R語言醫(yī)學(xué)數(shù)據(jù)分析實(shí)踐

定　價(jià)：￥99.00

作　者：	李丹宋立桓蔡偉祺
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥94.10)

ISBN：	9787302673484	出版時(shí)間：	2024-10-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　公共醫(yī)學(xué)數(shù)據(jù)庫(kù)的應(yīng)用越來越廣泛，利用這些數(shù)據(jù)庫(kù)進(jìn)行論文寫作可以顯著減少研究成本和時(shí)間。《R語言醫(yī)學(xué)數(shù)據(jù)分析實(shí)踐》以公共醫(yī)學(xué)數(shù)據(jù)為例，講解如何使用R語言進(jìn)行數(shù)據(jù)挖掘和統(tǒng)計(jì)分析?！禦語言醫(yī)學(xué)數(shù)據(jù)分析實(shí)踐》通過大量精選的實(shí)例，對(duì)統(tǒng)計(jì)分析方法進(jìn)行了深入淺出的介紹，旨在幫助讀者解決醫(yī)學(xué)數(shù)據(jù)分析中遇到的實(shí)際問題?！禦語言醫(yī)學(xué)數(shù)據(jù)分析實(shí)踐》配套提供示例源碼、PPT課件、作者微信群答疑服務(wù)?！禦語言醫(yī)學(xué)數(shù)據(jù)分析實(shí)踐》共分為12章，內(nèi)容包括R語言介紹、R語言基本語法、R語言數(shù)據(jù)清洗、R語言數(shù)據(jù)可視化、R語言統(tǒng)計(jì)建模分析方法、R語言機(jī)器學(xué)習(xí)實(shí)戰(zhàn)入門、列線圖在預(yù)測(cè)模型中的應(yīng)用、臨床數(shù)據(jù)挖掘中的生存分析、NHANES 數(shù)據(jù)庫(kù)挖掘?qū)崙?zhàn)、GEO數(shù)據(jù)庫(kù)挖掘?qū)崙?zhàn)、孟德爾隨機(jī)化分析實(shí)戰(zhàn)、單細(xì)胞測(cè)序?qū)崙?zhàn)?！禦語言醫(yī)學(xué)數(shù)據(jù)分析實(shí)踐》適用于臨床醫(yī)學(xué)、公共衛(wèi)生及其他醫(yī)學(xué)相關(guān)專業(yè)的本科生和研究生使用，也可作為其他專業(yè)的學(xué)生和科研工作者學(xué)習(xí)數(shù)據(jù)分析的參考書。閱讀本書，讀者不僅能夠掌握使用R語言及相關(guān)包快速解決實(shí)際問題的方法，還能更深入地理解公共醫(yī)學(xué)數(shù)據(jù)庫(kù)挖掘的實(shí)戰(zhàn)精髓。

作者簡(jiǎn)介

　　李丹，福建醫(yī)科大學(xué)附屬協(xié)和醫(yī)院消化內(nèi)科主任醫(yī)師，教授，博士生導(dǎo)師，福建省高層次人才，福建省青年五四獎(jiǎng)?wù)?、福建省青年科技?jiǎng)獲得者。中華醫(yī)學(xué)會(huì)消化病分會(huì)青年委員。以通訊作者或第一作者身份發(fā)表SCI論文16篇。宋立桓，曾服務(wù)于微軟中國(guó)有限公司，國(guó)內(nèi)互聯(lián)網(wǎng)頭部企業(yè)解決方案資深架構(gòu)師，專注于人工智能和大數(shù)據(jù)挖掘分析，擁有多項(xiàng)人工智能發(fā)明專利。著有《Python深度學(xué)習(xí)從零開始學(xué)》《云原生構(gòu)建數(shù)字世界》《MySQL性能優(yōu)化和高可用架構(gòu)實(shí)踐》《PyTorch深度學(xué)習(xí)與企業(yè)級(jí)項(xiàng)目實(shí)戰(zhàn)》等科技著作。蔡偉祺，福建醫(yī)科大學(xué)協(xié)和臨床醫(yī)學(xué)院2022級(jí)專業(yè)學(xué)位碩士研究生，精通R語言和公共醫(yī)學(xué)數(shù)據(jù)庫(kù)挖掘。

