R語言醫(yī)學數(shù)據(jù)分析實踐

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 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R語言的注意事項 9
第2章  R語言的基本語法 11
2.1  R語言的數(shù)據(jù)結構 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)清洗實戰(zhàn) 37
第4章  R語言數(shù)據(jù)可視化 42
4.1  基礎繪圖 42
4.2  ggplot2繪圖 45
4.2.1  ggplot2語法入門及相關軟件包 46
4.2.2  ggplot2繪制簡單的統(tǒng)計圖形 46
4.2.3  ggplot2繪制復雜圖形（統(tǒng)計圖的組合、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)計建模分析 71
5.1  經(jīng)典統(tǒng)計分析 71
5.1.1  t檢驗 71
5.1.2  方差分析 73
5.1.3  卡方檢驗 74
5.1.4  簡單線性回歸分析 75
5.2  高級回歸分析 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  回歸分析實戰(zhàn) 80
5.3  SCI文章兩表一圖實戰(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語言機器學習實戰(zhàn)入門 95
6.1  什么是機器學習 95
6.2  機器學習的流程 96
6.2.1  數(shù)據(jù)收集 96
6.2.2  數(shù)據(jù)預處理 97
6.2.3  特征工程 97
6.2.4  模型構建和訓練 98
6.3  機器學習分類 98
6.3.1  監(jiān)督學習 98
6.3.2  無監(jiān)督學習 99
6.3.3  強化學習 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  衡量機器學習模型的指標 102
6.5.1  正確率、精確率和召回率 102
6.5.2  幾個常見的比率 104
6.5.3  混淆矩陣 104
6.5.4  F1 score和ROC曲線 105
6.6  K折交叉驗證 108
6.7  支持向量機概述 108
6.8  隨機森林概述 110
6.9  糖尿病風險預測實戰(zhàn) 110
6.9.1  數(shù)據(jù)集背景 110
6.9.2  數(shù)據(jù)預處理 112
6.9.3  模型建立 113
6.9.4  模型評估 113
6.10  ICU患者死亡率預測實戰(zhàn) 115
6.10.1  數(shù)據(jù)集背景 115
6.10.2  數(shù)據(jù)預處理 115
6.10.3  模型建立 118
6.10.4  模型評估 120
第7章  列線圖在預測模型中的應用 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  列線圖的實戰(zhàn) 124
7.4.1  列線圖R實例一 124
7.4.2  列線圖R實例二 126
7.5  列線圖在數(shù)據(jù)挖掘中的應用 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語言實戰(zhàn) 137
8.3  Cox生存分析實戰(zhàn) 142
8.3.1  Cox回歸模型介紹 142
8.3.2  Cox回歸模型實戰(zhàn) 143
8.4  競爭風險模型 144
8.4.1  臨床研究中如何處理競爭事件 145
8.4.2  競爭風險模型R語言實戰(zhàn) 145
第9章  NHANES數(shù)據(jù)庫挖掘?qū)崙?zhàn) 149
9.1  NHANES數(shù)據(jù)庫介紹 149
9.2  NHANES數(shù)據(jù)庫的下載與合并 152
9.3  NHANES權重介紹及使用 155
9.3.1  什么是權重 156
9.3.2  NHANES權重分析的必要性 156
9.3.3  NHANES權重如何選擇 158
9.3.4  NHANES權重實戰(zhàn) 160
9.4  NHANES數(shù)據(jù)分析實戰(zhàn) 162
9.5  NHANES數(shù)據(jù)庫發(fā)文選題介紹 173
第10章  GEO數(shù)據(jù)庫挖掘?qū)崙?zhàn) 175
10.1  GEO數(shù)據(jù)庫介紹 175
10.1.1  GEO數(shù)據(jù)庫概況 175
10.1.2  GEO數(shù)據(jù)庫組織結構 176
10.2  GEO數(shù)據(jù)庫檢索 176
10.3  芯片基礎知識 179
10.4  GEO數(shù)據(jù)庫分析實戰(zhàn) 179
10.4.1  找GSE編號 180
10.4.2  安裝生物信息分析所需的R包 181
10.4.3  下載表達矩陣 182
10.4.4  獲取分組信息 184
10.4.5  獲取表達矩陣并檢查數(shù)據(jù) 185
10.4.6  轉換探針I(yè)D 186
10.4.7  差異分析 189
10.4.8  分析結果可視化—火山圖、熱圖 192
10.5  GEO多數(shù)據(jù)集差異分析 195
第11章  孟德爾隨機化分析實戰(zhàn) 200
11.1  什么是孟德爾隨機化 200
11.1.1  基因型和表型 200
11.1.2  孟德爾隨機化簡介 201
11.2  孟德爾隨機化研究流程 204
11.2.1  MR研究流程七步法 204
11.2.2  MR分析數(shù)據(jù)庫介紹 207
11.3  孟德爾隨機化分析實戰(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實戰(zhàn) 219
11.4  孟德爾隨機化研究論文復現(xiàn)實戰(zhàn) 225
11.5  孟德爾隨機化分析的優(yōu)勢和論文選題 236
第12章  單細胞測序?qū)崙?zhàn) 239
12.1  單細胞測序概述 239
12.1.1  為什么要做單細胞測序 239
12.1.2  單細胞測序技術原理 240
12.2  單細胞測序分析流程 241
12.2.1  讀取原始數(shù)據(jù)并建立表達矩陣 241
12.2.2  消除技術誤差 242
12.2.3  細胞聚類與可視化 244
12.3  單細胞轉錄組分析實戰(zhàn) 248
12.3.1  安裝Seurat包 248
12.3.2  數(shù)據(jù)導入 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  細胞聚類 258
12.3.7  尋找差異表達標記基因 260
12.3.8  細胞注釋 262
12.4  單細胞測序多樣本分析實戰(zhàn) 267
12.5  單細胞測序臨床應用 278