相關主題
商品描述
本書是一本關於如何應用R語言開展流行病學數據清洗、整理和分析的醫學教材。全書共18章，首先介紹了R語言基礎知識，包括R語言簡介、數據管理、控制流、文本處理、數據可視化、基本統計分析方法；然後介紹了R語言在常見流行病學研究設計中的應用，包括現況研究、生態學研究、隊列研究、病例對照研究、隨機對照試驗、篩檢試驗和診斷試驗；最後介紹了R語言在其他流行病學問題中的應用，包括缺失值處理、功效分析、交互作用分析、因果推斷、Meta分析、孟德爾隨機化。本書通過概述、示例實踐、練習案例等教學模塊，全面介紹和演示了流行病學數據的R語言處理過程。通過學習本書，學生能更好地理解流行病學研究，為開展後續的數據分析打下基礎。本書有助於學生利用R語言解決實際問題，以更好地開展流行病學的相關研究。 本書可以作為流行病學相關專業的高年級本科生、研究生教材，同時對從事數據分析的醫務人員、專業技術人員等也具有參考價值。
目錄大綱
第1章 R語言簡介 1
1.1 概述 1
1.1.1 R語言是什麼 1
1.1.2 為什麼選擇R語言 2
1.2 前期準備 2
1.2.1 下載並安裝R語言 2
1.2.2 下載並安裝RStudio 3
1.3 使用RStudio：極簡入門 4
1.3.1 RStudio界面導覽 4
1.3.2 創建R語言項目 4
1.3.3 創建R語言腳本 5
1.4 程序包的管理 5
1.4.1 安裝程序包 5
1.4.2 加載程序包 6
1.4.3 卸載與刪除程序包 6
1.4.4 其他實用函數 7
1.4.5 安裝程序包的常見問題與解決方案 7
1.5 更新R-base、程序包和RStudio 8
1.5.1 更新R-base和程序包 8
1.5.2 更新RStudio 10
1.6 獲取幫助 10
1.6.1 查看說明文檔 10
1.6.2 在社區中查找解決方案或提問 11
1.7 練習案例 12
1.8 小結 13
第2章 數據管理 14
2.1 數據類型 14
2.1.1 基本數據類型速覽 14
2.1.2 向量 15
2.1.3 因子 15
2.1.4 矩陣 16
2.1.5 數據框 16
2.1.6 數組 18
2.1.7 列表 18
2.1.8 數據類型的層次結構 19
2.2 數據的輸入和輸出 19
2.2.1 數據的輸入 19
2.2.2 數據的輸出 21
2.3 函數 21
2.3.1 概念 21
2.3.2 數據管理常用函數 22
2.3.3 函數查詢 24
2.4 創建新變量 25
2.4.1 變量命名規則和賦值方式 25
2.4.2 常用的運算符 25
2.4.3 data.table程序包 26
2.5 變量重編碼 27
2.6 變量重命名 28
2.7 數據類型的查看和轉換 29
2.7.1 查看數據類型 29
2.7.2 數據類型的轉換 30
2.8 數據排序 31
2.8.1 sort() 31
2.8.2 rank() 32
2.8.3 order() 32
2.8.4 setorder() 33
2.9 數據集取子集 33
2.9.1 基於變量提取、刪除子集 33
2.9.2 基於條件提取子集 34
2.9.3 保留非重復行 35
2.9.4 刪除存在缺失值的行 35
2.10 數據集合並 36
2.10.1 簡單合並 36
2.10.2 匹配合並 37
2.11 數據整合與重構 38
2.11.1 轉置 38
2.11.2 分類匯總 39
2.11.3 融合 39
2.11.4 重鑄 40
2.12 練習案例 40
2.13 小結 41
第3章 控制流 44
3.1 條件執行 44
3.1.1 if-else結構 44
3.1.2 ifelse() 45
3.1.3 switch() 45
3.2 循環 46
3.2.1 for循環 46
3.2.2 while循環 47
3.2.3 repeat循環 47
3.2.4 循環控制 47
3.3 減少顯式循環 48
3.3.1 向量化運算 48
3.3.2 apply族函數 50
3.3.3 dplyr程序包中的向量化函數 51
3.4 並行計算 52
3.5 練習案例 54
3.6 小結 55
第4章 文本處理 56
4.1 正則表達式 56
4.1.1 顯示匹配 56
4.1.2 元字符 57
4.1.3 轉義字符 58
4.1.4 字符類 59
4.1.5 量詞 61
4.1.6 定位符 61
4.1.7 分組 62
4.1.8 處理選項 63
4.2 字符統計和翻譯 64
4.2.1 字符統計函數 64
4.2.2 字符翻譯函數 64
4.3 字符串連接 65
4.3.1 base程序包函數 65
4.3.2 stringr程序包函數 65
4.4 字符串拆分 66
