中图网文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >
例解贝叶斯Meta分析:基于R语言(配增值)

例解贝叶斯Meta分析:基于R语言(配增值)

出版社:人民卫生出版社出版时间:2022-01-01
开本: 其他 页数: 352
本类榜单:医学销量榜
中 图 价:¥90.9(7.1折) 定价  ¥128.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

例解贝叶斯Meta分析:基于R语言(配增值) 版权信息

  • ISBN:9787117323635
  • 条形码:9787117323635 ; 978-7-117-32363-5
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

例解贝叶斯Meta分析:基于R语言(配增值) 本书特色

本书主要面向自然和社会科学领域,特别是生物医药、心理学、教育学、经济学、环境学等不同专业领域的研究人员,以R语言为基础,解决Meta分析实践过程中相关问题

例解贝叶斯Meta分析:基于R语言(配增值) 内容简介

以数据复杂程度分类,将Meta分析分为几个大的专题,称为篇;将每个大的专题再细分为章。每章先举一个具体数据,接着介绍适用于数据Mate分析的模型,给出R软件实现过程和结果解读。以问题为导向,以数据为纲,以模型和方法为目,理论与实践结合,重在实践。以数据复杂程度分类,将Mate分析分成几个大的专题,称为篇,然后每个大的专题再细分为章。每章,先举一个具体数据,接着介绍适用于数据的mate分析模型,给出R软件实现过程和结果解读。

