例解贝叶斯Meta分析:基于R语言(配增值)
全新正版 极速发货
¥
76.9
6.0折
¥
128
全新
仅1件
作者张天嵩,董圣杰
出版社人民卫生出版社
ISBN9787117323635
出版时间2021-11
装帧精装
开本16开
定价128元
货号1202579713
上书时间2024-12-16
商品详情
- 品相描述:全新
- 商品描述
-
目录
基础篇
第一章 贝叶斯Meta分析基础知识
第一节 贝叶斯方法概述
第二节 贝叶斯统计学基础
第三节 贝叶斯统计的常见算法
第四节 贝叶斯Meta分析模型
第五节 R语言函数小结
第二章 R软件应用入门
第一节 概述
第二节 数据管理
第三节 R应用于贝叶斯Meta分析软件包
第四节 R语言函数小结
单变量Meta分析篇
第三章 二分类数据的贝叶斯Meta分析
第一节 实例数据
第二节 二分类数据贝叶斯Meta分析策略
第三节 效应指标为比值比的二分类数据贝叶斯Meta分析
第四节 效应指标为危险比的二分类数据贝叶斯Meta分析
第五节 效应指标为率差的二分类数据贝叶斯Meta分析
第六节 R语言函数小结
第四章 连续型数据的贝叶斯Meta分析
第一节 实例数据
第二节 连续型数据贝叶斯Meta分析策略
第三节 效应指标为均数差的连续型数据贝叶斯Meta分析
第四节 效应指标为标化均数差的贝叶斯Meta分析
第五节 R语言函数小结
第五章 有序数据的贝叶斯Meta分析
第一节 实例数据
第二节 有序数据的Meta分析策略
第三节 基于两步法的有序数据贝叶斯Meta分析
第四节 基于一步法的有序数据贝叶斯Meta分析
第五节 R语言函数小结
第六章 计数数据的贝叶斯Meta分析
第一节 实例数据
第二节 计数数据的Meta分析策略
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
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
第五节 R语言函数小结
第七章 生存数据的贝叶斯Meta分析
第一节 实例数据
第二节 生存数据的Meta分析策略
第三节 效应指标为时点生存率的贝叶斯Meta分析
第四节 效应指标为中位生存期的贝叶斯Meta分析
第五节 效应指标为风险比的贝叶斯Meta分析
第六节 R语言函数小结
第八章 单臂研究数据的贝叶斯Meta分析
第一节 实例数据
第二节 单臂研究数据的贝叶斯Meta分析策略
第三节 单臂试验二分类数据的贝叶斯Meta分析
第四节 单臂试验计数数据的贝叶斯Meta分析
第五节 单臂试验连续型数据的贝叶斯Meta分析
第六节 R语言函数小结
第九章 稀疏数据的贝叶斯Meta分析
第一节 实例数据
第二节 稀疏二分类数据的Meta分析策略
第三节 二项式-正态层次模型
第四节 贝塔-二项式模型
第五节 稀疏研究的Meta分析
第六节 R函数小结
第十章 缺失数据的贝叶斯Meta分析
第一节 实例数据
第二节 缺失数据的Mela分析策略
第三节 缺失测量结局二分类数据的贝叶斯Meta分析
第四节 缺失测量结局连续型数据的贝叶斯Meta分析
第五节 R语言函数小结
第十一章 纵向数据的贝叶斯Meta分析
第一节 实例数据
第二节 纵向数据的Meta分析策略
第三节 基于Emax模型的纵向数据Meta分析
第四节 设立对照的前后测量数据Meta分析
第五节 R语言函数小结
第十二章 贝叶斯Meta回归分析
第一节 实例数据
第二节 Meta回归分析模型
第三节 R2jags包拟合随机效应Meta回归模型
第四节 runjags包拟合随机效应Meta回归模型
第五节 注意事项
第六节 R语言函数小结
第十三章 单变量贝叶斯Meta分析相关图形的绘制
第一节 实例数据
第二节 森林图
第三节 漏斗图
第四节 马尔可夫链收敛性诊断相关图形
第五节 图形文件保存到本地硬盘
第六节 R语言函数小结
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
第一节 实例数据
第二节 多元Meta分析模型
第三节 二分类数据的多元Meta分析
第四节 多测量结局数据的多元Meta分析
第五节 R语言函数小结
第十五章 诊断性试验贝叶斯Meta分析
第一节 实例数据
第二节 诊断性试验基本评价指标及计算方法
第三节 双变量二项式-正态分布模型
第四节 双变量条件二项式-尺度混合正态分布模型
第五节 R语言函数小结
第十六章 遗传关联性研究贝叶斯Meta分析
第一节 实例数据
第二节 遗传关联性研究经典Meta分析策略
第三节 遗传关联性研究的无遗传模型Meta分析策略
第四节 基于病例对照研究设计的遗传关联性研究Meta分析
第五节 基于随机人群的遗传关联性研究Meta分析
第六节 R语言函数小结
第十七章 合并不同设计类型研究数据的贝叶斯Meta分析
第一节 实例数据
第二节 整合随机试验与非随机试验证据
第三节 整合双臂试验与单臂试验证据
第四节 R语言函数小结
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
第一节 实例数据
第二
内容摘要
本书共分5大模块26章:①基础知识模块。共2章,主要介绍贝叶斯Meta分析基础知识和R软件应用入门知识。②单变量Meta分析模块。共11章,主要介绍二分类、连续型、有序、计数生存数据等经典5大类数据的贝叶斯Meta分析;单臂研究、稀疏数据、缺失数据、纵向数据等特殊数据的贝叶斯Meta分析;贝叶斯Meta回归分析;贝叶斯Meta分析相关图形的绘制等。③多变量Meta分析模块。共4章,主要介绍多测量结局、诊断性试验、基因多态性等非独立数据的贝叶斯Meta分析等。④网络Meta分析模块。共7章,主要介绍基于不同建模思路的经典数据和特殊数据等网络Meta分析中效应量合并、排秩、绘图,模型诊断和比较,以及回归分析等。⑤基于其他算法的贝叶斯Meta分析模块。共2章,主要介绍基于INLA和DIRECT算法的贝叶斯Meta分析。
— 没有更多了 —
以下为对购买帮助不大的评价