【R語言教程】R語言與高級醫(yī)學統(tǒng)計學

適用人群

臨床醫(yī)學科研工作者，其他醫(yī)學相關科研人員，以及所有R語言和統(tǒng)計愛好者

 

課程概述

一篇優(yōu)秀的科研論文，離不開對原始數(shù)據(jù)的深刻剖析和探索。如今的數(shù)據(jù)，無論是臨床上的疾病數(shù)據(jù)，抑或是患者的基因數(shù)據(jù)，可以說是海量的，如何從海量的數(shù)據(jù)中提取有價值的信息，這是一個值得研究的問題。也正是基于這種考量，統(tǒng)計學在今天迎來了又一次的蓬勃發(fā)展。而醫(yī)學統(tǒng)計學作為統(tǒng)計學中不可分割的一部分，在我們的醫(yī)學科研中的地位越來越重要。

醫(yī)學方”在前期已經(jīng)推出了兩套關于R語言的視頻教程，其一是關于R語言入門與數(shù)據(jù)清洗的，其二是關于R語言數(shù)據(jù)可視化的，中間似乎還缺點什么。所以，在經(jīng)過精心籌備之后，醫(yī)學方”推出了《R語言與高級醫(yī)學統(tǒng)計方法》系列教程，使R語言教程成為了一個完整的系統(tǒng)。

在本期的視頻系列教程中，將主要關注于統(tǒng)計方法的基本原理及其在R語言中的實現(xiàn)。所涉及的統(tǒng)計方法，從線性回歸到廣義估計方程，無論是簡單還是復雜，可以說都是衍生于醫(yī)學科研中經(jīng)常會碰到的一些問題。

學習了本門課程之后，您不僅可以了解這些看似高大上的統(tǒng)計學方法到底是怎么回事，本教程將對這些統(tǒng)計方法進行原理的講解；更重要的是，你知道何時去使用它，知道如何在R語言中實現(xiàn)其統(tǒng)計分析。從此，統(tǒng)計方法問題不再成為你醫(yī)學科研道路上的絆腳石。

一篇優(yōu)秀的科研論文,離不開對原始數(shù)據(jù)的深刻剖析和探索。如今的數(shù)據(jù),無論是臨床上的疾病數(shù)據(jù),抑或是患者的基因數(shù)據(jù),可以說是海量的,如何從海量的數(shù)據(jù)中提取有價值的信息,這是一個值得研究的問題。也正是基于這種考量,統(tǒng)計學在今天迎來了又一次的蓬勃發(fā)展。而醫(yī)學統(tǒng)計學作為統(tǒng)計學中不可分割的一部分,在我們的醫(yī)學科研中的地位越來越重要。

醫(yī)學方”在前期已經(jīng)推出了兩套關于R語言的視頻教程,其一是關于R語言入門與數(shù)據(jù)清洗的,其二是關于R語

言數(shù)據(jù)可視化的,中間似乎還缺點什么。所以,在經(jīng)過精心籌備之后,醫(yī)學方”推出了《R語言與高級醫(yī)學統(tǒng)計方法》系列教程,使R語言教程成為了一個完整的系統(tǒng)。

在本期的視頻系列教程中,將主要關注于統(tǒng)計方法的基本原理及其在R語言中的實現(xiàn)。所涉及的統(tǒng)計方法,從線性回歸到廣義估計方程,無論是簡單還是復雜,可以說都是衍生于醫(yī)學科研中經(jīng)常會碰到的一些問題。

學習了本門課程之后,您不僅可以了解這些看似高大上的統(tǒng)計學方法到底是怎么回事,本教程將對這些統(tǒng)計方法進行原理的講解;更重要的是,你知道何時去使用它,知道如何在R語言中實現(xiàn)其統(tǒng)計分析。從此,統(tǒng)計方法問題不再成為你醫(yī)學科研道路上的絆腳石。

 

目錄：

課時1視頻課程介紹22:02

課時2視頻單因素方差分析29:23

課時3視頻兩因素方差分析12:43

課時4視頻兩兩比較和協(xié)方差分析21:27

課時5視頻多元方差分析與重復測量方差分析23:23

課時6視頻線性回歸及擴展33:12

課時7視頻回歸診斷25:46

課時8視頻logistic回歸13:40

課時9視頻無序多分類logistic回歸17:59

課時10視頻有序多分類logistic回歸14:50

課時11視頻條件logistic回歸11:39

課時12視頻poisson回歸28:38

課時13視頻零膨脹回歸模型15:32

課時14視頻比率模型12:28

課時15視頻probit回歸12:01

課時16視頻列聯(lián)表數(shù)據(jù)分析I12:21

課時17視頻多層列聯(lián)表和有序列聯(lián)表數(shù)據(jù)處理33:46

課時18視頻多級數(shù)據(jù)分析21:22

課時19視頻嵌套數(shù)據(jù)分析10:50

課時20視頻刪失數(shù)據(jù)回歸14:03

課時21視頻廣義估計方程24:55

課時22視頻競爭風險模型14:02

課時23視頻結構方程模型24:51

課時24視頻多項式回歸15:41

課時25視頻樣條回歸17:23

課時26視頻廣義加性模型14:07

課時27視頻主成分分析25:57

課時28視頻主成分分類與回歸14:12

課時29視頻對應分析14:52

課時30視頻典型相關分析22:19

課時31視頻判別分析22:28

課時32視頻聚類分析15:37

課時33視頻嶺回歸與lasso回歸