1.R语言多元统计分析在医学领域的应用指南，结合精选的医学实例，帮助读者熟练使用R语言及相关包实现多元统计计算，并且更深地理解多元数据分析方法。 2.作者赵军副教授在流行病学、医学统计学和数据科学领域拥有超过15年的教学和科研工作经验是国内多家医院的统计分析咨询与服务专家。 3.强调实战和应用，使用R语言介绍常用的多元统计分析方法，不仅介绍理论知识，还提供了大量的应用案例和代码，帮助读者更好地理解和应用所学知识。
售 价：¥
纸质售价：¥70.90购买纸书
6.6
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
内容提要
前 言
资源与支持
配套资源
提交勘误
与我们联系
关于异步社区和异步图书
第1章 绪论
1.1 多元数据
1.2 多元描述性统计量
1.3 距离、相异系数、相似系数和列联系数
1.4 多元正态分布
1.5 小结
1.6 习题
第2章 多元数据可视化
2.1 相关系数图
2.2 散点图矩阵
2.3 符号图
2.4 脸谱图
2.5 星状图和雷达图
2.6 平行坐标图
2.7 调和曲线图
2.8 小结
2.9 习题
第3章 多元数据的组间比较
3.1 多元T检验
3.2 多元方差分析
3.3 重复测量资料的多变量分析
3.4 协方差矩阵的检验
3.5 多变量的非参数检验
3.6 小结
3.7 习题
第4章 聚类分析
4.1 聚类分析的目的与方法
4.2 层次聚类法
4.3 k均值聚类法
4.4 模糊C均值聚类法
4.5 基于模型的聚类
4.6 小结
4.7 习题
第5章 判别分析
5.1 距离判别法
5.2 Fisher判别法
5.3 Bayes判别法
5.4 机器学习分类算法
5.5 小结
5.6 习题
第6章 主成分分析
6.1 主成分分析的基本原理
6.2 使用R包计算主成分
6.3 主成分的应用
6.4 小结
6.5 习题
第7章 因子分析
7.1 因子分析模型
7.2 因子分析模型的求解
7.3 因子旋转
7.4 因子分析的注意事项
7.5 小结
7.6 习题
第8章 结构方程模型
8.1 结构方程模型概述
8.2 验证性因子分析
8.3 实例分析
8.4 小结
8.5 习题
第9章 典型相关分析
9.1 典型相关分析的基本思想
9.2 典型相关分析的基本原理
9.3 典型相关分析的基本步骤
9.4 实例分析
9.5 小结
9.6 习题
第10章 偏最小二乘回归分析
10.1 偏最小二乘回归的基本原理
10.2 偏最小二乘回归的基本步骤
10.3 实例分析
10.4 小结
10.5 习题
第11章 对应分析
11.1 对应分析概述
11.2 简单对应分析
11.3 多重对应分析
11.4 小结
11.5 习题
附录A 矩阵运算基础
A.1 矩阵的定义与创建
A.2 矩阵的基本运算
A.3 方阵的行列式与逆矩阵
A.4 矩阵的特征值与特征向量
A.5 矩阵的奇异值分解
附录B 习题参考答案
第1章习题参考答案
第2章习题参考答案
第3章习题参考答案
第4章习题参考答案
第5章习题参考答案
第6章习题参考答案
第7章习题参考答案
第8章习题参考答案
第9章习题参考答案
第10章习题参考答案
第11章习题参考答案
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
