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

R語言醫學多元統計分析/智能醫學與大數據系列

  • 作者：編者:趙軍//戴靜毅|責編:吳晉瑜
  • 出版社：人民郵電
  • ISBN：9787115620118
  • 出版日期：2023/11/01
  • 裝幀：平裝
  • 頁數：211
人民幣：RMB 89.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    隨著醫學研究和信息技術的快速發展，多元數據分析方法廣泛應用於醫學各個領域。R是一款優秀的開源軟體，有著強大的統計計算與可視化功能。本書使用R語言，結合精選的醫學實例介紹常用多元統計分析方法。
    統計分析方法只有在實際應用中才能得到最直接、最生動的驗證。本書強調實戰和應用，盡量淡化統計公式的推導和計算過程。通過本書的學習，讀者能熟練使用R語言及相關包實現多元統計計算，還能更深入地理解多元數據分析方法。
    本書可作為醫學院校高年級本科生或研究生的多元統計分析課程教材，亦可作為其他專業讀者和科研工作者從事科研活動的參考資料。全書附有代碼和數據集，每章后都有習題，書後附有習題參考答案，可供讀者自學使用。
作者介紹
編者:趙軍//戴靜毅|責編:吳晉瑜
    趙軍，流行病學博士，湖北醫藥學院公共衛生與健康學院副教授，預防醫學系主任，碩士研究生導師。主要研究方向為流行病學、醫學統計學、數據科學。主講「醫學統計學」「R語言醫學數據分析」和「醫藥數理統計方法」等課程。有超過15年的統計學和數據科學教學和科研工作經驗，為國內多家三甲醫院提供統計分析咨詢與服務。擔任環境衛生學雜誌編委，湖北醫藥學院學報編委，十堰市健康管理學會理事等。主持和參與多項國家級、省部級科研項目，已發表SCI學術論文20余篇；撰寫了《R語言醫學數據分析實戰》《Python醫學數據分析入門》等圖書。
目錄
第1章  緒論
  1.1  多元數據
  1.2  多元描述性統計量
    1.2.1  均值向量
    1.2.2  協方差矩陣
    1.2.3  相關係數矩陣
  1.3  距離、相異係數、相似係數和列聯繫數
    1.3.1  基於數值型變數的距離
    1.3.2  基於分類變數的相異係數
    l.3.3  基於混合類型變數的相異係數
    1.3.4  相似係數
    1.3.5  列聯繫數
  1.4  多元正態分佈
    1.4.1  多元正態分佈的定義
    1.4.2  多元正態分佈的檢驗
    1.4.3  二元正態分佈及其參考值範圍
  1.5  小結
  1.6  習題
第2章  多元數據可視化
  2.1  相關係數圖
  2.2  散點圖矩陣
  2.3  符號圖
  2.4  臉譜圖
  2.5  星狀圖和雷達圖
  2.6  平行坐標圖
  2.7  調和曲線圖
  2.8  小結
  2.9  習題
第3章  多元數據的組間比較
  3.1  多元丁檢驗
    3.1.1  單個正態總體均值向量檢驗
    3.1.2  多元配對設計的均值向量檢驗
    3.1.3  多元成組設計兩樣本的均值向量檢驗
  3.2  多元方差分析
  3.3  重複測量資料的多變數分析
  3.4  協方差矩陣的檢驗
  3.5  多變數的非參數檢驗
  3.6  小結
  3.7  習題
第4章  聚類分析
  4.1  聚類分析的目的與方法
  4.2  層次聚類法
    4.2.1  度量類與類之間距離的方法
    4.2.2  Q型聚類實例
    4.2.3  R型聚類實例
  4.3  k均值聚類法
  4.4  模糊C均值聚類法
  4.5  基於模型的聚類
  4.6  小結
  4.7  習題

第5章  判別分析
  5.1  距離判別法
  5.2  Fisher判別法
  5.3  Bayes判別法
  5.4  機器學習分類演算法
    5.4.1  決策樹模型
    5.4.2  使用caret包實現機器學習演算法
    5.4.3  K最鄰近分類
    5.4.4  支持向量機分類
    5.4.5  神經網路分類
    5.4.6  隨機森林分類
  5.5  小結
  5.6  習題
第6章  主成分分析
  6.1  主成分分析的基本原理
    6.1.1  主成分的定義
    6.1.2  主成分分析的幾何意義
    6.1.3  主成分的求法
  6.2  使用R包計算主成分
    6.2.1  使用stats包計算主成分
    6.2.2  使用FactoMineR 包計算主成分
  6.3  主成分的應用
    6.3.1  主成分評價
    6.3.2  主成分回歸
  6.4  小結
  6.5  習題
第7章  因子分析
  7.1  因子分析模型
  7.2  因子分析模型的求解
  7.3  因子旋轉
  7.4  因子分析的注意事項
  7.5  小結
  7.6  習題
第8章  結構方程模型
  8.1  結構方程模型概述
    8.1.1  變數類型
    8.1.2  結構方程模型的組成與路徑圖
    8.1.3  結構方程模型分析步驟
    8.1.4  lavaan包簡介
  8.2  驗證性因子分析
  8.3  實例分析
  8.4  小結
  8.5  習題
第9章  典型相關分析
  9.1  典型相關分析的基本思想
  9.2  典型相關分析的基本原理
  9.3  典型相關分析的基本步驟
  9.4  實例分析
    9.4.1  兩組變數之間的相關性
    9.4.2  典型相關係數和典型變數

    9.4.3  典型相關係數的顯著性檢驗
    9.4.4  典型結構分析
  9.5  小結
  9.6  習題
第1O章  偏最小二乘回歸分析
  10.1  偏最小二乘回歸的基本原理
  10.2  偏最小二乘回歸的基本步驟
  10.3  實例分析
  10.4  小結
  10.5  習題
第11章  對應分析
  11.1  對應分析概述
    11.1.1  對應分析的基本思想
    11.1.2  基本概念
    11.1.3  R型與Q型因子分析的對等關係
    11.1.4  對應分析應用於定量變數的情形
    11.1.5  對應分析的計算步驟
  11.2  簡單對應分析
  ll.3  多重對應分析
  11.4  小結
  11.5  習題
附錄A  矩陣運算基礎
  A.1  矩陣的定義與創建
  A.2  矩陣的基本運算
  A.3  方陣的行列式與逆矩陣
  A.4  矩陣的特徵值與特徵向量
  A.5  矩陣的奇異值分解
附錄B  習題參考答案
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