基于流行病學研究設計的R語言實踐

第一章　R 語言概述 / 1
一、 R 軟件及RStudio 軟件的獲取和安裝 / 1
二、 RStudio 軟件界面和功能介紹 / 3
三、 R 語言的使用規(guī)則簡介 / 5
第二章　數(shù)據(jù)結構與數(shù)據(jù)管理/ 9
第一節(jié)　常見的數(shù)據(jù)類型 / 9
第二節(jié)　數(shù)據(jù)的基本結構 / 10
一、 向量 / 10
二、 矩陣 / 10
三、 數(shù)組 / 11
四、 數(shù)據(jù)框 / 12
五、 因子 / 15
六、 列表 / 15
第三節(jié)　數(shù)據(jù)的導入與保存 / 17
一、 數(shù)據(jù)導入 / 17
二、 數(shù)據(jù)保存 / 21
第四節(jié)　數(shù)據(jù)的初步操作 / 22
一、 數(shù)據(jù)的整合、重塑與合并 / 22
二、 定義數(shù)據(jù)分組 / 28
三、 從數(shù)據(jù)中抽取子集 / 28
第五節(jié)　數(shù)據(jù)的管理和基礎應用 / 30
一、 獲取數(shù)據(jù)集中變量的名稱 / 30
二、 創(chuàng)建新的變量 / 31
三、 變量的重命名 / 32
四、 缺失值的發(fā)現(xiàn)與處理 / 33
五、 數(shù)據(jù)排序 / 34
六、 數(shù)據(jù)類型的轉換 / 34
七、 數(shù)據(jù)描述 / 35
第六節(jié)　大數(shù)據(jù)分析 / 36
一、 創(chuàng)建data/table / 36
二、 設置主鍵 / 36
三、 查看數(shù)據(jù) / 37
四、 提取數(shù)據(jù)集 / 38
五、 數(shù)據(jù)整理 / 38
第七節(jié)　R 語言自帶的數(shù)據(jù)集 / 40
第三章　基本統(tǒng)計分析/ 43
第一節(jié)　t 檢驗 / 43
一、 單樣本t 檢驗 / 43
二、 配對t 檢驗 / 44
三、 兩獨立樣本均數(shù)比較的t 檢驗 / 45
四、 小結 / 47
第二節(jié)　方差分析 / 47
一、 完全隨機設計的方差分析 / 47
二、 隨機區(qū)組設計的方差分析 / 49
三、 小結 / 50
第三節(jié)　χ2 檢驗 / 50
一、 2×2 交叉表數(shù)據(jù)的χ2 檢驗 / 50
二、 R×C 交叉表數(shù)據(jù)的χ2 檢驗 / 51
三、 配對設計數(shù)據(jù)的χ2 檢驗 / 52
四、 χ2 檢驗的校正 / 52
五、 小結 / 53
第四節(jié)　秩和檢驗 / 53
一、 配對設計資料的符號秩和檢驗 / 54
二、 兩組獨立樣本比較的Mann-Whitney 檢驗/ 55
三、 多組獨立樣本比較的Kurskal-Wallis 檢驗 / 56
四、 小結 / 57
第五節(jié)　相關分析 / 57
一、 簡單相關分析 / 57
二、 偏相關 / 59
三、 相關關系的可視化 / 60
四、 小結 / 62
第六節(jié)　回歸分析 / 62
一、 簡單線性回歸 / 62
二、 多項式回歸 / 65
三、 多重線性回歸 / 67
四、 Logistic 回歸 / 70
五、 泊松回歸 / 75
六、 小結 / 77
第四章　橫斷面研究/ 78
第一節(jié)　橫斷面研究資料的描述 / 78
一、 案例分析 / 79
二、 小結 / 82
第二節(jié)　多重線性回歸 / 82
一、 多重線性回歸分析 / 83
二、 小結 / 86
第三節(jié)　二分類變量的Logistic 回歸 / 86
一、 二分類Logistic 回歸分析 / 87
二、 小結 / 90
第四節(jié)　無序多分類變量的Logistic 回歸 / 90
一、 無序多分類Logistic 回歸分析 / 90
二、 小結 / 91
第五節(jié)　有序多分類變量的Logistic 回歸 / 92
一、 有序多分類變量的Logistic 回歸分析 / 92
二、 小結 / 94
第六節(jié)　交互作用分析 / 95
一、 多重線性回歸模型中的交互作用分析 / 95
二、 廣義線性回歸模型中的交互作用分析 / 97
三、 小結 / 99
第五章　病例對照研究/ 101
第一節(jié)　概述 / 101
一、 基本概念 / 101
二、 基本特點 / 101
三、 研究類型 / 101
四、 病例對照研究的衍生設計 / 102
五、 用途 / 103
第二節(jié)　資料分析方法與案例分析 / 103
