Learn to analyze medical data using R programming through a comprehensive course covering essential topics from basic R syntax to advanced statistical methods. Master data structures, manipulation with base R and dplyr packages, and create compelling visualizations using base graphics and ggplot2. Explore fundamental statistical analyses including descriptive statistics, contingency tables, and hypothesis testing. Dive into regression techniques like linear, logistic, and Poisson regression, followed by survival analysis, clustering methods, and discriminant analysis. Gain practical skills in principal component analysis, factor analysis, clinical diagnostic test evaluation, and meta-analysis. Through hands-on exercises and real medical data examples, develop proficiency in implementing statistical methods crucial for medical research and clinical decision-making.
Overview
Syllabus
- 第一章：R语言基础
- 1.1 R简介
- 第2节：R包
- 第3节：开始使用R
- 第二章：创建数据集
- 第1节：R的数据结构
- 第2节：数据的导入与导出
- 第三章：数据框的操作
- 第1节：用基本包处理数据框
- 第2节：用dplyr包处理数据框
- 第3节：数据框的合并与转换
- 第四章：R数据可视化
- 第一节：R基础绘图系统
- 第二节：用ggplot2作图
- 第三节：其他常用图形的绘制
- 第五章：基本统计分析
- 第一节：数值型变量的统计描述
- 第二节：分类变量的列联表和独立性检验
- 第三节：连续型变量组间差异的比较
- 第四节：tableStack函数
- 第五节：变量间的相关性
- 第六章：线性回归分析
- 第一节：简单线性回归
- 第二节：分层线性回归
- 第三节：多重线性回归
- 第七章：Logistic回归分析
- 第一节：Logistic回归模型
- 第二节：条件Logistic回归
- 第三节：无序多分类Logistic回归
- 第四节：有序Logistic回归
- 第八章：Poisson回归分析
- 第一节：Poisson回归模型
- 第二节：过度离散的判定及处理
- 第九章：生存分析
- 第一节：生存分析的基本概念
- 第二节：生存率的估计与比较
- 第三节：Cox回归
- 第十章：聚类分析
- 第一节：相似性的度量
- 第二节：层次聚类法
- 第三节：K均值聚类法
- 第十一章：判别分析
- 第一节：距离判别法
- 第二节：K最邻近判别法
- 第三节：Fisher判别法
- 第十二章：主成分分析与因子分析
- 第一节：主成分分析
- 第二节：因子分析
- 第十三章：临床诊断试验评价
- 第一节：二分类结果的评价指标
- 第二节：ROC及曲线下面积
- 第三节：联合试验
- 第十四章：Meta分析
- 第一节：Meta分析简介
- 直播课
- 期末考试
Taught by
Hubei University of Medicine