圖書目錄

第1章 R語言介紹 1
1.1 R語言概述 1
1.1.1 什么是R語言 1
1.1.2 臨床醫(yī)生使用R語言的優(yōu)勢(shì) 1
1.2 R編程環(huán)境的搭建 2
1.2.1 R語言的下載和安裝 3
1.2.2 RStudio的下載和安裝 5
1.2.3 RStudio操作 6
1.3 R語言包 8
1.3.1 什么是R包 8
1.3.2 R包的安裝 8
1.4 初識(shí)R語言的注意事項(xiàng) 9
第2章 R語言的基本語法 11
2.1 R語言的數(shù)據(jù)結(jié)構(gòu) 11
2.1.1 向量 11
2.1.2 矩陣 13
2.1.3 數(shù)組 15
2.1.4 數(shù)據(jù)框 16
2.2 R語言函數(shù)簡(jiǎn)介 17
2.2.1 函數(shù)的定義 17
2.2.2 常用內(nèi)置函數(shù)的使用 18
2.3 R語言中的數(shù)據(jù)讀寫 19
2.3.1 讀取文件 19
2.3.2 寫入文件 20
2.3.3 讀寫其他數(shù)據(jù)文件 21
2.4 R語言流程控制 21
2.4.1 判斷語句 21
2.4.2 循環(huán)語句 23
2.5 字符串操作 24
2.6 R語言數(shù)據(jù)保存 26
第3章 R語言數(shù)據(jù)清洗 27
3.1 數(shù)據(jù)清洗的重要性 27
3.2 數(shù)據(jù)質(zhì)量評(píng)估 28
3.3 數(shù)據(jù)清洗 30
3.3.1 缺失值檢查及處理 30
3.3.2 異常值檢查及處理 32
3.3.3 重復(fù)值檢查及處理 34
3.4 數(shù)據(jù)清洗dplyr包的使用 34
3.5 數(shù)據(jù)清洗實(shí)戰(zhàn) 37
第4章 R語言數(shù)據(jù)可視化 42
4.1 基礎(chǔ)繪圖 42
4.2 ggplot2繪圖 45
4.2.1 ggplot2語法入門及相關(guān)軟件包 46
4.2.2 ggplot2繪制簡(jiǎn)單的統(tǒng)計(jì)圖形 46
4.2.3 ggplot2繪制復(fù)雜圖形（統(tǒng)計(jì)圖的組合、分面展示） 54
4.3 高質(zhì)量SCI論文繪圖 58
4.3.1 聚類分析和相關(guān)分析的熱圖詳解 58
4.3.2 ROC曲線的繪制 63
4.3.3 火山圖的繪制 67
第5章 R語言統(tǒng)計(jì)建模分析 71
5.1 經(jīng)典統(tǒng)計(jì)分析 71
5.1.1 t檢驗(yàn) 71
5.1.2 方差分析 73
5.1.3 卡方檢驗(yàn) 74
5.1.4 簡(jiǎn)單線性回歸分析 75
5.2 高級(jí)回歸分析 77
5.2.1 多重線性回歸分析 77
5.2.2 Logistic回歸分析 78
5.2.3 回歸分析實(shí)戰(zhàn) 80
5.3 SCI文章兩表一圖實(shí)戰(zhàn) 84
5.3.1 SCI文章—基線資料表 84
5.3.2 SCI文章—單因素回歸分析表或多因素回歸分析表 88
5.3.3 SCI文章—亞組分析的森林圖 89
5.3.4 限制性立方樣條圖 92
第6章 R語言機(jī)器學(xué)習(xí)實(shí)戰(zhàn)入門 95
6.1 什么是機(jī)器學(xué)習(xí) 95
6.2 機(jī)器學(xué)習(xí)的流程 96
6.2.1 數(shù)據(jù)收集 96
6.2.2 數(shù)據(jù)預(yù)處理 97
6.2.3 特征工程 97
6.2.4 模型構(gòu)建和訓(xùn)練 98
6.3 機(jī)器學(xué)習(xí)分類 98
6.3.1 監(jiān)督學(xué)習(xí) 98
6.3.2 無監(jiān)督學(xué)習(xí) 99
6.3.3 強(qiáng)化學(xué)習(xí) 100
6.4 過擬合和欠擬合 101
6.4.1 過擬合 101
6.4.2 欠擬合 101
6.5 衡量機(jī)器學(xué)習(xí)模型的指標(biāo) 102
6.5.1 正確率、精確率和召回率 102
6.5.2 幾個(gè)常見的比率 104
6.5.3 混淆矩陣 104
6.5.4 F1 score和ROC曲線 105
6.6 K折交叉驗(yàn)證 108
6.7 支持向量機(jī)概述 108
6.8 隨機(jī)森林概述 110
6.9 糖尿病風(fēng)險(xiǎn)預(yù)測(cè)實(shí)戰(zhàn) 110
6.9.1 數(shù)據(jù)集背景 110
6.9.2 數(shù)據(jù)預(yù)處理 112
6.9.3 模型建立 113
6.9.4 模型評(píng)估 113
6.10 ICU患者死亡率預(yù)測(cè)實(shí)戰(zhàn) 115
6.10.1 數(shù)據(jù)集背景 115
6.10.2 數(shù)據(jù)預(yù)處理 115
6.10.3 模型建立 118
6.10.4 模型評(píng)估 120
第7章列線圖在預(yù)測(cè)模型中的應(yīng)用 122
7.1 列線圖基本原理 122
7.2 列線圖的三大要素 123
7.3 列線圖解讀 123
7.4 列線圖的實(shí)戰(zhàn) 124
