python医学实用统计分析 医学综合 作者 新华正版
￥ 63.69 6.5折 ￥ 98 全新
库存51件
江苏无锡
认证卖家担保交易快速发货售后保障
作者作者
出版社人民卫生出版社
ISBN9787117341417
出版时间2023-01
版次1
装帧平装
开本16
页数256页
字数389千字
定价98元
货号xhwx_1202816889
上书时间2024-04-09
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
1python简介与安装/1
1.1python的优点/1
1.2python的安装与配置/2
1.2.1windows系统下的安装与配置/3
1.2.2mac系统下的安装与配置/6
1.2.3linux系统下的安装与配置/6
1.3anaconda的使用方法/6
1.3.1打开命令行终端/6
1.3.2更新软件下载渠道/6
1.3.3创建conda虚拟环境/7
1.3.4安装软件库/7
1.3.5conda常用命令合集/7
1.4jupyternotebook/8
1.4.1打开jupyternotebook/9
1.4.2jupyternotebook界面/9
2python语言基础与重要的库/16
2.1python快速入门/16
2.1.1个python程序/16
2.1.2python的缩进/17
2.1.3查询帮助文件/17
2.1.4tab键自动补全代码/18
2.2python语法基础/18
2.2.1变量和数据类型/18
2.2.2运算符/19
2.2.3列表、元组和字典/21
2.2.4函数/21
2.3重要的python库/22
3数据集创建/24
3.1numpy多维数组对象/25
3.1.1numpy数组属/25
3.1.2numpy数组创建/27
3.1.3numpy切片和索引/30
3.2pandas数据结构/32
3.2.1series（一维数据）/32
3.2.2dataframe（二维数据）/33
3.2.3numpy与pandas转换/36
3.3数据取值与选择/36
3.3.1series（一维数据）/36
3.3.2dataframe（二维数据）/38
3.4数据读取与存储/41
3.4.1pandas读取excel数据/41
3.4.2pandas读取csv文件/42
3.4.3pandas读取txt数据/43
3.4.4pandas读取sas、stata和ss数据/45
3.4.5存储数据/46
4基本数据管理/47
4.1数据基本信息与结构查看/47
4.2创建新变量/49
4.3变量重命名/50
4.4数据类型转换/52
4.4.1基本数据类型转换/52
4.4.2时间期数据类型转换/53
4.5数据排序/56
4.5.1按索引标签排序/56
4.5.2按列值排序/57
4.6缺失值处理/58
4.6.1缺失值判断/58
4.6.2缺失值删除/60
4.7缺失数据填补/62
4.8重复数据处理/63
4.9数据集的合并/65
4.9.1merge()方法/65
4.9.2concat()方法/67
4.9.3join()方法/70
4.10数据集取子集/72
4.10.1直接选择/72
4.10.2loc()函数选取子集/73
4.10.3iloc()函数选取子集/74
4.11数据分组/75
4.11.1groupby()函数/75
4.11.2cut()和qcut()函数/77
4.12melt()函数/80
4.13数据集更新/81
4.13.1rece()函数/81
4.13.2update()函数/81
4.14数据集比较/83
5数据管理/86
5.1控制流/86
5.1.1条件（分支）语句/86
5.1.2循环结构/88
5.2函数/91
5.2.1pandas函数/91
5.2.2lambda函数/95
5.3向量化字符串作/96
5.4正则表达式/100
6网络数据采集/105
6.1初识爬虫/105
6.2协议与url/106
6.2.1请求/107
6.2.2响应/107
6.3网页结构/108
6.3.1html标签/108
6.3.2html属/109
6.4requests库/109
6.4.1获取网页/109
6.4.2t请求/111
6.5beautifulsoup库/111
6.5.1beautifulsoup对象/111
6.5.2beautifulsoup标签/113
6.5.3遍历节点/114
6.5.4方法选择器/115
7资料类型及展示/117
7.1资料类型/117
7.2统计描述/118
7.2.1定量资料/118
7.2.2定资料/123
7.3数据透视表/124
7.4表格重塑/125
7.5绘制图形/129
7.5.1绘制图形的基本步骤/129
7.5.2常见统计图/130
7.5.3子图绘制/139
7.5.4金字塔图/140
7.5.5其他图形绘制/142
8定量资料统计方法/143
8.1单样本资料与已知体参数比较/143
