Trang chủ » Giáo trình tổng hợp » Ebook Phân tích số liệu và tạo biểu đồ bằng Ngôn ngữ R

Ebook Phân tích số liệu và tạo biểu đồ bằng Ngôn ngữ R

1291 Lượt xem

Ebook Phân tích số liệu và tạo biểu đồ bằng Ngôn ngữ R

XemTải xuốngMục lục
1 Lời nói đầu
2 Giới thiệu ngôn ngữR
2.1 Rlà gì ?
2.2 Tải và cài đặt Rvào máy tính
2.3 Package cho các phân tích đặc biệt
2.4 Khởi động và ngưng chạy R
2.5 “Văn phạm” ngôn ngữ R
2.6 Cách đặt tên trong R
2.7 Hỗtrợtrong R
2.8 Môi trường vận hành
3 Nhập dữliệu
3.1 Nhập sốliệu trực tiếp: c()
3.2 Nhập sốliệu trực tiếp: edit(data.frame())
3.3 Nhập sốliệu từmột textfile: read.table()
3.4 Nhập sốliệu từExcel: read.csv
3.5 Nhập sốliệu từSPSS: read.spss
3.6 Tìm thông tin cơbản vềdữliệu
4 Biên tập dữliệu
4.1 Kiểm tra sốliệu trống không: na.omit()
4.2 Tách rời dữliệu: subset
4.3 Chiết sốliệu từmột data .frame
4.4 Nhập hai data.frame thành một: merge
4.5 Mã hóa sốliệu (data coding)
4.5.1 Mã hoá bằng hàm replace
4.5.2 Đổi một biến liên tục thành biến rời rạc
4.6 Chia một biến liên tục thành nhóm: cut
4.7 Tập hợp sốliệu bằng cut2 (Hmisc)
2
5 SửR cho các phép tính đơn giản và ma trận
5.1 Tính toán đơn giản
5.2 Sốliệu vềngày tháng
5.3 Tạo dãy sốbằng seq, repvà gl
5.4 Sửdụng R cho các phép tính ma trận
5.4.1 Chiết phần tửtừma trận
5.4.2 Tính toán với ma trận
6 Tính toán xác suất và mô phỏng (simulation)
6.1 Tính toán đơn giản
6.1.1 Phép hoán vị(permutation)
6.1.2 Tổhợp (combination)
6.2 Biến sốngẫu nhiên và hàm phân phối
6.3 Các hàm phân phối xác suất (probability distribution function)
6.3.1 Hàm phân phối nhịphân (Binomial distribution)
6.3.2 Hàm phân phối Poisson (Poisson distribution)
6.3.3 Hàm phân phối chuẩn (Normal distribution)
6.3.4 Hàm phân phối chuẩn chuẩn hóa (Standardized Normal distribution)
6.3.5 Hàm phân phối t, F và χ2
6.4. Mô phỏng (simulation)
6.4.1 Mô phỏng phân phối nhịphân
6.4.2 Mô phỏng phân phối Poisson
6.4.3 Mô phỏng phân phối χ2, t, F, gamma, beta, Weibull, Cauchy
6.5 Chọn mẫu ngẫu nhiên (random sampling)
7 Kiểm định giảthiết thống kê và ý nghĩa trịsốP
7.1 TrịsốP
7.2 Giảthiết khoa học và phản nghiệm
7.3 Ý nghĩa của trịsốP qua mô phỏng
7.4 Vấn đềlogic của trịsốP
7.5 Vấn đểkiểm định nhiều giảthiết (multiple tests of hypothesis)
8 Phân tích sốliệu bằng biểu đồ
8.1 Môi trường và thiết kếbiểu đồ
8.1.1 Nhiều biểu đồcho một cửa sổ(windows)
8.1.2 Đặt tên cho trục tung và trục hoành
8.1.3 Cho giới hạn của trục tung và trục hoành
8.1.4 Thểloại và đường biểu diễn
8.1.5 Màu sắc, khung, và kí hiệu
8.1.6 Ghi chú (legend)
8.17 Viết chữtrong biểu đồ
8.2 Sốliệu cho phân tích biểu đồ
8.3 Biểu đồcho một biến sốrời rạc (discrete variable): barplot
8.4. Biểu đồcho hai biến sốrời rạc (discrete variable): barplot
8.5 Biểu đồhình tròn
8.6 Biểu đồcho một biến sốliên tục: stripchartvà hist
8.6.1 Stripchart
8.6.2 Histogram
8.6.3 Biểu đồhộp (boxplot)
8.6.4 Biểu đồthanh (barchart)
8.6.5 Biểu đồ điểm (dotchart)
8.7 Phân tích biểu đồcho hai biến liên tục
8.7.1 Biểu đồtán xạ(scatter plot)
8.8 Phân tích Biểu đồcho nhiều biến: pairs
8.9 Một sốbiểu đồ“đa năng”
8.9.1 Biểu đồtán xạvà hình hộp
8.9.2 Biểu đồtán xạvới kích thước biến thứba
8.9.3 Biểu đồthanh và xác suất tích lũy
8.9.4 Biểu đồhình đồng hồ(clock plot)
8.9.5 Biểu đồvới sai sốchuẩn (standard error)
8.9.6 Biểu đồvòng (contour plot)
8.9.10 Biểu đồvới kí hiệu toán
9 Phân tích thống kê mô tả
9.0 Khái niệm vềtổng thể(population) và mẫu (sample)
9.1 Thống kê mô tả: summary
9.2 Kiểm định xem một biến có phải phân phối chuẩn
9.3 Thống kê mô tảtheo từng nhóm
9.4 Kiểm định t (t.test)
9.4.1 Kiểm định t một mẫu
9.4.2 Kiểm định t hai mẫu
9.5 So sánh phương sai (var.test)
9.6 Kiểm định Wilcoxon cho hai mẫu (wilcox.test)
