應(yīng)用R軟件和Epicalc模塊程序分析流行病學(xué)數(shù)據(jù)

第1章　開始使用R軟件
　安裝
　Crimson編輯器
Tinn-R
開始使用R軟件
R的程序庫(kù)和程序包
Epicalc程序包
更新程序包
Rprofile．site
在線幫助
R作為計(jì)算器
R命令的語(yǔ)法
R對(duì)象
字符或字符串對(duì)象
在命令行中加入注釋
邏輯型：TRUE和FALSE
使用&（邏輯與）進(jìn)行邏輯連接
使用（邏輯或）進(jìn)行邏輯連接
TRUE和FALSE的值
參考文獻(xiàn)
練習(xí)
第2章　向量
　歷史記錄和對(duì)象保存
連接對(duì)象
系統(tǒng)數(shù)字向量
通過一個(gè)索引向量來得到子集向量
使用下標(biāo)向量選擇一個(gè)子集
與批處理向量有關(guān)的函數(shù)
非數(shù)值向量
對(duì)向量中的元素排序
　從已有的向量創(chuàng)建一個(gè)因子變量
　缺失值
　練習(xí)
第3章　數(shù)組、矩陣和表格
數(shù)組
將向量折疊起來放到數(shù)組中
使用下標(biāo)提取元素、行、列和子矩陣
向量捆綁
數(shù)組轉(zhuǎn)置
數(shù)組的基本統(tǒng)計(jì)分析
字符型數(shù)組
具有相同長(zhǎng)度的兩個(gè)向量的隱含數(shù)組
矩陣
表格
表格和數(shù)組的歸納
列表
練習(xí)
第4章　數(shù)據(jù)集
數(shù)組與數(shù)據(jù)框架的比較
從文本文件中獲取數(shù)據(jù)框架
數(shù)據(jù)錄入和分析
清空內(nèi)存和讀入數(shù)據(jù)
包含在Epicalc內(nèi)的數(shù)據(jù)框架
讀入數(shù)據(jù)
查看數(shù)據(jù)框架的內(nèi)容
歸納數(shù)據(jù)框架的特征
Codebook函數(shù)
從數(shù)據(jù)框架中抽取子集
在數(shù)據(jù)框架中添加一個(gè)變量
從數(shù)據(jù)框架中刪除變量
把數(shù)據(jù)框架調(diào)入搜索路徑
使用Epicalc中的“use”命令
“．data”與命令zap（）相抵觸
練習(xí)
第5章　簡(jiǎn)單數(shù)據(jù)探索
使用Epicalc進(jìn)行數(shù)據(jù)探索
　……
第6章　日期和時(shí)間
第7章　暴發(fā)調(diào)查：時(shí)間的描述
第8章　暴發(fā)調(diào)查：風(fēng)險(xiǎn)評(píng)估
第9章　優(yōu)勢(shì)比、混雜和交互作用
第10章　基礎(chǔ)數(shù)據(jù)管理
第11章　散點(diǎn)圖與線性回歸
第12章　分層線性回歸
第13章　曲線相關(guān)
第14章　廣義線性模型
第15章　Logistic回歸
第16章　配對(duì)病例對(duì)照研究
第17章　多項(xiàng)分類Logistic回歸
第18章　有序分類Logistic回歸
第19章　Poisson和負(fù)二項(xiàng)回歸
第20章　多水平模型簡(jiǎn)介
第21章　生存分析
第22章　Cox回歸
第23章　樣本含量的估計(jì)
第24章　文件
第25章　處理大型數(shù)據(jù)集的策略
第26章　處理有關(guān)態(tài)度方面的數(shù)據(jù)
第27章　為撰寫論文準(zhǔn)備表格
Epicalc函數(shù)
Epicalc數(shù)據(jù)集
練習(xí)參考答案