幫助中心 | 我的帳號 | 關於我們

R語言醫學數據分析實踐/大數據技術叢書

  • 作者:李丹//宋立桓//蔡偉祺|責編:夏毓彥
  • 出版社:清華大學
  • ISBN:9787302673484
  • 出版日期:2024/10/01
  • 裝幀:平裝
  • 頁數:279
人民幣:RMB 99 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書以易於初學者理解為原則,強調實戰和應用,結合大量精選的實例對常用的R語言數據分析方法進行了深入淺出的介紹,以幫助讀者解決數據分析中的實際問題。
    本書以通俗易懂的方式詳細介紹R語言的基礎知識和公共醫學資料庫挖掘,同時通過實際操作引導讀者入門醫學科研論文中的數據分析。

作者介紹
李丹//宋立桓//蔡偉祺|責編:夏毓彥

目錄
第1章  R語言介紹
  1.1  R語言概述
    1.1.1  什麼是R語言
    1.1.2  臨床醫生使用R語言的優勢
  1.2  R編程環境的搭建
    1.2.1  R語言的下載和安裝
    1.2.2  RStudio的下載和安裝
    1.2.3  RStudio操作
  1.3  R語言包
    1.3.1  什麼是R包
    1.3.2  R包的安裝
  1.4  初識R語言的注意事項
第2章  R語言的基本語法
  2.1  R語言的數據結構
    2.1.1  向量
    2.1.2  矩陣
    2.1.3  數組
    2.1.4  數據框
  2.2  R語言函數簡介
    2.2.1  函數的定義
    2.2.2  常用內置函數的使用
  2.3  R語言中的數據讀寫
    2.3.1  讀取文件
    2.3.2  寫入文件
    2.3.3  讀寫其他數據文件
  2.4  R語言流程式控制制
    2.4.1  判斷語句
    2.4.2  循環語句
  2.5  字元串操作
  2.6  R語言數據保存
第3章  R語言數據清洗
  3.1  數據清洗的重要性
  3.2  數據質量評估
  3.3  數據清洗
    3.3.1  缺失值檢查及處理
    3.3.2  異常值檢查及處理
    3.3.3  重複值檢查及處理
  3.4  數據清洗dplyr包的使用
  3.5  數據清洗實戰
第4章  R語言數據可視化
  4.1  基礎繪圖
  4.2  ggplot2繪圖
    4.2.1  ggplot2語法入門及相關軟體包
    4.2.2  ggplot2繪製簡單的統計圖形
    4.2.3  ggplot2繪製複雜圖形(統計圖的組合、分面展示)
  4.3  高質量SCI論文繪圖
    4.3.1  聚類分析和相關分析的熱圖詳解
    4.3.2  ROC曲線的繪製
    4.3.3  火山圖的繪製
第5章  R語言統計建模分析

  5.1  經典統計分析
    5.1.1  t檢驗
    5.1.2  方差分析
    5.1.3  卡方檢驗
    5.1.4  簡單線性回歸分析
  5.2  高級回歸分析
    5.2.1  多重線性回歸分析
    5.2.2  Logistic回歸分析
    5.2.3  回歸分析實戰
  5.3  SCI文章兩表一圖實戰
    5.3.1  SCI文章—基線資料表
    5.3.2  SCI文章—單因素回歸分析表或多因素回歸分析表
    5.3.3  SCI文章—亞組分析的森林圖
    5.3.4  限制性立方樣條圖
第6章  R語言機器學習實戰入門
  6.1  什麼是機器學習
  6.2  機器學習的流程
    6.2.1  數據收集
    6.2.2  數據預處理
    6.2.3  特徵工程
    6.2.4  模型構建和訓練
  6.3  機器學習分類
    6.3.1  監督學習
    6.3.2  無監督學習
    6.3.3  強化學習
  6.4  過擬合和欠擬合
    6.4.1  過擬合
    6.4.2  欠擬合
  6.5  衡量機器學習模型的指標
    6.5.1  正確率、精確率和召回率
    6.5.2  幾個常見的比率
    6.5.3  混淆矩陣
    6.5.4  F1score和ROC曲線
  6.6  K折交叉驗證
  6.7  支持向量機概述
  6.8  隨機森林概述
  6.9  糖尿病風險預測實戰
    6.9.1  數據集背景
    6.9.2  數據預處理
    6.9.3  模型建立
    6.9.4  模型評估
  6.10  ICU患者死亡率預測實戰
    6.10.1  數據集背景
    6.10.2  數據預處理
    6.10.3  模型建立
    6.10.4  模型評估
第7章  列線圖在預測模型中的應用
  7.1  列線圖基本原理
  7.2  列線圖的三大要素
  7.3  列線圖解讀