7.4.1 列線圖R實(shí)例一 124
7.4.2 列線圖R實(shí)例二 126
7.5 列線圖在數(shù)據(jù)挖掘中的應(yīng)用 128
第8章臨床數(shù)據(jù)挖掘中的生存分析 133
8.1 基本概念和原理 133
8.1.1 什么是生存數(shù)據(jù) 133
8.1.2 生存分析的含義 134
8.1.3 為什么要用生存分析 134
8.1.4 生存分析的刪失 135
8.1.5 生存分析的常用方法 135
8.2 Kaplan-Meier法生存分析實(shí)戰(zhàn) 137
8.2.1 Kaplan-Meier法介紹 137
8.2.2 Kaplan-Meier生存曲線R語言實(shí)戰(zhàn) 137
8.3 Cox生存分析實(shí)戰(zhàn) 142
8.3.1 Cox回歸模型介紹 142
8.3.2 Cox回歸模型實(shí)戰(zhàn) 143
8.4 競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型 144
8.4.1 臨床研究中如何處理競(jìng)爭(zhēng)事件 145
8.4.2 競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型R語言實(shí)戰(zhàn) 145
第9章 NHANES數(shù)據(jù)庫(kù)挖掘?qū)崙?zhàn) 149
9.1 NHANES數(shù)據(jù)庫(kù)介紹 149
9.2 NHANES數(shù)據(jù)庫(kù)的下載與合并 152
9.3 NHANES權(quán)重介紹及使用 155
9.3.1 什么是權(quán)重 156
9.3.2 NHANES權(quán)重分析的必要性 156
9.3.3 NHANES權(quán)重如何選擇 158
9.3.4 NHANES權(quán)重實(shí)戰(zhàn) 160
9.4 NHANES數(shù)據(jù)分析實(shí)戰(zhàn) 162
9.5 NHANES數(shù)據(jù)庫(kù)發(fā)文選題介紹 173
第10章 GEO數(shù)據(jù)庫(kù)挖掘?qū)崙?zhàn) 175
10.1 GEO數(shù)據(jù)庫(kù)介紹 175
10.1.1 GEO數(shù)據(jù)庫(kù)概況 175
10.1.2 GEO數(shù)據(jù)庫(kù)組織結(jié)構(gòu) 176
10.2 GEO數(shù)據(jù)庫(kù)檢索 176
10.3 芯片基礎(chǔ)知識(shí) 179
10.4 GEO數(shù)據(jù)庫(kù)分析實(shí)戰(zhàn) 179
10.4.1 找GSE編號(hào) 180
10.4.2 安裝生物信息分析所需的R包 181
10.4.3 下載表達(dá)矩陣 182
10.4.4 獲取分組信息 184
10.4.5 獲取表達(dá)矩陣并檢查數(shù)據(jù) 185
10.4.6 轉(zhuǎn)換探針I(yè)D 186
10.4.7 差異分析 189
10.4.8 分析結(jié)果可視化—火山圖、熱圖 192
10.5 GEO多數(shù)據(jù)集差異分析 195
第11章孟德爾隨機(jī)化分析實(shí)戰(zhàn) 200
11.1 什么是孟德爾隨機(jī)化 200
11.1.1 基因型和表型 200
11.1.2 孟德爾隨機(jī)化簡(jiǎn)介 201
11.2 孟德爾隨機(jī)化研究流程 204
11.2.1 MR研究流程七步法 204
11.2.2 MR分析數(shù)據(jù)庫(kù)介紹 207
11.3 孟德爾隨機(jī)化分析實(shí)戰(zhàn) 211
11.3.1 TwoSampleMR包雙樣本MR分析 211
11.3.2 MR分析網(wǎng)站—MR-Base實(shí)戰(zhàn) 219
11.4 孟德爾隨機(jī)化研究論文復(fù)現(xiàn)實(shí)戰(zhàn) 225
11.5 孟德爾隨機(jī)化分析的優(yōu)勢(shì)和論文選題 236
第12章單細(xì)胞測(cè)序?qū)崙?zhàn) 239
12.1 單細(xì)胞測(cè)序概述 239
12.1.1 為什么要做單細(xì)胞測(cè)序 239
12.1.2 單細(xì)胞測(cè)序技術(shù)原理 240
12.2 單細(xì)胞測(cè)序分析流程 241
12.2.1 讀取原始數(shù)據(jù)并建立表達(dá)矩陣 241
12.2.2 消除技術(shù)誤差 242
12.2.3 細(xì)胞聚類與可視化 244
12.3 單細(xì)胞轉(zhuǎn)錄組分析實(shí)戰(zhàn) 248
12.3.1 安裝Seurat包 248
12.3.2 數(shù)據(jù)導(dǎo)入 249
12.3.3 數(shù)據(jù)質(zhì)控 251
12.3.4 尋找高變基因 253
12.3.5 PCA降維 254
12.3.6 細(xì)胞聚類 258
12.3.7 尋找差異表達(dá)標(biāo)記基因 260
12.3.8 細(xì)胞注釋 262
12.4 單細(xì)胞測(cè)序多樣本分析實(shí)戰(zhàn) 267
12.5 單細(xì)胞測(cè)序臨床應(yīng)用 278