R語(yǔ)言臨床預(yù)測(cè)模型實(shí)戰(zhàn)

定　價(jià)：￥168.00

作　者：	彭獻(xiàn)鎮(zhèn)
出版社：	清華大學(xué)出版社
叢編項(xiàng)：	新時(shí)代·技術(shù)新未來(lái)
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

ISBN：	9787302621119	出版時(shí)間：	2023-02-01	包裝：	平裝-膠訂
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)從R語(yǔ)言臨床預(yù)測(cè)模型基本原理講起，逐步深入到進(jìn)階實(shí)戰(zhàn)，并配合實(shí)戰(zhàn)案例，重點(diǎn)介紹臨床預(yù)測(cè)模型的構(gòu)建、評(píng)價(jià)、驗(yàn)證，讓讀者可以快速領(lǐng)悟 3~5分預(yù)測(cè)模型 SCI（science citation index，科學(xué)引文索引）的套路與精髓，為后續(xù)沖擊10分以上SCI打基礎(chǔ)。本書(shū)分為13章，主要內(nèi)容有線性回歸、Logistic回歸、Cox回歸、競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型等；自變量篩選方法有傳統(tǒng)方法、逐步回歸法、Lasso法、隨機(jī)森林法、最優(yōu)子集法、主成分分析法等；模型可視化涉及多種形式的列線圖、Calibration校準(zhǔn)曲線、ROC、DCA 曲線等圖形繪制，不僅涉及單模型的可視化，還涉及單模型多時(shí)點(diǎn)、多模型同時(shí)點(diǎn)的可視化；模型評(píng)價(jià)指標(biāo)涉及C指數(shù)、AUC、NRI、IDI 等；模型驗(yàn)證主要涉及簡(jiǎn)單交叉驗(yàn)證、K折交叉驗(yàn)證、留一法交叉驗(yàn)證及Bootstrap法。本書(shū)內(nèi)容通俗易懂，案例豐富，實(shí)用性強(qiáng)，適合R語(yǔ)言臨床預(yù)測(cè)模型的入門讀者和進(jìn)階讀者，尤其是臨床、護(hù)理、公共衛(wèi)生、藥學(xué)等專業(yè)的碩士研究生和博士研究生或從事相關(guān)研究的科研人員閱讀。另外，本書(shū)還可以作為相關(guān)培訓(xùn)機(jī)構(gòu)的教材。

作者簡(jiǎn)介

　　彭獻(xiàn)鎮(zhèn)，南京醫(yī)科大學(xué)康達(dá)學(xué)院流行病與統(tǒng)計(jì)學(xué)系主任，研究方向?yàn)槁圆×餍胁W(xué)，擔(dān)任江蘇省預(yù)防醫(yī)學(xué)會(huì)青年委員，在國(guó)內(nèi)外發(fā)表20余篇學(xué)術(shù)論文，主持各級(jí)科研課題7項(xiàng)；擅長(zhǎng)SPSS、Stata、SAS、GraphPad Prism、PASS、R、Amos 等多種軟件的統(tǒng)計(jì)分析建模工作，實(shí)戰(zhàn)經(jīng)驗(yàn)豐富，創(chuàng)建大鵬統(tǒng)計(jì)工作室至今，已為5000余名碩士研究生、博士研究生提供統(tǒng)計(jì)分析、科研設(shè)計(jì)服務(wù)。

圖書(shū)目錄

第1章臨床預(yù)測(cè)模型概述 1
1.1 如何構(gòu)建預(yù)測(cè)模型 2
1.1.1 先單后多 2
1.1.2 逐步回歸 2
1.1.3 Lasso 2
1.1.4 隨機(jī)森林 3
1.1.5 最優(yōu)子集 3
1.2 如何評(píng)價(jià)預(yù)測(cè)模型 3
1.2.1 擬合優(yōu)度檢驗(yàn) 3
1.2.2 ROC 4
1.2.3 Calibration 4
1.2.4 DCA曲線 4
1.3 如何驗(yàn)證預(yù)測(cè)模型 4
1.3.1 交叉驗(yàn)證 5
1.3.2 Bootstrap法 5
1.4 小結(jié) 5
第2章線性回歸 6
2.1 線性回歸概述 7
2.1.1 相關(guān)的概念 7
2.1.2 回歸的概念 9
2.2 線性回歸實(shí)戰(zhàn) 11
2.2.1 簡(jiǎn)單線性回歸 11

IV
2.2.2 多重線性回歸 17
2.3 小結(jié) 25
第3章 Logistic回歸 27
3.1 概述 28
3.1.1 二分類Logistic回歸的基本原理28
3.1.2 多分類Logistic回歸的基本原理30
3.1.3 有序Logistic回歸的基本原理30
3.1.4 1∶m匹配條件Logistic回歸的基本原理31
3.2 Logistic回歸分析實(shí)戰(zhàn) 31
3.2.1 二分類Logistic回歸 31
3.2.2 多分類Logistic回歸 41
3.2.3 有序Logistic 49
3.2.4 1∶m匹配條件Logistic 53
3.3 小結(jié) 56
第4章生存資料分析 59
4.1 概述 60
4.1.1 Kaplan-Meier生存曲線的基本原理60
4.1.2 Cox比例風(fēng)險(xiǎn)模型的基本原理 61
4.2 生存資料分析實(shí)戰(zhàn) 62
4.2.1 Kaplan-Meier生存曲線 62
4.2.2 Cox比例風(fēng)險(xiǎn)模型 72
4.3 小結(jié) 81
第5章競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型 83
5.1 概述 84
5.2 競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型實(shí)戰(zhàn) 85
5.2.1 Fine-Gray檢驗(yàn)（單因素分析） 85
5.2.2 crr()函數(shù)法（多因素分析） 95