4.4.1 base程序包函數 66
4.4.2 stringr程序包函數 66
4.5 字符串查詢 67
4.5.1 base程序包函數 67
4.5.2 stringr程序包函數 69
4.6 字符串替換 71
4.6.1 base程序包函數 71
4.6.2 stringr程序包函數 71
4.7 字符串提取 72
4.7.1 base程序包函數 72
4.7.2 stringr程序包函數 74
4.8 字符串定制輸出 76
4.8.1 base程序包函數 76
4.8.2 stringr程序包函數 77
4.9 練習案例 78
4.10 小結 78
第5章 數據可視化 81
5.1 背景介紹 81
5.2 ggplot2程序包 81
5.3 數據及圖形屬性映射 82
5.4 幾何對象 83
5.4.1 概述 83
5.4.2 散點圖和折線圖 84
5.4.3 誤差棒圖和熱圖 85
5.5 標度和圖例 87
5.5.1 標度 88
5.5.2 圖例 90
5.6 坐標系統 91
5.7 圖形分組和分面 92
5.7.1 分組 92
5.7.2 分面 94
5.8 主題調整 97
5.9 圖形輸出 100
5.10 練習案例 101
5.11 小結 101
第6章 基本統計分析方法 103
6.1 統計描述與區間估計 103
6.2 均數比較的假設檢驗 104
6.2.1 t檢驗 104
6.2.2 方差分析 105
6.3 率比較的假設檢驗 109
6.4 非參數假設檢驗 110
6.5 相關與回歸 111
6.5.1 相關 111
6.5.2 回歸 112
6.6 廣義線性模型 116
6.6.1 Logistic 回歸 116
6.6.2 泊松回歸 117
6.7 生存分析 118
6.7.1 繪制生存曲線 118
6.7.2 Cox比例風險模型 120
6.8 混合效應模型 121
6.9 練習案例 123
6.10 小結 124
第7章 現況研究 126
7.1 概述 126
7.1.1 概念 126
7.1.2 現況研究常見的偏倚 127
7.1.3 現況研究的主要用途 127
7.1.4 現況研究的優缺點 127
7.2 現況研究類型 127
7.2.1 按調查方式分類 127
7.2.2 按研究目的分類 128
7.3 示例實踐 132
7.3.1 抽樣調查的樣本量計算 132
7.3.2 描述性研究 133
7.3.3 分析性研究 140
7.4 練習案例 149
7.4.1 標準化法 149
7.4.2 關聯 149
7.4.3 邏輯回歸 149
7.5 小結 150
第8章 生態學研究 151
8.1 研究設計概述 151
8.1.1 概念 151
8.1.2 生態學研究的分類 151
8.1.3 生態學研究的特點 152
8.1.4 生態學研究的使用情景和作用 153
8.2 常見的研究設計類型 153
8.2.1 生態比較研究 153
8.2.2 生態趨勢研究 154
8.3 示例實踐 154
8.3.1 生態比較研究 154
8.3.2 生態趨勢研究 155
8.4 練習案例 160
8.4.1 生態比較研究 160
8.4.2 生態趨勢研究 160
8.5 小結 160
第9章 隊列研究 162
9.1 研究設計概述 162
9.1.1 概念 162
9.1.2 特點 162
9.1.3 分類 163
9.2 常用的分析方法 164
9.2.1 生存資料 164
9.2.1 生存分析 164
9.3 隊列研究的R語言實現及示例 165
9.3.1 生存資料示例 165
9.3.2 使用R語言進行生存分析 166
9.4 練習案例 184
9.6 小結 185
第10章 病例對照研究 186
10.1 概述 186
10.1.1 概念 186
10.1.2 特點 187
10.1.3 研究框架 187
10.2 常見的研究設計類型 187
10.2.1 非匹配病例對照研究 187
10.2.2 匹配病例對照研究 188
10.2.3 常見的衍生設計類型 189
10.3 示例實踐 190
10.3.1 非匹配病例對照研究 190
10.3.2 頻數匹配病例對照研究 198
10.3.3 個體匹配病例對照研究 200
10.4 練習案例 208
10.5 小結 208
第11章 隨機對照試驗 210
11.1 研究設計概述 210
11.1.1 隨機對照試驗的定義 210
11.1.2 隨機對照試驗的設計原理和原則 211
11.1.3 隨機對照試驗統計分析要點 212
11.2 常見的研究設計類型 213
11.2.1 大型隨機對照試驗 213
11.2.2 單人重復交叉試驗 213
11.2.3 序貫試驗 213