8.1.1单样本资料的t检验/143
8.1.2wilcoxon符号秩和检验/144
8.2两组资料之间的比较/145
8.2.1配对t检验/145
8.2.2配对设计资料的非参数检验/147
8.2.3两组独立样本的t检验/148
8.2.4两组资料的非参数检验/149
8.3两组以上资料比较/150
8.3.1方差分析/150
8.3.2kruskal-wallish检验/153
8.4相关分析/154
8.4.1直线相关分析/154
8.4.2秩相关/157
8.5线回归分析/158
8.5.1基本/158
8.5.2应用条件/159
8.5.3线回归分析的python实现/159
9分类资料数据分析/162
9.1卡方检验/162
9.1.1四格表资料的卡方检验/162
9.1.2r×c列联表资料的卡方检验/163
9.1.3卡方检验的选用/163
9.1.4卡方检验的python实现/164
9.2fisher确切概率法/166
9.2.1fisher确切概率法使用条件/166
9.2.2fisher确切概率法的python实现/166
9.3配对卡方检验/167
9.3.1配对卡方检验使用条件/168
9.3.2配对卡方检验的python实现/168
9.4多个相关样本的非参数检验（cochranq检验）/169
9.4.1cochranq检验的python实现/169
9.5趋势卡方检验/170
9.5.1趋势卡方检验的python实现/170
10多重线回归/172
10.1多重线回归分析/172
10.1.1多重线回归模型简介/172
10.1.2多重线回归使用条件/173
10.1.3资料格式/174
10.1.4多重线回归分析的python实现/174
10.2自变量筛选/176
10.2.1逐步回归分析的python实现/177
10.3多重共线和回归诊断/181
10.3.1共线诊断/181
10.3.2模型诊断/182
11logistic回归/184
11.1二分类logistic回归/184
11.1.1二分类logistic回归的使用条件/185
11.1.2资料格式/185
11.1.3logistic回归的python实现/185
11.1.4广义线模型/192
11.2有序logistic回归/195
11.2.1资料格式/196
11.2.2有序多分类logistic回归的python实现/196
11.3无序多分类logistic回归/199
11.3.1资料格式/200
11.3.2多分类无序logistic回归的python实现/200
11.4条件logistic回归/203
11.4.1资料格式/203
11.4.2条件logistic回归的python实现/204
12poisson回归/207
12.1poisson回归的应用条件/207
12.2资料格式/208
12.3利用广义线模型实现poisson回归/212
13生存分析/214
13.1基本概念/214
13.1.1生存时间/214
13.1.2生存时间资料的类型/215
13.1.3生存概率、生存率与风险函数/215
13.2生存分析研究的主要内容/215
13.3生存率的估计与组间比较/216
13.4中位生存时间与生存曲线/217
13.5cox比例风险模型/219
13.5.1cox模型简介/220
13.5.2cox模型分析的资料格式/221
13.5.3cox模型分析的python实现/221
13.5.4cox模型分析注意事项/224
14时间序列分析/225
14.1时间序列的预处理/225
14.1.1稳检验/226
14.1.2纯检验/226
14.2稳时间序列建模/226
14.3非稳时间序列预处理/227
14.4arima模型/228
14.4.1资料格式/228
14.4.2arima模型的python实现/229
14.5季节arima模型/237
内容简介：
本书主要介绍与数据分析有关的语法基础，针对强，帮助读者快速入门，譬如在第2部分重点介绍了python入门语法、特征以及数据分析所需要的一些基本语法。python可以通过多个库、多种方法实现相同目的，如实现线回归可以用klearn、tatmodel等库，实现生存分析可以使用lifeline、pyurvival、tatmodel等库，并且存在很多代码不统一的情况，这会给初学者带来困惑。针对这个问题，本书主要使用cipy库来实现设检验，使用tatmodel库来拟合统计模型，并且尽量使用简洁的代码来完成数据分析，譬如在第7部分中介绍了利用panda库在同步完成数据清洗和统计图绘制，减少代码书写量，提高数据分析效率。本书的编写突出实用，注重数据前期处理与医学统计分析相结合；按照资料类型介绍统计学方法，有利于读者在实际数据分析中快速查找对应的统计学方法；在介绍每种统计方法时，强调适用条件，提供完整的代码，注重统计结果的解释，突出实用和可作，以达到降低数据分析难度的目的。
— 没有更多了 —
以下为对购买帮助不大的评价