R软件及其环境流行病学应用PDF电子书下载

第一篇 R基础 3

第1章 绪论 3

1.1 R的起源和发展 3

1.2 R的功能和特点 3

1.3 R软件的获取与安装 4

1.4 R工作基本原理 5

1.5 R在线帮助 7

1.6 获取关于R和系统的信息 9

第2章 R的数据操作 11

2.1 数的简单运算 11

2.2 数学函数 14

2.3 向量 16

2.4 矩阵 18

2.5 数组 24

2.6 因子向量 29

2.7 随机序列 30

第3章 对象和数据框 32

3.1 对象的种类与属性 32

3.2 改变对象的属性 35

3.3 对象的使用 37

第4章 R数据的生成、导入和导出 49

4.1 创建R数据集 49

4.2 从文件读取数据 52

4.3 从其他应用软件所产生的数据文件导入数据 62

4.4 存储数据 65

4.5 在R中显示数据 67

第5章 数据集的整理 73

5.1 数据集的检查 73

5.2 数据集的修改 75

5.3 变量值的替换或取出数据子集 79

5.4 向量和矩阵的合并与删除 81

第6章 R程序包 85

6.1 R程序包的种类 85

6.2 程序包的安装 87

6.3 关于程序包操作的函数 89

6.4 程序包及其帮助 90

第7章 R函数 100

7.1 函数的调用与查询 100

7.2 用户自定义函数 102

7.3 几种特殊的函数 108

7.4 泛型函数 111

第8章 R绘图 114

8.1 管理绘图 115

8.2 绘制图形 120

8.3 绘图参数与绘图符号 138

8.4 几种复杂图形的绘制 143

第9章 控制流 153

9.1 if-条件语句 153

9.2 ifelse（）函数 155

9.3 switch（）函数 156

9.4 for（）语句 158

9.5 while（）语句 159

9.6 repeat语句 160

第10章 R编程实践 163

10.1 一个非线性模型的编程 163

10.2 编写一个两独立样本t检验的R程序 165

10.3 独立样本2×2差异性检验的自定义函数 165

10.4 计算线性回归参数估计值的程序 167

10.5 对三个不同种属的鸟绘图 168

10.6 编写用Newton-Raphson迭代法求解非线性方程组的根的程序 169

10.7 用递归函数计算积分的程序 171

10.8 正态分布概率密度函数动画程序 172

10.9 一个猜数字的小游戏 173

10.10 程序的运行方式 174

第二篇 常用统计方法 177

第11章 定量变量的描述性统计 177

11.1 频数分布 177

11.2 集中趋势 180

11.3 离散趋势 185

11.4 正态分布 188

11.5 医学参考值的估计 191

第12章 分类变量的描述性统计 193

12.1 常用的比例指标及其意义 193

12.2 相对危险度与优势比 195

12.3 率的标准化法 197

12.4 动态数列 201

12.5 比例指标应用时的注意事项 203

第13章 抽样误差、区间估计与假设检验 204

13.1 均数的抽样误差 204

13.2 均数的抽样误差的分布——t分布 207

13.3 总体均数的可信区间估计 208

13.4 方差的抽样误差与可信区间估计 209

13.5 率的抽样误差与可信区间估计 210

13.6 假设检验 212

第14章 x2检验 229

14.1 x2分布 229

14.2 拟合优度检验 230

14.3 独立性检验 233

14.4 趋势检验 242

14.5 多个四格表的联合分析 243

14.6 四格表的费歇尔精确概率检验 244

第15章 方差分析 246

15.1 单向方差分析 246

15.2 双向方差分析 256

第16章 二项分布与泊松分布 271

16.1 二项分布的概念 271

16.2 二项分布的性质 273

16.3 二项分布的应用 275

16.4 泊松分布的概念 279

16.5 Poisson分布的性质 280

16.6 Poisson分布的应用 283

第17章 生存时间资料的非参数分析方法 288

17.1 生存时间资料的特点 288

17.2 小样本生存率的Kaplan-Meier估计 293

17.3 大样本生存率的寿命表法估计 296

17.4 生存曲线比较的假设检验 298

第18章 回归与相关 304

18.1 直线回归与相关 304

18.2 多元线性回归与相关 321

第19章 Logistic回归 338

19.1 Logistic回归的模型结构 338

19.2 回归参数的估计及其假设检验 341

19.3 回归参数的解释 344

19.4 回归模型拟合情况的分析 345

19.5 应用Logistic回归时值得注意的几个问题 349

19.6 匹配设计资料的Logistic回归 354

第20章 Cox比例风险模型 359

20.1 模型结构与参数估计 359

20.2 回归模型的应用 361

20.3 风险函数和生存函数的估计 365

20.4 比例风险假设的检验 372

20.5 时依协变量 377

第三篇 时间序列分析方法 381

第21章 时间序列的特点 381

21.1 时间序列资料的组分 382

21.2 时间序列的自相关性 382

21.3 时间序列的平稳性概念 386

21.4 几种基本的平稳时间序列模型 386

21.5 时间序列平稳性检验 388

第22章 时间序列的经典分析方法 391

22.1 经典组分分解法 391

22.2 线性回归分析法 398

22.3 调和季节模型（harmonic seasonal models） 403

22.4 指数匀滑与Holt-Winters指数匀滑法 410

第23章 平稳时间序列分析 415

23.1 差分算子和后向移位算子 415

23.2 自回归模型 416

23.3 移动平均模型 420

23.4 自回归移动平均模型 424

23.5 平稳时间序列模型的配合 428

第24章 非平稳时间序列分析 441

24.1 非平稳时间序列的平稳化 441

24.2 ARIMA模型 445

24.3 ARIMA （p,d,q）模型的预报 452

第25章 季节非平稳时间序列模型 455

25.1 单纯季节自回归求和移动平均模型 455

25.2 复合性季节自回归求和移动平均模型 461

第26章 带输入变量的时间序列模型 478

26.1 具有自相关残差的回归模型 479

26.2 干预模型 485

26.3 传递函数模型 489

第27章 广义加性模型 503

27.1 广义加性模型的结构 503

27.2 广义加性模型配合的例子 504

第28章 不良健康效应的经济损失分析 513

28.1 健康效应模型 513

28.2 经济损失的估计 519

附表1 标准正态分布曲线下的面积 523

附表2 t界值表 524

附表3 卡方界值表 526

附表4 F分布的上侧临界值表（供方差分析用） 527

附表5 q界值表 530

附表6-1 百分率的可信区间 531

附表6-2 百分率的可信区间 532

附表6-3 百分率的可信区间 533

附表7 Poisson分布的可信区间 535

附表8 r界值表（Pearson相关系数检验用） 535