9.7 Kiểm định t cho các biến sốtheo cặp (paired t-test,t.test)
9.8 Kiểm định Wilcoxon cho các biến sốtheo cặp (wilcox.test)
9.9 Tần số(frequency)
9.10 Kiểm định tỉlệ(proportion test, prop.test, binom.test)
9.11 So sánh hai tỉlệ(prop.test, binom.test)
9.12 So sánh nhiều tỉlệ (prop.test, chisq.test)
9.12.1 Kiểm định Chi bình phương
9.12.2 Kiểm định Fisher
10 Phân tích hồi qui tuyến tính (regression analysis)
10.1 Hệsốtương quan
10.1.1 Hệsốtương quan Pearson
10.1.2 Hệsốtương quan Spearman
10.1.3 Hệsốtương quan Kendall
10.2 Mô hình của hồi qui tuyến tính đơn giản
10.2.1 Vài dòng lí thuyết
10.2.2 Phân tích hồi qui tuyến tính đơn giản bằng R
10.2.3 Giả định của phân tích hồi qui tuyến tính
10.2.4 Mô hình tiên đoán
10.3 Mô hình hồi qui tuyến tính đa biến (multiple linear regression)
10.4 Phân tích hồi qui đa thức (Polynomial regression analysis)
10.5 Xây dựng mô hình tuyến tính từnhiều biến
10.6 Xây dựng mô hình tuyến tính bằng Bayesian Model Average (BMA)
11 Phân tích phương sai (analysis of variance)
11.1 Phân tích phương sai đơn giản (one-way analysis of variance – ANOVA)
11.1.1 Mô hình phân tích phương sai
11.1.2 Phân tích phương sai đơn giản với R
11.2 So sánh nhiều nhóm (multiple comparisons) và điều chỉnh trịsốp
11.2.1 So sánh nhiều nhóm bằng phương pháp Tukey
11.2.2 Phân tích bằng biểu đồ
11.3 Phân tích bằng phương pháp phi tham số
11.4 Phân tích phương sai hai chiều (two-way analysis of variance – ANOVA)
11.4.1 Phân tích phương sai hai chiều với R
11.5 Phân tích hiệp biến (analysis of covariance – ANCOVA)
11.5.1 Mô hình phân tích hiệp biến
11.5.2 Phân tích bằng R
11.6 Phân tích phương sai cho thí nghiệm giai thừa (factorial experiment)
11.7 Phân tích phương sai cho thí nghiệm hình vuông Latin (Latin square experiment)
11.8 Phân tích phương sai cho thí nghiệm giao chéo (cross-over experiment)
11.9 Phân tích phương sai cho thí nghiệm tái đo lường (repeated measure experiment)
12 Phân tích hồi qui logistic (logistic regression analysis)
12.1 Mô hình hồi qui logistic
12.2 Phân tích hồi qui logistic bằng R
12.3 Ước tính xác suất bằng R
12.4 Phân tích hồi qui logistic từsốliệu giản lược bằng R
12.5 Phân tích hồi qui logistic đa biến và chọn mô hình
12.6 Chọn mô hình hồi qui logistic bằng Bayesian Model Average
12.7 Sốliệu dùng cho phân tích
13 Phân tích biến cố(survival analysis)
13.1 Mô hình phân tích sốliệu mang tính thời gian
13.2 Ước tính Kaplan-Meier bằng R
13.3 So sánh hai hàm xác suất tích lũy: kiểm định log-rank (log-rank test)
13.4 Kiểm định log-rank bằng R
13.5 Mô hình Cox (hay Cox’s proportional hazards model)
13.6 Xây dựng mô hình Cox bằng Bayesian Model Average (BMA)
14 Phân tích tổng hợp (meta-analysis)
14.1 Nhu cầu cho phân tích tổng hợp
14.2 Ảnh hưởng ngẫu nhiên và ảnh hưởng bất biến (Fixed-effects và Random-effects)
14.3 Qui trình của một phân tích tổng hợp
14.4 Phân tích tổng hợp ảnh hưởng bất biến cho một tiêu chí liên
tục (Fixed-effects meta-analysis for a continuous outcome)
14.4.1 Phân tích tổng hợp bằng tính toán “thủcông”
14.4.2 Phân tích tổng hợp bằng R
14.5 Phân tích tổng hợp ảnh hưởng bất biến cho một tiêu chí nhị
phân (Fixed-effects meta-analysis for a dichotomous outcome)
14.5.1 Mô hình phân tích
14.5.2 Phân tích bằng R
15 Ước tính cỡmẫu (estimation ofsample size)
15.1 Khái niệm về“power”
15.2 Thửnghiệm giảthiết thống kê và chẩn đoán bệnh
15.3 Sốliệu để ước tính cỡmẫu
15.4 Ước tính cỡmẫu
15.4.1 Ước tính cỡmẫu cho một chỉsốtrung bình
15.4.2 Ước tính cỡmẫu cho so sánh hai sốtrung bình
15.4.3 Ước tính cỡmẫu cho phân tích phương sai
15.4.4 Ước tính cỡmẫu cho ước tính một tỉlệ
15.4.5 Ước tính cỡmẫu cho so sánh hai tỉlệ