一、 資料分析方法 / 103
二、 案例分析 / 105
第六章　病例交叉設計/ 124
第一節(jié)　概述 / 124
第二節(jié)　時間分層病例交叉設計 / 125
一、 案例分析 / 125
二、 小結 / 131
第三節(jié)　時間分層病例交叉設計結合分布滯后非線性模型 / 132
一、 案例分析 / 132
二、 小結 / 134
第四節(jié)　基于個體的時間分層病例交叉設計 / 134
一、 案例分析 / 135
二、 小結 / 137
第七章　隊列研究/ 139
第一節(jié)　隊列研究中的生存分析 / 139
一、 基本概念 / 139
二、 生存數(shù)據(jù)案例 / 140
三、 使用R 軟件進行生存分析 / 141
第二節(jié)　中介效應分析 / 157
一、 中介效應分析的基本原理和步驟 / 157
二、 中介效應分析在R 語言中的實現(xiàn) / 158
第八章　隨機對照試驗研究/ 160
第一節(jié)　概述 / 160
一、 定義和基本原理 / 160
二、 試驗設計關鍵點和常見設計方案 / 160
第二節(jié)　資料整理與分析 / 162
一、 資料的整理 / 162
二、 資料的分析 / 162
三、 結果輸出 / 163
第三節(jié)　案例分析 / 163
一、 數(shù)據(jù)描述與預處理 / 163
二、 預分析與生存曲線 / 166
三、 Cox 比例風險回歸 / 168
四、 亞組分析及比較 / 172
第九章　時間序列分析/ 178
第一節(jié)　時間序列的基本概念和特點 / 178
一、 案例分析 / 178
二、 小結 / 190
第二節(jié)　缺失數(shù)據(jù)的填補 / 191
一、 案例分析 / 191
二、 小結 / 196
第三節(jié)　廣義相加模型及其應用 / 196
一、 案例分析 / 196
二、 小結 / 204
第四節(jié)　分布滯后非線性模型及應用 / 204
一、 案例分析 / 205
二、 小結 / 208
第十章　Meta 分析 / 209
第一節(jié)　單因素Meta 分析 / 209
一、 單因素Meta 分析概述 / 209
二、 案例分析 / 210
三、 小結 / 218
第二節(jié)　多因素Meta 分析 / 218
一、 多因素Meta 分析概述 / 218
二、 案例分析 / 219
三、 小結 / 224
第三節(jié)　Meta 回歸分析/ 224
一、 Meta 回歸分析概述/ 224
二、 案例分析 / 225
三、 小結 / 230
第十一章　R 語言作圖 / 231
第一節(jié)　plot 基本作圖/ 231
一、 展開空白畫布 / 232
二、 描繪平面直角坐標系 / 232
三、 繪制點圖 / 233
四、 繪制線圖 / 234
五、 改變圖形元素 / 234
六、 添加文本信息 / 237
七、 頁面布局與圖形組合 / 240
第二節(jié)　ggplot2 基本作圖/ 242
一、 散點圖 / 242
二、 直方圖 / 244
三、 箱線圖 / 245
第三節(jié)　ggplot2 進階/ 247
一、 坐標軸 / 247
二、 圖例 / 248
三、 分面 / 251
四、 主題 / 252
五、 圖案拼接 / 255
六、 儲存與導出 / 262
第十二章　R 語言中的空間數(shù)據(jù) / 263
第一節(jié)　空間數(shù)據(jù)基本概念 / 263
一、 矢量數(shù)據(jù) / 263
二、 柵格數(shù)據(jù) / 265
三、 空間坐標參考系 / 267
四、 空間數(shù)據(jù)處理常用包 / 268
五、 小結 / 269
第二節(jié)　空間數(shù)據(jù)操作 / 269
一、 空間數(shù)據(jù)的讀寫 / 269
二、 矢量數(shù)據(jù)操作 / 271
三、 柵格數(shù)據(jù)操作 / 273
四、 小結 / 286
第十三章　倍差法在R 語言中的應用 / 287
第一節(jié)　倍差法概述 / 287
第二節(jié)　案例分析 / 288
第十四章　孟德爾隨機化/ 294
第一節(jié)　概述 / 294
一、 孟德爾隨機化的概念 / 294
二、 孟德爾隨機化的統(tǒng)計學方法 / 294
三、 孟德爾隨機化的設計類型 / 295
四、 孟德爾隨機化存在的問題 / 295
第二節(jié)　孟德爾隨機化分析軟件及分析過程 / 296
一、 單樣本孟德爾隨機化 / 296
二、 兩樣本孟德爾隨機化 / 299
參考文獻/ 306