消息 首页 搜索 举报
  • 预测模型实战:基于r、ss和stata 图形图像 武松编 新华正版
  • 预测模型实战:基于r、ss和stata 图形图像 武松编 新华正版
21年品牌 40万+商家 超1.5亿件商品

预测模型实战:基于r、ss和stata 图形图像 武松编 新华正版

￥ 72 6.1折 ￥ 118 全新

库存41件

河北廊坊
认证卖家担保交易快速发货售后保障

作者武松编

出版社清华大学出版社

ISBN9787302639411

出版时间2023-11

版次1

装帧平装

开本16

页数308页

字数420千字

定价118元

货号304_9787302639411

上书时间2024-07-01

悦霖图书

五年老店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：全新
正版特价新书
商品描述
主编：

从统计小白到领域精英，厘清思路，注重实战，解决问题！

全面拆解临床预测模型知识体系
真实案例一镜到底，助您充分掌握预测模型全流程
不仅讲授方法，更注重经验结，扫除疑难杂症

目录：

章 临床预测模型基础/1

1.1 三种建模策略解读/1

1.1.1 风险因素发现模型/1

1.1.2 风险因素验证模型/2

1.1.3 临床预测模型/3

1.2 临床预测模型分类与分型/5

1.2.1 预测模型目的分类/5

1.2.2 预测模型数据来源分类/6

1.2.3 数据集分类/7

1.3 区分度-c指数/8

1.4 净重新分类指数/10

1.5 综合判别改善指数/12

1.6 校准度/13

1.6.1 hosmer-lemeshow检验/13

1.6.2 calibration plot/13

1.7 临床决策曲线/16

1.8 模型可视化（visualization）/18

1.9 交验证/19

1.9.1 简单交验证（simple cross validation）/20

1.9.2 k折交验证（k-folder cross validation）/20

1.9.3 留一法交验证（leave-one-out cross validation）/20

1.10 自助抽样法/20

1.11 lasso回归/21

1.12 临床预测模型报告规范/23

第2章 模型构建相关问题/26

2.1 单变量进入模型的形式/26

2.1.1 数值变量进入模型的形式/26

2.1.2 等级变量进入模型的形式/27

2.1.3 分类变量进入模型的形式/28

2.2 模型构建策略探讨/29

2.2.1 先单后多法/29

2.2.2 进入法/29

2.2.3 百分之十改变量法/29

2.2.4 lasso回归法/29

2.3 统计建模/30

2.3.1 危险因素筛选模型/30

2.3.2 风险因素验证模型/30

2.3.3 临床预测模型/30

第3章 ss临床预测模型实战/31

3.1 ss在诊断模型中的应用/31

3.1.1 数据拆分/32

3.1.2 统计建模/33

3.1.3 模型评价/38

3.2 ss在预后模型中的应用/42

第4章 stata诊断模型实战/46

4.1 logistic回归模型构建/46

4.1.1 先单因素分析/46

4.1.2 后多因素分析/50

4.1.3 正式后多因素分析/51

4.1.4 模型比较/54

4.1.5 终模型/56

4.1.6 预测概率/57

4.2 logistic回归模型区分度评价/57

4.2.1 训练集的auc分析/58

4.2.2 训练集roc曲线分析/58

4.2.3 验证集auc 分析/59

4.2.4 验证集roc分析/60

4.2.5 多条roc曲线/60

4.3 logistic回归模型校准度评价：hl检验与校准曲线/61

4.3.1 基于hl函数的校准度/61

4.3.2 校准曲线加强版/63

4.3.3 bootstrap校准曲线/67

4.4 logistic回归模型临床适用评价：临床决策曲线（dca）/69

4.4.1 训练集临床决策曲线/70

4.4.2 验证集临床决策曲线/70

4.4.3 决策曲线优化/71

4.4.4 净减少曲线（ reduction）/72

4.5 logistic回归模型可视化：nomo图/73

4.6 nri和idi/75

4.6.1 nri（净重新分类指数）/75

4.6.2 idi（综合判别改善指数）/77

4.7 如何利用别人文章的模型/78

4.8 交验证/79

4.9 bootstrap/81

4.10 lasso-logit/85

4.10.1 lasso回归/86

4.10.2 路径图/88

4.10.3 cv-lasso/91

4.11 缺失值处理/93

4.11.1 直接删除法/93

4.11.2 单一插补法/93

4.11.3 多重插补法/93

第5章 stata预后临床预测模型实战/100

5.1 模型构建/100

5.1.1 建立时间变量和结局变量/101

5.1.2 单因素分析/101

5.1.3 多因素分析/102

5.1.4 模型比较/104

5.1.5 确定终模型/105

5.2 区分度/106

5.2.1 c-index/106

5.2.2 c-index和somers_d及 95%可信区间/107

5.2.3 时点roc曲线（time roc）/109

5.3 校准度/113

5.3.1 建立模型/113

5.3.2 训练集时点校准曲线/113

5.3.3 验证集时点校准曲线/114

5.3.4 训练集校准曲线加强版/114

5.3.5 验证集校准曲线加强版/115

5.4 决策曲线/117

5.4.1 建立模型/117

5.4.2 设立时间节点概率/117

5.4.3 模型组与验证组dca/117

5.4.4 多模型dca曲线/119

5.4.5 净获益的数据/120

5.5 nomo图/120

5.5.1 构建模型/120

5.5.2 命令绘制nomo图/120

5.5.3 窗nomo绘制/122

5.6 nri与idi/123

5.6.1 nri/123

5.6.2 idi/125

5.7 bootstrap/126