例解贝叶斯Meta分析:基于R语言(配增值) 目录

基 础 篇 **章 贝叶斯 Meta 分析基础知识 / 2 **节 贝叶斯方法概述/ 2 第二节 贝叶斯统计学基础/ 3 第三节 贝叶斯统计的常见算法 / 10 第四节 贝叶斯 Meta 分析模型 / 19 第五节 R 语言函数小结 / 25 第二章 R 软件应用入门/ 27 **节 概述 / 27 第二节 数据管理 / 30 第三节 R 应用于贝叶斯 Meta 分析软件包 / 33 第四节 R 语言函数小结 / 34 单变量Meta 分析篇 第三章 二分类数据的贝叶斯 Meta 分析 / 38 **节 实例数据 / 38 第二节 二分类数据贝叶斯 Meta 分析策略 / 39 第三节 效应指标为比值比的二分类数据贝叶斯 Meta 分析 / 40 第四节 效应指标为危险比的二分类数据贝叶斯 Meta 分析 / 41 第五节 效应指标为率差的二分类数据贝叶斯 Meta 分析 / 44 第六节 R 语言函数小结 / 45 第四章 连续型数据的贝叶斯 Meta 分析 / 47 **节 实例数据 / 47 第二节 连续型数据贝叶斯 Meta 分析策略 / 49 第三节 效应指标为均数差的连续型数据贝叶斯 Meta 分析 / 49 第四节 效应指标为标化均数差的贝叶斯 Meta 分析 / 51 第五节 R 语言函数小结 / 53 第五章 有序数据的贝叶斯 Meta 分析 / 55 **节 实例数据 / 55 第二节 有序数据的 Meta 分析策略 / 56 第三节 基于两步法的有序数据贝叶斯 Meta 分析 / 56 第四节 基于一步法的有序数据贝叶斯 Meta 分析 / 59 第五节 R 语言函数小结 / 60 第六章 计数数据的贝叶斯 Meta 分析 / 62 **节 实例数据 / 62 第二节 计数数据的 Meta 分析策略 / 63 第三节 基于正态-正态分布层次模型的计数数据贝叶斯 Meta 分析 / 63 第四节 基于泊松-正态分布层次模型的计数数据贝叶斯 Meta 分析 / 65 第五节 R 语言函数小结 / 66 第七章 生存数据的贝叶斯 Meta 分析 / 68 **节 实例数据 / 68 第二节 生存数据的 Meta 分析策略 / 68 第三节 效应指标为时点生存率的贝叶斯 Meta 分析 / 69 第四节 效应指标为中位生存期的贝叶斯 Meta 分析 / 70 第五节 效应指标为风险比的贝叶斯 Meta 分析 / 71 第六节 R 语言函数小结 / 73 第八章 单臂研究数据的贝叶斯 Meta 分析 / 74 **节 实例数据 / 74 第二节 单臂研究数据的贝叶斯 Meta 分析策略 / 75 第三节 单臂试验二分类数据的贝叶斯 Meta 分析 / 76 第四节 单臂试验计数数据的贝叶斯 Meta 分析 / 77 第五节 单臂试验连续型数据的贝叶斯 Meta 分析 / 79 第六节 R 语言函数小结 / 81 第九章 稀疏数据的贝叶斯 Meta 分析 / 83 **节 实例数据 / 83 第二节 稀疏二分类数据的 Meta 分析策略 / 84 第三节 二项式-正态层次模型 / 84 第四节 贝塔-二项式模型 / 90 第五节 稀疏研究的 Meta 分析 / 92 第六节 R 函数小结 / 93 第十章 缺失数据的贝叶斯 Meta 分析 / 95 **节 实例数据 / 95 第二节 缺失数据的 Meta 分析策略 / 96 第三节 缺失测量结局二分类数据的贝叶斯 Meta 分析 / 98 第四节 缺失测量结局连续型数据的贝叶斯 Meta 分析 / 102 第五节 R 语言函数小结 / 105 第十一章 纵向数据的贝叶斯 Meta 分析/ 107 **节 实例数据 / 107 第二节 纵向数据的 Meta 分析策略 / 108 第三节 基于 Emax 模型的纵向数据 Meta 分析/ 109 第四节 设立对照的前后测量数据 Meta 分析 / 114 第五节 R 语言函数小结 / 119 第十二章 贝叶斯 Meta 回归分析 / 121 **节 实例数据 / 121 第二节 Meta 回归分析模型/ 121 第三节 R2jags 包拟合随机效应 Meta 回归模型 / 122 第四节 runjags 包拟合随机效应 Meta 回归模型 / 125 第五节 注意事项 / 127 第六节 R 语言函数小结 / 128 第十三章 单变量贝叶斯 Meta 分析相关图形的绘制 / 130 **节 实例数据 / 130 第二节 森林图 / 131 第三节 漏斗图 / 138 第四节 马尔可夫链收敛性诊断相关图形 / 139 第五节 图形文件保存到本地硬盘 / 145 第六节 R 语言函数小结 / 146 多变量Meta 分析篇 第十四章 多元贝叶斯 Meta 分析的基本原理与模型 / 150 **节 实例数据 / 150 第二节 多元 Meta 分析模型 / 151 第三节 二分类数据的多元 Meta 分析 / 151 第四节 多测量结局数据的多元 Meta 分析 / 153 第五节 R 语言函数小结 / 159 第十五章 诊断性试验贝叶斯 Meta 分析/ 160 **节 实例数据 / 160 第二节 诊断性试验基本评价指标及计算方法 / 161 第三节 双变量二项式-正态分布模型 / 164 第四节 