本书包括经典篇和拓展篇两篇,共15章。经典篇涵盖了以探索影响因素或相关因素为目的的多元线性回归、多元logistic回归、多元Cox回归,以分类为目的的判别分析、聚类分析,以降维评价为目的的主成分分析、因子分析;并介绍对应的SPSS软件实现、分析结果的整理和应用注意事项,便于读者进行系统的学习和掌握。拓展篇介绍了时空模型、非参数回归和半参数回归、时间序列分析、多水平模型、神经网络模型、支持向量机、随机森林等近年来发展的统计模型和机器学习方法,以及相应的软件语法,供学有余力的医学生学习和有需求的科研工作者参考。全书从使用者角度出发,将医学数据及其分析目的与多因素统计分析方法的应用结合起来;将多因素统计分析方法的理论与统计软件的操作、分析结果的整理和表述结合起来,利于多因素统计分析方法的推广应用;具有定位明确、内容优化、重点突出、通俗易懂、便于自学的特点。
样章试读
目录
- 目录
经典篇
第一章 绪论 3
第一节 多因素统计分析方法的种类及其医学应用现况 3
第二节 多因素统计分析方法的发展史 8
第二章 多元方差分析 13
第一节 医学研究资料及其分析目的 14
第二节 多元方差分析的应用 15
第三节 应用注意事项 22
思考与练习 23
第三章 多元线性回归 24
第一节 医学研究资料及其分析目的 24
第二节 多元线性回归的应用 26
第三节 应用注意事项 35
思考与练习 38
第四章 多元logistic回归 40
第一节 医学研究资料及其分析目的 40
第二节 多元logistic回归分析的应用 42
第三节 应用注意事项 50
思考与练习 52
第五章 多元Cox回归 53
第一节 医学研究资料及其分析目的 53
第二节 多元Cox回归的应用 55
第三节 应用注意事项 65
思考与练习 66
第六章 判别分析 68
第一节 医学研究资料及其分析目的 68
第二节 判别分析的应用 69
第三节 应用注意事项 84
思考与练习 85
第七章 聚类分析 87
第一节 医学研究资料及其分析目的 87
第二节 聚类分析的应用 89
第三节 应用注意事项 98
思考与练习 99
第八章 主成分分析 102
第一节 医学研究资料及其分析目的 102
第二节 主成分分析的应用 103
第三节 应用注意事项 110
思考与练习 112
第九章 因子分析 113
第一节 医学研究资料及其分析目的 113
第二节 因子分析的应用 114
第三节 应用注意事项 122
思考与练习 127
拓展篇
第十章 时空模型 131
第一节 医学研究资料及其分析目的 131
第二节 泊松贝叶斯空间模型的应用 132
第三节 泊松贝叶斯时空模型的应用 139
第四节 应用注意事项 143
思考与练习 143
第十一章 非参数回归和半参数回归简介 144
第一节 医学研究资料及其分析目的 144
第二节 非参数回归和半参数回归的应用 146
第三节 应用注意事项 156
思考与练习 157
第十二章 时间序列分析 158
第一节 医学研究资料及其分析目的 158
第二节 时间序列分析的应用 159
第三节 应用注意事项 169
思考与练习 170
第十三章 多水平模型简介 171
第一节 医学研究资料及其分析目的 171
第二节 多水平模型的应用 172
第三节 应用注意事项 185
思考与练习 186
第十四章 神经网络模型 187
第一节 医学研究资料及其分析目的 187
第二节 神经网络模型的应用 188
第三节 应用注意事项 196
思考与练习 196
第十五章 其他机器学习方法 198
第一节 医学研究资料及其分析目的 198
第二节 支持向量机的应用 199
第三节 随机森林模型的应用 207
第四节 应用注意事项 213
思考与练习 214
参考文献 215