V
目錄
5.3 小結(jié) 97
第6章自變量篩選 99
6.1 傳統(tǒng)方法 100
6.1.1 基于連續(xù)性資料 100
6.1.2 基于二分類資料 105
6.1.3 基于生存資料 112
6.2 逐步法 116
6.2.1 基于連續(xù)性資料 117
6.2.2 基于二分類資料 121
6.2.3 基于多分類資料 124
6.2.4 基于有序資料 126
6.2.5 基于1∶m匹配資料 128
6.2.6 基于生存資料 130
6.2.7 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)資料 131
6.3 Lasso法 134
6.3.1 基于連續(xù)性資料 135
6.3.2 基于二分類資料 144
6.3.3 基于多分類資料 151
6.3.4 基于生存資料 160
6.4 隨機(jī)森林法 167
6.4.1 基于連續(xù)性資料 168
6.4.2 基于二分類資料 172
6.4.3 基于多分類資料 177
6.4.4 基于生存資料 180
6.4.5 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)資料 187
6.5 最優(yōu)子集法 191
6.5.1 基于連續(xù)性資料 192
6.5.2 基于二分類資料 193
6.5.3 基于多分類資料 193
6.5.4 基于有序資料 196
6.5.5 基于生存資料 196

VI
6.5.6 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)資料 198
6.6 主成分分析法 200
6.7 小結(jié) 204
第7章列線圖205
7.1 列線圖簡(jiǎn)介 206
7.2 基于連續(xù)資料 206
7.2.1 普通靜態(tài)列線圖 206
7.2.2 網(wǎng)頁(yè)動(dòng)態(tài)列線圖 210
7.2.3 花樣列線圖 212
7.2.4 靜態(tài)列線圖的變種 215
7.3 基于二分類資料 216
7.3.1 普通靜態(tài)列線圖 216
7.3.2 網(wǎng)頁(yè)動(dòng)態(tài)列線圖 222
7.3.3 花樣列線圖 223
7.3.4 靜態(tài)列線圖的變種 227
7.4 基于有序資料 228
7.4.1 普通靜態(tài)列線圖 228
7.4.2 花樣列線圖 233
7.4.3 靜態(tài)列線圖的變種 236
7.5 基于生存資料 237
7.5.1 普通靜態(tài)列線圖 237
7.5.2 網(wǎng)頁(yè)動(dòng)態(tài)列線圖 246
7.5.3 花樣列線圖 248
7.5.4 靜態(tài)列線圖的變種 253
7.5.5 生存概率列線圖 255
7.6 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型 256
7.6.1 普通靜態(tài)列線圖 256
7.6.2 靜態(tài)列線圖的變種 264
7.6.3 生存概率列線圖 265
7.6.4 花樣列線圖 266
7.7 小結(jié) 270

第8章 Calibration校準(zhǔn)曲線 271
8.1 Calibration校準(zhǔn)曲線簡(jiǎn)介 272
8.2 基于二分類資料 272
8.2.1 單一模型校準(zhǔn)曲線 272
8.2.2 多模型校準(zhǔn)曲線 281
8.3 基于生存資料 284
8.3.1 單模型單時(shí)點(diǎn)校準(zhǔn)曲線 285
8.3.2 單模型多時(shí)點(diǎn)校準(zhǔn)曲線 292
8.3.3 多模型同時(shí)點(diǎn)校準(zhǔn)曲線 294
8.4 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型 299
8.4.1 單模型單時(shí)點(diǎn)校準(zhǔn)曲線 299
8.4.2 多模型同時(shí)點(diǎn)校準(zhǔn)曲線 301
8.5 小結(jié) 304
第9章 C指數(shù)計(jì)算 305
9.1 C指數(shù)簡(jiǎn)介 306
9.2 基于二分類資料 306
9.3 基于生存資料 310
9.4 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型 315
9.5 小結(jié) 318
第10章 ROC曲線 319
10.1 ROC曲線簡(jiǎn)介 320
10.2 基于二分類資料 320
10.2.1 單一模型ROC曲線 320
10.2.2 多模型ROC曲線 328
10.3 基于生存資料 332
10.3.1 單模型單時(shí)點(diǎn)ROC曲線 332
10.3.2 單模型多時(shí)點(diǎn)ROC曲線 336
10.3.3 多模型同時(shí)點(diǎn)ROC曲線 339

VIII
10.4 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型343
10.4.1 單模型單時(shí)點(diǎn)ROC曲線 343
10.4.2 單模型多時(shí)點(diǎn)ROC曲線 345
10.4.3 多模型同時(shí)點(diǎn)ROC曲線 348
10.5 小結(jié) 349
第11章 DCA曲線 350
11.1 DCA曲線簡(jiǎn)介 351
11.2 基于二分類資料351
11.2.1 單一模型DCA曲線351
11.2.2 多模型DCA曲線356
11.3 基于生存資料359
11.3.1　單模型單時(shí)點(diǎn)DCA曲線 359
11.3.2　單模型多時(shí)點(diǎn)DCA曲線 363
11.3.3　多模型同時(shí)點(diǎn)DCA曲線 365
11.4 小結(jié) 368
第12章 NRI、IDI計(jì)算 369
12.1 NRI、IDI簡(jiǎn)介 370
12.2 基于二分類資料 370
12.3 基于生存資料 378
12.4 小結(jié) 384
第13章交叉驗(yàn)證及Bootstrap 385
13.1 概述 386
13.2 簡(jiǎn)單交叉驗(yàn)證 389
13.3 K折交叉驗(yàn)證 391
13.4 留一法交叉驗(yàn)證 393
13.5 Bootstrap 395
13.6 小結(jié) 397