*文中代码字体版权说明

内容提要

本书以医学数据为例，讲解如何使用R进行数据分析，结合大量精选的实例对常用分析方法进行了深入浅出的介绍，以帮助读者解决医学数据分析中的实际问题。

本书共分为14章，第1章～第3章介绍了R语言的基本用法；第4章介绍了数据可视化；第5章介绍了基本的统计分析方法；第6章～第8章介绍了医学研究中最常用的三种回归模型；第9章介绍了生存分析的基本方法；第10章～第12章介绍了几种常用的多元统计分析方法；第13章介绍了临床诊断试验的统计评价指标和计算方法；第14章介绍了在医学科研实践中常用的Meta分析方法。

本书适用于临床医学、公共卫生及其他医学相关专业的本科生和研究生使用，亦可作为其他专业的学生和科研工作者学习数据分析的参考书。阅读本书，读者不仅能掌握使用R及相关包快速解决实际问题的方法，还能更深入地理解数据分析。

序言

大数据给生物医学领域带来了巨大的影响，而生物医学领域的发展离不开数据分析。数据的开发、利用、整理和分析为临床实践及科学研究提供了大量有价值的信息。

医学研究中的数据分析离不开计算机统计软件。R语言最早由新西兰奥克兰大学统计学系的Ross Ihaka和Robert Gentleman两位教授编写，并于1997年成立了一个核心团队负责管理和更新。国际上许多知名的统计学家和计算机科学家也不断利用R语言开发新的统计软件包供用户使用。R给用户提供了一个开放的统计分析和制图环境，因而其应用日益广泛。

本书从医学临床实践和科研中的实际问题出发，运用R语言结合具体的应用案例深入浅出地介绍了经典的数据分析方法。统计方法的学习需要和相应的计算机软件的学习紧密结合，要深入到应用领域中去。在一定的环境条件下，从实践中获取的知识比单纯通过课堂讲授所学到的知识要扎实得多。常言道“实践出真知”就是这个道理。

本书的作者具有很好的数学基础，长期在医学院校讲授医学统计学，具有丰富的教学经验。在介绍统计方法时，本书没有拘泥于烦琐而非必要的细节，让读者很容易看到问题的本质和整体结构，并很快获取重要信息。无论从统计方法或编程的角度，还是从应用的角度，本书对于广大读者都具有很好的参考价值。

预期本书的出版对于推动我国医学统计学和R语言的应用将具有积极的意义。

华中科技大学同济医学院2019年12月16日

前言

在大数据时代，数据分析无疑是最红火的技术之一。随着我国医疗卫生事业的发展与壮大，广大医学工作者对数据分析方法的需求也越来越大。医学数据分析已经成为当前的热门领域，它是医学、统计学和计算机科学等领域的交叉学科。数据分析离不开软件。R是一款免费开源软件，它提供了先进的统计计算与可视化功能。本书的主要目的是结合医学数据介绍如何使用R进行数据分析，帮助读者解决数据分析中的实际问题。

本着让非统计专业读者易理解的原则，本书强调实战和应用，着重介绍数据分析的思路和方法，以及数据分析的实质、特点、应用条件和结果，尽量淡化统计方法的推导和计算。第1章和第2章介绍了R语言的基本用法；第3章介绍了数据预处理的方法，涵盖了基本的数据处理和一些高级数据操作的技巧；第4章介绍了如何用R语言进行数据可视化；第5章介绍了基本统计分析方法，包括描述性统计分析和各种单因素分析方法；第6章至第8章结合实际数据介绍了医学研究中最常用的三种回归模型，即线性回归、Logistic回归和Poisson回归；第9章介绍了生存分析；第10章至第12章介绍了几种最常用的多元分析方法，即聚类分析、判别分析、主成分分析和因子分析；第13章介绍了临床诊断试验的评价指标和计算方法；第14章介绍了循证医学研究中常用的Meta分析方法。