，參編統計學專著10部，總字數超過了1。5億字；發表第一作者學術論文220余篇，發表合作論文150余篇，獲軍隊科技成果和省部級科技成果多項；參加并完成三項國家標準的撰寫工作；參加兩項國家科技重大專項課題研究工作；在從事統計學工作的近50年中，為幾千名研究生、醫學科研人員、臨床醫生和雜志編輯講授生物醫學統計學，在全國各地作統計學學術報告100會場，舉辦數十期全國統計學培訓班，培養多名統計學專業碩士和博士研究生；近幾年來，參加國家級新藥和醫療器械項目評審數十項、參加100多項全軍重大重點課題的統計學檢查工作；歸納并提煉出有利于透過現象看本質的“八性”和“八思維”的統計學思想；獨創了逆向統計學教學法和三型理論。擅長科研課題的科研設計、復雜科研資料的統計分析與SAS實現、各種層次的統計學教學培訓和咨詢工作。
書友推薦
- >
經典常談
- >
山海經
- >
苦雨齋序跋文-周作人自編集
- >
伊索寓言-世界文學名著典藏-全譯本
- >
羅庸西南聯大授課錄
- >
李白與唐代文化
- >
二體千字文
- >
我從未如此眷戀人間
本類暢銷