双变量条件二项式-尺度混合正态分布模型 / 166 第五节 R 语言函数小结 / 173 第十六章 遗传关联性研究贝叶斯 Meta 分析 / 176 **节 实例数据 / 176 第二节 遗传关联性研究经典 Meta 分析策略 / 177 第三节 遗传关联性研究的无遗传模型 Meta 分析策略 / 179 第四节 基于病例对照研究设计的遗传关联性研究 Meta 分析 / 181 第五节 基于随机人群的遗传关联性研究 Meta 分析 / 185 第六节 R 语言函数小结 / 186 第十七章 合并不同设计类型研究数据的贝叶斯 Meta 分析/ 188 **节 实例数据 / 188 第二节 整合随机试验与非随机试验证据 / 190 第三节 整合双臂试验与单臂试验证据 / 194 第四节 R 语言函数小结 / 198 网络Meta 分析篇 第十八章 贝叶斯网络 Meta 分析的基本原理与模型 / 202 **节 实例数据 / 202 第二节 网络 Meta 分析的基本概念 / 203 第三节 网络 Meta 分析的基本假设 / 204 第四节 网络 Meta 分析的基本原理 / 205 第五节 网络 Meta 分析的核心统计模型 / 205 第六节 网络 Meta 分析的建模数据 / 208 第七节 网络 Meta 分析的建模策略 / 210 第八节 网络 Meta 分析的分析策略 / 211 第九节 贝叶斯网络 Meta 的分析工具 / 211 第十节 贝叶斯网络 Meta 分析策略的注意事项 / 212 第十九章 基于对比建模策略的贝叶斯网络 Meta 分析 / 215 **节 实例数据 / 215 第二节 基于对比建模策略拟合模型的 R 软件扩展包/ 220 第三节 二分类数据的贝叶斯网络 Meta 分析 / 222 第四节 连续型数据的贝叶斯网络 Meta 分析 / 229 第五节 计数数据的贝叶斯网络 Meta 分析 / 231 第六节 R 语言函数小结 / 234 第二十章 基于臂建模策略的贝叶斯网络 Meta 分析 / 236 **节 实例数据 / 236 第二节 基于臂建模策略拟合模型的 R 软件扩展包/ 236 第三节 二分类数据的贝叶斯网络 Meta 分析 / 236 第四节 连续型数据的贝叶斯网络 Meta 分析 / 240 第五节 计数数据的贝叶斯网络 Meta 分析 / 244 第六节 R 语言函数小结 / 246 第二十一章 网络 Meta 回归 / 247 **节 实例数据 / 247 第二节 贝叶斯网络 Meta 回归模型 / 247 第三节 拟合贝叶斯网络 Meta 回归模型的 R 软件扩展包 / 248 第四节 bnma 包拟合贝叶斯网络 Meta 回归模型 / 248 第五节 注意事项 / 252 第六节 R 语言函数小结 / 252 第二十二章 贝叶斯网络 Meta 分析的不一致性检验 / 254 **节 实例数据 / 254 第二节 不一致性相关概念及模型 / 257 第三节 比较模型拟合度 / 258 第四节 分割节点模型 / 262 第五节 R 语言函数小结 / 264 第二十三章 贝叶斯网络 Meta 分析相关图形的绘制 / 266 **节 网络结构图 / 266 第二节 森林图 / 269 第三节 排秩图 / 273 第四节 残差图 / 277 第五节 杠杆图 / 279 第六节 R 语言函数小结 / 280 第二十四章 特殊数据的贝叶斯网络 Meta 分析 / 282 **节 实例数据 / 282 第二节 生存数据的贝叶斯网络 Meta 分析 / 286 第三节 无序多分类数据的贝叶斯网络 Meta 分析 / 289 第四节 重复测量数据的贝叶斯网络 Meta 分析 / 292 第五节 剂量-反应数据的贝叶斯网络 Meta 分析 / 301 第六节 R 语言函数小结 / 307 基于其他算法的贝叶斯Meta 分析篇 第二十五章 基于 INLA 算法的贝叶斯 Meta 分析 / 310 **节 实例数据 / 310 第二节 基于 INLA 算法的 Meta 分析包/ 313 第三节 nmaINLA 包在网络 Meta 分析中的应用 / 313 第四节 meta4diag 包在诊断性试验 Meta 分析中的应用 / 317 第五节 R 语言函数小结 / 325 第二十六章 基于 DIRECT 算法的贝叶斯 Meta 分析/ 327 **节 DIRECT 算法 / 327 第二节 实现 DIRECT 算法的 bayesmeta 包 / 327 第三节 bayesmeta 包拟合随机效应贝叶斯 Meta 分析模型 / 328 第四节 R 语言函数小结 / 335 附录 随书视频 / 337
展开全部

例解贝叶斯Meta分析:基于R语言(配增值) 作者简介

张天嵩(1970.04-),男,博士,主任医师,教授,硕导。中共上海市第九次代表大会代表。复旦大学上海临床医学院中西医结合系(临床)副主任。首届上海市区域名医。上海市中医药学会治未病分会第一届委员会副主委,中国中西医结合学会循证医学分员常委、中华医学临床流行病学和循证医学分会第七届委员会中医学组委员、中国医师协会循证医学专业第五届委员会委员等。《中国循证医学杂志》、《上海针灸杂志》、《中国医院统计

商品评论(0条)
暂无评论……
书友推荐
编辑推荐
返回顶部
中图网
在线客服