11.2.4 交叉試驗 213
11.2.5 析因試驗 213
11.3 示例實踐 214
11.3.1 R語言與隨機對照試驗 214
11.3.2 隨機化分組 214
11.3.3 臨床試驗樣本量計算 216
11.3.4 統計分析方法 220
11.4 練習案例 235
11.5 小結 235
第12章 篩檢試驗和診斷試驗 237
12.1 概述 237
12.1.1 概念 237
12.1.2 篩檢試驗和診斷試驗的區別 237
12.1.3 類型 237
12.1.4 診斷試驗的設計 238
12.2 診斷試驗的評價 239
12.2.1 真實性 239
12.2.2 可靠性 241
12.2.3 收益 242
12.2.4 診斷臨界值的確定 242
12.3 示例實踐 243
12.3.1 二分類資料的診斷試驗評價 243
12.3.2 連續型資料的診斷試驗評價 245
12.3.3 單一和聯合診斷試驗的評價 248
12.3.4 基於Logistic回歸的多指標聯合診斷 255
12.4 練習案例 257
12.5 小結 258
第13章 缺失值處理 260
13.1 概述 260
13.1.1 缺失數據的普遍性 260
13.1.2 處理缺失數據的重要性 260
13.1.3 數據缺失的原因 260
13.1.4 缺失數據的類型 261
13.1.5 常見的缺失數據處理方法 262
13.1.6 處理缺失數據的一般步驟 262
13.2 示例實踐 263
13.2.1 識別缺失值 264
13.2.2 處理缺失數據 269
13.3 練習案例 275
13.4 小結 276
第14章 功效分析 278
14.1 功效分析簡介 278
14.1.1 引言 278
14.1.2 功效分析的意義 278
14.1.3 假設檢驗的兩類錯誤和功效分析的關鍵要素 278
14.1.4 效應量 279
14.1.5 功效分析的一般步驟 280
14.1.6 利用R語言進行功效分析 280
14.2 不同統計方法的功效分析 281
14.2.1 定量資料統計方法的功效分析 281
14.2.2 定性資料統計方法的功效分析 284
14.2.3 相關分析和回歸分析的功效分析 287
14.3 練習案例 289
14.4 小結和深入閱讀 290
14.4.1 本章小結 290
14.4.2 深入閱讀 291
第15章 交互作用分析 293
15.1 概述 293
15.1.1 概念 293
15.1.2 交互作用的類型 294
15.1.3 交互作用的意義 295
15.2 示例實踐 296
15.2.1 連續型變量和連續型變量 296
15.2.2 連續型變量和分類變量 302
15.2.3 分類變量和分類變量 304
15.3 練習案例 307
15.4 小結 308
第16章 因果推斷 309
16.1 因果推斷概述 309
16.1.1 引言 309
16.1.2 因果效應 309
16.1.3 相關性和因果性 309
16.1.4 隨機對照試驗的因果推斷 310
16.1.5 觀察性研究的因果推斷 311
16.2 概率圖模型與因果推斷方法 311
16.2.1 概率圖概述 311
16.2.2 混雜關系 313
16.2.3 中介作用 314
16.2.4 碰撞關系 314
16.2.5 因果推斷中的後門法則與前門法則 315
16.3 示例分析 316
16.3.1 示例1 316
16.3.2 示例2 319
16.3.3 示例3 326
16.4 練習案例 329
16.5 小結 329
第17章 Meta分析 331
17.1 概述 331
17.1.1 概念 331
17.1.2 常見類型簡介 331
17.2 示例實踐 333
17.2.1 R語言中常用的Meta分析程序包 333
17.2.2 診斷性試驗的Meta分析 345
17.3 練習案例 350
17.4 小結 351
第18章 孟德爾隨機化 353
18.1 方法概述 353
18.1.1 研究背景 353
18.1.2 MR基本假設 353
18.1.3 MR影響因素 354
18.1.4 MR分類 355
18.2 基於匯總數據的MR方法 356
18.2.1 Wald方法 356
18.2.2 逆方差加權法 357
18.2.3 MR-Egger方法 357
18.2.4 加權中位數法 357
18.2.5 眾數法 358
18.2.6 小結：MR方法比較 358
18.3 示例實踐 359
18.3.1 暴露數據 359
18.3.2 結局數據 362
18.3.3 數據預處理 363
18.3.4 進行MR分析 363
18.4 練習案例 369
18.5 小結 370