第6章 r语言诊断临床预测模型实战/129

6.1 logistic回归模型构建/129

6.1.1 单因素分析/129

6.1.2 多因素分析/138

6.2 logistic回归模型区分度评价/154

6.2.1 训练集auc与roc/155

6.2.2 验证集auc和roc/159

6.2.3 绘制多条roc曲线/163

6.2.4 两条roc曲线比较/165

6.2.5. bootstrap法roc验证/166

6.3 logistic回归校准度评价：hl检验与校准曲线/168

6.3.1 calibrate包val.prob函数校准曲线实现/168

6.3.2 hosmer-lemeshow test检验/170

6.3.3 riskregression包plotcalibration函数校准曲线实现/171

6.3.4 lrm+calibrate+plot校准曲线实现/172

6.3.5 校准曲线方法四（bootstrap法)/174

6.4 logistic回归模型临床决策曲线（dca）/175

6.4.1 软件准备工作/176

6.4.2 rmda包决策曲线实现/176

6.4.3 临床影响曲线（clinical impact curve）/180

6.4.4 dca及可信区间/182

6.4.5 交验证dca/182

6.4.6 dca包临床决策曲线绘制/183

6.5 logistic回归模型可视化：nomo图/185

6.5.1 rms包常规普通列线图回归/186

6.5.2 regplot包绘制交互列线图/187

6.5.3 普通列线图变种/189

6.5.4 dynnom包动态列线图/190

6.5.5 制作网络版动态列线图/193

6.6 logistic回归模型诊断效果评价/197

6.6.1 诊断试验评价/198

6.6.2 roc曲线比较/198

6.6.3 logistic回归分析/199

6.7 nri和idi/200

6.7.1 净重新分类指数/200

6.7.2 综合判别改善指数/202

6.8 如何验证别人已经发表的模型/204

6.9 lasso在logistic回归中应用/205

6.9.1 软件包准备/205

6.9.2 数据准备/205

6.9.3 lasso-logit/205

6.9.4 cv-lasso/207

6.10 交验证与bootstrap/209

6.10.1 简单交验证/210

6.10.2 十重交验证/211

6.10.3 留一法交验证/212

6.10.4 bootstrap cv/213

6.10.5 bootstrap roc/214

第7章 r语言预后临床预测模型实战/216

7.1 cox回归模型构建/217

7.1.1 数据读取/217

7.1.2 软件包准备/218

7.1.3 先单因素分析/218

7.1.4 后多因素分析/219

7.1.5 批量单因素分析/220

7.1.6 多因素分析/222

7.1.7 模型比较/226

7.2 预后模型区分度分析/229

7.2.1 concordance index/229

7.2.2 time-roc/234

7.2.3 时间依赖auc/239

7.3 预后模型校准度分析/244

7.3.1 基于rms包的校准曲线/244

7.3.2 基于pec包的校准曲线/250

7.4 预后模型决策曲线分析/255

7.4.1 基于stdca.r的决策曲线/257

7.4.2 基于dcurves包的决策曲线/263

7.4.3 基于ggdca包的决策曲线/270

7.5 交验证/274

7.6 预后模型nomo展示/277

7.6.1 普通生存概率列线图/277

7.6.2 中位生存时间列线图/279

7.6.3 网格线列线图/280

7.6.4 动态列线图/280

7.7 nri和idi/283

7.7.1 nri（净重新分类指数）/283

7.7.2 idi/285

7.8 lasso-cox/286

7.8.1 数据准备/286

7.8.2 lasso-cox/286

7.8.3 cv-lasso/288

7.9 模型效果验证/290

7.9.1 风险分组后km曲线/290

7.9.2 风险得分图/293

7.10 生存分析数值变量分类方法/295

7.10.1 time-roc/295

7.10.2 x-tile/297

参资料/299

内容简介：

本书从生物医药三种建模讲起，引出临床预测模型，系统介绍了临床预测模型的基本思想与理论体系，并配合、tata和r语言实战，让读者全面掌握临床预测模型的建模、评价、验证与展示技术，从而轻轻松松进行临床预测模型研究，顺利发表ci（cience citation index，科学引文索引）。本书分为7章，涵盖临床预测模型基础、模型构建相关问题、临床预测模型实战、tata诊断模型实战、tata预后临床预测模型实战、r语言诊断临床预测模型实战以及r语言预后临床预测模型实战。对于每个软件，基本由一个案例从建模到区分度、校准度、临床决策曲线评价，再到nomo图展示以及合理分析的完整流程，让学员体验真正实案例。作者自编的一些自动分析插件以及自动制表代码，极大提升读者数据处理和发表的能力。本书内容通俗易懂，实用强，适用人群为生物医药领域医生、护士、硕博士、医学高校教师，特别适合临床预测模型的入门读者和读者阅读，另外，本书也适合作为相关培训机构的教材使用。

作者简介：

武松（松哥统计），安徽中医药大学副教授，中国疾病控制中心流行病与卫生统计学博士，世界中联临床科研统计学会理事，统计分析师，数据分析师。擅长、a、r、tata等多种统计软件，多家杂志编委。目前为止主持课题8项，协作子课题12项，出版统计软件专著2部，均为书，参与编写了7部图书，参与过“十一五” “自然” “卫生部专项”等数十项课题数据分析，经验丰富。在重量刊物作为作者或通讯作者发表文章40余篇，获得发明专利1项，获得计算机软件著作权5项，获得上海市出入境检验检疫局科技兴检1项。

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

正版特价新书
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP