幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

醫學數據挖掘案例與實踐(第2版)

  • 作者：編者:華琳//李林|責編:龍啟銘
  • 出版社：清華大學
  • ISBN：9787302628309
  • 出版日期：2023/05/01
  • 裝幀：平裝
  • 頁數：243
人民幣：RMB 49 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    基於大數據時代生物醫學數據的爆炸式增長，本書從醫學科研中的實際問題出發，以案例的形式深入淺出地介紹醫學數據挖掘技術，包括決策樹模型、支持向量機、隨機森林分類、關聯規則、貝葉斯網路構建等，並詳細介紹數據挖掘軟體（SPSS、SAS和R等）的操作步驟，重點突出實用性和可操作性，以期提高讀者對醫學科研數據的深層次處理與分析的能力。
    本書第1版自出版以來，得到了廣大醫學生和醫學工作者的肯定，被很多醫學類院校選用為數據挖掘類課程教材。考慮近年來新的醫學數據挖掘方法層出不窮，並在臨床醫學和基礎醫學研究中有潛在的應用價值，因此本書在第2版中增加了Logistic回歸諾莫圖的繪製、決策曲線分析、Cox回歸的諾莫圖繪製、偏AUC分析、Lasso回歸、決策樹回歸、網路Meta分析、偏最小二乘判別分析和系統聚類圖的各類圖形展示等內容，並仍以案例的形式詳細講解如何應用R軟體操作實現。
    本書主要取材於編者近年來從事生物醫學數據深度挖掘方面的研究與教學工作內容，可作為醫學院校本科生及研究生教材，也可作為醫學基礎及臨床科研工作者和相關技術人員科學研究的參考用書。
作者介紹
編者:華琳//李林|責編:龍啟銘
目錄
第1章  數據預處理
  1.1  異常值的常見處理方法
  1.2  缺失值填補的SPSS軟體實現
  1.3  缺失值填補的R軟體實現
第2章  多元線性回歸分析
  2.1  多元線性回歸的概念
  2.2  多元線性回歸的模型結構
  2.3  多元逐步線性回歸
第3章  Logistic回歸分析
  3.1  Logistic回歸分析的基本概念
  3.2  Logistic回歸的模型結構
  3.3  應用實例1：一般資料的Logistic回歸
  3.4  應用實例2：列聯表資料的Logistic回歸
  3.5  應用實例3：多項Logistic回歸分析
  3.6  Logistic回歸模型的Nomogram圖展示
  3.7  多個Logistic回歸模型評價的決策曲線分析法
第4章  非線性回歸擬合分析
  4.1  非線性回歸基本概念
  4.2  應用實例1：對新增SARS病例數的預測分析
  4.3  應用實例2：對累計SARS病例數的預測分析
第5章  生存分析
  5.1  生存分析的基本概念
  5.2  生存分析的資料特點
  5.3  生存資料的分析方法
  5.4  應用實例1：累積生存率的計算
  5.5  應用實例2：小樣本生存率的Kaplan-Meier估計
  5.6  應用實例3：生存曲線比較的Log-rank檢驗
  5.7  應用實例4：Cox回歸
    5.7.1  Cox模型結構與參數估計
    5.7.2  應用實例：Cox回歸分析
    5.7.3  Cox回歸的諾莫圖繪製
第6章  基於競爭風險模型的生存分析
  6.1  競爭風險模型
  6.2  應用實例：競爭風險模型的生存分析
第7章  Meta分析
  7.1  Meta分析概述
  7.2  Meta分析的方法與步驟
  7.3  應用實例1：二分類資料的Meta分析
  7.4  應用實例2：連續資料的Meta分析
第8章  劑量-反應模型的Meta分析
  8.1  劑量-反應關係的數據結構
  8.2  線性擬合
  8.3  非線性擬合-三次曲線擬合
第9章  決策樹模型分析
  9.1  分類的概念
  9.2  分類的步驟
  9.3  分類器性能的評估
  9.4  決策樹分類器簡介
  9.5  應用實例：決策樹分類分析
  9.6  應用實例：決策樹回歸分析

第10章  隨機森林法提取特徵屬性
  10.1  隨機森林方法基本概念
  10.2  基於平均基尼指數減少量的特徵屬性選擇
  10.3  應用實例：隨機森林法提取特徵屬性
第11章  傾向性得分匹配方法
  11.1  傾向性得分匹配方法概述
  11.2  傾向性得分匹配方法的步驟
  11.3  應用實例：傾向性得分匹配
第12章  用廣義估計方程分析重複測量的定性資料
  12.1  廣義估計方程的基本概念
  12.2  廣義線性模型的結構
  12.3  GEE演算法
  12.4  應用實例1：重複測量的實驗數據
  12.5  應用實例2：問卷調查中的多選題數據
第13章  基於支持向量機的微陣列數據分類
  13.1  支持向量機簡介
  13.2  支持向量機的基本原理
  13.3  應用實例：支持向量機分類
第14章  時間序列分析
  14.1  時間序列分析的基本概念
  14.2  時間序列分析的主要步驟
  14.3  應用實例：時間序列分析
第15章  路徑圖分析
  15.1  路徑圖分析基本理論
  15.2  路徑圖分析的基本步驟
  15.3  應用實例：路徑圖分析
    15.3.1  第一個回歸分析
    15.3.2  第二個回歸分析
    15.3.3  第三個回歸分析
第16章  主成分分析與因子分析
  16.1  主成分分析概念
  16.2  應用實例1：主成分分析
  16.3  因子分析概念
  16.4  應用實例2：因子分析
第17章  判別分析
  17.1  判別分析的概念
  17.2  常用的判別分析方法
  17.3  判別函數的驗證
  17.4  應用實例：判別分析
第18章  聚類分析
  18.1  聚類分析的概念
  18.2  K均值聚類法
  18.3  應用實例1：K均值聚類及可視化
  18.4  系統聚類法
  18.5  應用實例2：系統聚類
  18.6  繪製雙向聚類熱圖
第19章  關聯規則
  19.1  關聯規則的基本概念
  19.2  關聯規則的質量和重要性
  19.3  關聯規則分析的基本方法

  19.4  應用實例：關聯規則分析
第20章  兩組ROC曲線下的面積比較
  20.1  ROC曲線的構建
  20.2  ROC曲線下面積
  20.3  兩組ROC曲線下面積比較
  20.4  應用實例：兩組ROC曲線下面積比較
  20.5  偏AUC分析
第21章  診斷準確性試驗Meta分析
  21.1  診斷準確性試驗Meta分析基本概念
  21.2  診斷準確性試驗Meta分析的相關評價指標
  21.3  應用實例：診斷準確性試驗Meta分析
第22章  網路Meta分析
  22.1  網路Meta分析的概念
  22.2  基於經典頻率派方法的網路Meta分析
  22.3  基於貝葉斯方法的網路Meta分析
第23章  貝葉斯網路分析
  23.1  貝葉斯網路的概念
  23.2  應用實例：貝葉斯網路構建
第24章  偏最小二乘回歸與判別分析
  24.1  偏最小二乘回歸的基本步驟和原理
  24.2  應用實例：偏最小二乘回歸分析
  24.3  偏最小二乘判別分析
第25章  Lasso回歸分析
  25.1  基於Lasso方法的線性回歸模型
  25.2  基於Lasso方法的Logistic回歸模型
  25.3  基於Lasso方法的Cox回歸模型
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032