آمار زیستی و تحلیل رایانه‌ای داده‌های سلامت با استفاده از نرم‌افزار R ۲۰۱۶
Biostatistics and Computer-based Analysis of Health Data using R 2016

آمار زیستی و تحلیل رایانه‌ای داده‌های سلامت با استفاده از نرم‌افزار R، به این مفهوم می‌پردازد که بسیاری از عملکردهایی که توسط نرم‌افزارهای آماری انجام می‌شوند، در نهایت به مدیریت، دستکاری یا حتی تبدیل داده‌های دیجیتال بازمی‌گردند. بنابراین، درک چگونگی نمایش داده‌های آماری و نحوه بهره‌برداری از آن‌ها توسط نرم‌افزارهایی مانند R از اهمیت بالایی برخوردار است.

در این کتاب، نویسندگان به بررسی دستورات ابتدایی و متغیرها، مقایسه‌های نمونه، تحلیل واریانس، مطالعات اپیدمیولوژیک و داده‌های سانسورشده می‌پردازند. با ارائه کاربردهای پیشنهادی و مثال‌هایی از دستورات در انتهای هر فصل، این کتاب به خوانندگان امکان می‌دهد مفاهیم آماری پیشرفته را در داده‌ها و نرم‌افزارهای خود به کار گیرند.

– شامل دستورات کاربردی برای توصیف یک جدول داده متشکل از متغیرهای کمی و کیفی
– شامل معیارهای ارتباطی که در مطالعات اپیدمیولوژیک، نسبت شانس، خطر نسبی و شیوع با آن‌ها مواجه می‌شویم
– ارائه تحلیلی از داده‌های سانسورشده، آزمون‌های اصلی مرتبط با ساخت منحنی بقا (آزمون رتبه لگاریتمی یا ویلکاکسون) و مدل رگرسیون کاکس

Biostatistics and Computer-Based Analysis of Health Data Using the R Software addresses the concept that many of the actions performed by statistical software comes back to the handling, manipulation, or even transformation of digital data. It is therefore of primary importance to understand how statistical data is displayed and how it can be exploited by software such as R. In this book, the authors explore basic and variable commands, sample comparisons, analysis of variance, epidemiological studies, and censored data. With proposed applications and examples of commands following each chapter, this book allows readers to apply advanced statistical concepts to their own data and software. – Features useful commands for describing a data table composed made up of quantitative and qualitative variables – Includes measures of association encountered in epidemiological studies, odds ratio, relative risk, and prevalence – Presents an analysis of censored data, the key main tests associated with the construction of a survival curve (log-rank test or Wilcoxon), and the Cox regression model