编辑推荐
预测模型构建与评价:统计学方法、多变量数学模型，理论与案例相结合。
内容简介
预测模型是运用统计学方法对相关预测指标的信息进行挖掘、提炼、整合,最终构建一个多变量数学模型。研究者可以根据此模型有目的地评价患者当前的状态以及未来的生，从而进行有针对性的临床决策。如何评估模型的效能并比较，选择最优模型显得尤为重要。对于回归预测模型，常见的思路，可以简单的总结为三步，模型构建、模型评价、模型验证。本书特色为理论与案例分析相结合，代码详实，解读准确，填补国内同领域内书籍空白。受众群体为统计专业硕博群体。
章节目录
封面页
书名页
版权页
内容简介
作者简介
前言
目录
第1章 临床预测模型概述
1.1 如何构建预测模型
1.1.1 先单后多
1.1.2 逐步回归
1.1.3 Lasso
1.1.4 随机森林
1.1.5 最优子集
1.2 如何评价预测模型
1.2.1 拟合优度检验
1.2.2 ROC
1.2.3 Calibration
1.2.4 DCA曲线
1.3 如何验证预测模型
1.3.1 交叉验证
1.3.2 Bootstrap法
1.4 小结
第2章 线性回归
2.1 线性回归概述
2.1.1 相关的概念
2.1.2 回归的概念
2.2 线性回归实战
2.2.1 简单线性回归
2.2.2 多重线性回归
2.3 小结
第3章 Logistic回归
3.1 概述
3.1.1 二分类Logistic回归的基本原理
3.1.2 多分类Logistic回归的基本原理
3.1.3 有序Logistic回归的基本原理
3.1.4 1:m匹配条件Logistic回归的基本原理
3.2 Logistic回归分析实战
3.2.1 二分类Logistic回归
3.2.2 多分类Logistic回归
3.2.3 有序Logistic
3.2.4 1:m匹配条件Logistic
3.3 小结
第4章 生存资料分析
4.1 概述
4.1.1 Kaplan-Meier生存曲线的基本原理
4.1.2 Cox比例风险模型的基本原理
4.2 生存资料分析实战
4.2.1 Kaplan-Meier生存曲线
4.2.2 Cox比例风险模型
4.3 小结
第5章 竞争风险模型
5.1 概述
5.2 竞争风险模型实战
5.2.1 Fine-Gray检验（单因素分析）
5.2.2 crr()函数法（多因素分析）
5.3 小结
第6章 自变量筛选
6.1 传统方法
6.1.1 基于连续性资料
6.1.2 基于二分类资料
6.1.3 基于生存资料
6.2 逐步法
6.2.1 基于连续性资料
6.2.2 基于二分类资料
6.2.3 基于多分类资料
6.2.4 基于有序资料
6.2.5 基于1:m匹配资料
6.2.6 基于生存资料
6.2.7 基于竞争风险资料
6.3 Lasso法
6.3.1 基于连续性资料
6.3.2 基于二分类资料
6.3.3 基于多分类资料
6.3.4 基于生存资料
6.4 随机森林法
6.4.1 基于连续性资料
6.4.2 基于二分类资料
6.4.3 基于多分类资料
6.4.4 基于生存资料
6.4.5 基于竞争风险资料
6.5 最优子集法
6.5.1 基于连续性资料
6.5.2 基于二分类资料
6.5.3 基于多分类资料
6.5.4 基于有序资料
6.5.5 基于生存资料
6.5.6 基于竞争风险资料
6.6 主成分分析法
6.7 小结
第7章 列线图
7.1 列线图简介
7.2 基于连续资料
7.2.1 普通静态列线图
7.2.2 网页动态列线图
7.2.3 花样列线图
7.2.4 静态列线图的变种
7.3 基于二分类资料
7.3.1 普通静态列线图
7.3.2 网页动态列线图
7.3.3 花样列线图
7.3.4 静态列线图的变种
7.4 基于有序资料
7.4.1 普通静态列线图
7.4.2 花样列线图
7.4.3 静态列线图的变种
7.5 基于生存资料
7.5.1 普通静态列线图
7.5.2 网页动态列线图
7.5.3 花样列线图
7.5.4 静态列线图的变种
7.5.5 生存概率列线图
7.6 基于竞争风险模型
7.6.1 普通静态列线图
7.6.2 静态列线图的变种
7.6.3 生存概率列线图
7.6.4 花样列线图
7.7 小结
第8章 Calibration校准曲线
8.1 Calibration校准曲线简介
8.2 基于二分类资料
8.2.1 单一模型校准曲线
8.2.2 多模型校准曲线
8.3 基于生存资料
8.3.1 单模型单时点校准曲线
8.3.2 单模型多时点校准曲线
8.3.3 多模型同时点校准曲线
8.4 基于竞争风险模型
8.4.1 单模型单时点校准曲线
8.4.2 多模型同时点校准曲线
8.5 小结
第9章 C指数计算
9.1 C指数简介
9.2 基于二分类资料
9.3 基于生存资料
9.4 基于竞争风险模型
9.5 小结
第10章 ROC曲线
10.1 ROC曲线简介
10.2 基于二分类资料
10.2.1 单一模型ROC曲线
10.2.2 多模型ROC曲线
10.3 基于生存资料
10.3.1 单模型单时点ROC曲线
10.3.2 单模型多时点ROC曲线
10.3.3 多模型同时点ROC曲线
10.4 基于竞争风险模型
10.4.1 单模型单时点ROC曲线
10.4.2 单模型多时点ROC曲线
10.4.3 多模型同时点ROC曲线
10.5 小结
第11章 DCA曲线
11.1 DCA曲线简介
11.2 基于二分类资料
11.2.1 单一模型DCA曲线
11.2.2 多模型DCA曲线
11.3 基于生存资料
11.3.1 单模型单时点DCA曲线
11.3.2 单模型多时点DCA曲线
11.3.3 多模型同时点DCA曲线
11.4 小结
第12章 NRI、IDI计算
12.1 NRI、IDI简介
12.2 基于二分类资料
12.3 基于生存资料
12.4 小结
第13章 交叉验证及Bootstrap
13.1 概述
13.2 简单交叉验证
13.3 K折交叉验证
13.4 留一法交叉验证
13.5 Bootstrap
13.6 小结
R语言临床预测模型实战是2023年由清华大学出版社出版,作者彭献镇。
得书感谢您对《R语言临床预测模型实战》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