  7.4  列線圖的實戰
    7.4.1  列線圖R實例一
    7.4.2  列線圖R實例二
  7.5  列線圖在數據挖掘中的應用
第8章  臨床數據挖掘中的生存分析
  8.1  基本概念和原理
    8.1.1  什麼是生存數據
    8.1.2  生存分析的含義
    8.1.3  為什麼要用生存分析
    8.1.4  生存分析的刪失
    8.1.5  生存分析的常用方法
  8.2  Kaplan-Meier法生存分析實戰
    8.2.1  Kaplan-Meier法介紹
    8.2.2  Kaplan-Meier生存曲線R語言實戰
  8.3  Cox生存分析實戰
    8.3.1  Cox回歸模型介紹
    8.3.2  Cox回歸模型實戰
  8.4  競爭風險模型
    8.4.1  臨床研究中如何處理競爭事件
    8.4.2  競爭風險模型R語言實戰
第9章  NHANES資料庫挖掘實戰
  9.1  NHANES資料庫介紹
  9.2  NHANES資料庫的下載與合併
  9.3  NHANES權重介紹及使用
    9.3.1  什麼是權重
    9.3.2  NHANES權重分析的必要性
    9.3.3  NHANES權重如何選擇
    9.3.4  NHANES權重實戰
  9.4  NHANES數據分析實戰
  9.5  NHANES資料庫發文選題介紹
第10章  GEO資料庫挖掘實戰
  10.1  GEO資料庫介紹
    10.1.1  GEO資料庫概況
    10.1.2  GEO資料庫組織結構
  10.2  GEO資料庫檢索
  10.3  晶元基礎知識
  10.4  GEO資料庫分析實戰
    10.4.1  找GSE編號
    10.4.2  安裝生物信息分析所需的R包
    10.4.3  下載表達矩陣
    10.4.4  獲取分組信息
    10.4.5  獲取表達矩陣並檢查數據
    10.4.6  轉換探針ID
    10.4.7  差異分析
    10.4.8  分析結果可視化—火山圖、熱圖
  10.5  GEO多數據集差異分析
第11章  孟德爾隨機化分析實戰
  11.1  什麼是孟德爾隨機化
    11.1.1  基因型和表型
    11.1.2  孟德爾隨機化簡介

  11.2  孟德爾隨機化研究流程
    11.2.1  MR研究流程七步法
    11.2.2  MR分析資料庫介紹
  11.3  孟德爾隨機化分析實戰
    11.3.1  TwoSampleMR包雙樣本MR分析
    11.3.2  MR分析網站—MR-Base實戰
  11.4  孟德爾隨機化研究論文復現實戰
  11.5  孟德爾隨機化分析的優勢和論文選題
第12章  單細胞測序實戰
  12.1  單細胞測序概述
    12.1.1  為什麼要做單細胞測序
    12.1.2  單細胞測序技術原理
  12.2  單細胞測序分析流程
    12.2.1  讀取原始數據並建立表達矩陣
    12.2.2  消除技術誤差
    12.2.3  細胞聚類與可視化
  12.3  單細胞轉錄組分析實戰
    12.3.1  安裝Seurat包
    12.3.2  數據導入
    12.3.3  數據質控
    12.3.4  尋找高變基因
    12.3.5  PCA降維
    12.3.6  細胞聚類
    12.3.7  尋找差異表達標記基因
    12.3.8  細胞註釋
  12.4  單細胞測序多樣本分析實戰
  12.5  單細胞測序臨床應用

  • 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