醫(yī)學數(shù)據(jù)挖掘案例與實踐（第2版）

第1章 數(shù)據(jù)預處理 1

1.1 異常值的常見處理方法 1

1.2 缺失值填補的SPSS軟件實現(xiàn) 8

1.3 缺失值填補的R軟件實現(xiàn) 12

第2章 多元線性回歸分析 17

2.1 多元線性回歸的概念 17

2.2 多元線性回歸的模型結構 17

2.3 多元逐步線性回歸 20

第3章 Logistic回歸分析 25

3.1 Logistic回歸分析的基本概念 25

3.2 Logistic回歸的模型結構 25

3.3 應用實例1：一般資料的Logistic回歸 26

3.4 應用實例2：列聯(lián)表資料的Logistic回歸 29

3.5 應用實例3：多項Logistic回歸分析 31

3.6 Logistic回歸模型的Nomogram圖展示 34

3.7 多個Logistic回歸模型評價的決策曲線分析法 38

第4章 非線性回歸擬合分析 43

4.1 非線性回歸基本概念 43

4.2 應用實例1：對新增SARS病例數(shù)的預測分析 43

4.3 應用實例2：對累計SARS病例數(shù)的預測分析 48

第5章 生存分析 52

5.1 生存分析的基本概念 52

5.2 生存分析的資料特點 52

5.3 生存資料的分析方法 53

5.4 應用實例1：累積生存率的計算 53

5.5 應用實例2：小樣本生存率的Kaplan-Meier估計 56

5.6 應用實例3：生存曲線比較的Log-rank檢驗 59

5.7 應用實例4：Cox回歸 63

5.7.1 Cox模型結構與參數(shù)估計 64

5.7.2 應用實例：Cox回歸分析 64

5.7.3 Cox回歸的諾莫圖繪制 67

第6章 基于競爭風險模型的生存分析 71

6.1 競爭風險模型 71

6.2 應用實例：競爭風險模型的生存分析 71

第7章 Meta分析 77

7.1 Meta分析概述 77

7.2 Meta分析的方法與步驟 77

7.3 應用實例1：二分類資料的Meta分析 78

7.4 應用實例2：連續(xù)資料的Meta分析 86

第8章 劑量-反應模型的Meta分析 91

8.1 劑量-反應關系的數(shù)據(jù)結構 91

8.2 線性擬合 92

8.3 非線性擬合-三次曲線擬合 94

第9章 決策樹模型分析 96

9.1 分類的概念 96

9.2 分類的步驟 96

9.3 分類器性能的評估 97

9.4 決策樹分類器簡介 97

9.5 應用實例：決策樹分類分析 99

9.6 應用實例：決策樹回歸分析 102

第10章 隨機森林法提取特征屬性 105

10.1 隨機森林方法基本概念 105

10.2 基于平均基尼指數(shù)減少量的特征屬性選擇 105

10.3 應用實例：隨機森林法提取特征屬性 107

第11章 傾向性得分匹配方法 113

11.1 傾向性得分匹配方法概述 113

11.2 傾向性得分匹配方法的步驟 113

11.3 應用實例：傾向性得分匹配 114

第12章 用廣義估計方程分析重復測量的定性資料 121

12.1 廣義估計方程的基本概念 121

12.2 廣義線性模型的結構 121

12.3 GEE算法 122

12.4 應用實例1：重復測量的實驗數(shù)據(jù) 123

12.5 應用實例2：問卷調查中的多選題數(shù)據(jù) 124

第13章 基于支持向量機的微陣列數(shù)據(jù)分類 128

13.1 支持向量機簡介 128

13.2 支持向量機的基本原理 128

13.3 應用實例：支持向量機分類 130

第14章 時間序列分析 132

14.1 時間序列分析的基本概念 132

14.2 時間序列分析的主要步驟 132

14.3 應用實例：時間序列分析 133

第15章 路徑圖分析 138

15.1 路徑圖分析基本理論 138

15.2 路徑圖分析的基本步驟 138

15.3 應用實例：路徑圖分析 139

15.3.1 第一個回歸分析 139

15.3.2 第二個回歸分析 141

15.3.3 第三個回歸分析 142

第16章 主成分分析與因子分析 144

16.1 主成分分析概念 144

16.2 應用實例1：主成分分析 144

16.3 因子分析概念 151

16.4 應用實例2：因子分析 151

第17章 判別分析 156

17.1 判別分析的概念 156

17.2 常用的判別分析方法 156

17.3 判別函數(shù)的驗證 157

17.4 應用實例：判別分析 157

第18章 聚類分析 166

18.1 聚類分析的概念 166

18.2 K均值聚類法 166

18.3 應用實例1：K均值聚類及可視化 167

18.4 系統(tǒng)聚類法 170

18.5 應用實例2：系統(tǒng)聚類 172

18.6 繪制雙向聚類熱圖 177

第19章 關聯(lián)規(guī)則 180

19.1 關聯(lián)規(guī)則的基本概念 180

19.2 關聯(lián)規(guī)則的質量和重要性 180

19.3 關聯(lián)規(guī)則分析的基本方法 181

19.4 應用實例：關聯(lián)規(guī)則分析 181

第20章 兩組ROC曲線下的面積比較 185

20.1 ROC曲線的構建 185

20.2 ROC曲線下面積 186

20.3 兩組ROC曲線下面積比較 186

20.4 應用實例：兩組ROC曲線下面積比較 186

20.5 偏AUC分析 189

第21章 診斷準確性試驗Meta分析 193

21.1 診斷準確性試驗Meta分析基本概念 193

21.2 診斷準確性試驗Meta分析的相關評價指標 193

21.3 應用實例：診斷準確性試驗Meta分析 194

第22章 網絡Meta分析 199

22.1 網絡Meta分析的概念 199

22.2 基于經典頻率派方法的網絡Meta分析 200

22.3 基于貝葉斯方法的網絡Meta分析 207

第23章 貝葉斯網絡分析 216

23.1 貝葉斯網絡的概念 216

23.2 應用實例：貝葉斯網絡構建 217

第24章 偏最小二乘回歸與判別分析 222

24.1 偏最小二乘回歸的基本步驟和原理 222

24.2 應用實例：偏最小二乘回歸分析 223

24.3 偏最小二乘判別分析 226

第25章 Lasso回歸分析 233

25.1 基于Lasso方法的線性回歸模型 234

25.2 基于Lasso方法的Logistic回歸模型 237

25.3 基于Lasso方法的Cox回歸模型 241

參考文獻 244

VIII

醫(yī)學數(shù)據(jù)挖掘案例與實踐（第2版）

IX

目錄