生物醫學統計: 使用Stata分析 | 誠品線上

生物醫學統計: 使用Stata分析

內容簡介

內容簡介 ●Stata功能強大，可以選單操作，也可自行輸入指令，能滿足初級者到高階者的需求。●本書詳盡介紹生物醫學領域必學的分析技術，包含類別資料處理、存活分析、流行病學、病例控制、篩檢工具與ROC曲線等。●實用範例資料檔，搭配視覺化操作說明，讓您迅速成為Stata統計高手。●完整且札實的範例解析，幫助您觸類旁通，讓您的報告、論文大升級。●由於電腦與統計的日新月異，使生醫統計也延伸至以下研究領域：生態、農業、商業、社會科學……◎隨書附贈資料檔光碟，建議使用Stata 14版本執行。由於電腦硬體、軟體與統計方法的日新月異，使得統計學在生物醫學領域中，扮演舉足輕重的角色，本書內容主要為下列三大類：一、類別資料處理。包括：二向列聯表、三向列聯表……等。二、存活分析。包括：Kaplan-Meier、Cox迴歸、參數存活模型、危險比例檢定、時間共變數、韋伯分配、指數分配……等。存活分析的事件時間資料也常出現在其他不同領域中，如：企業存活時間（商業）、客戶忠誠度（行銷）、法人預警分析（金融）、再就業時間（經濟）、假釋到再犯時間（法學）和可靠度分析（工業）等等。三、流行病學工具。包括：病例控制、Mantel-Haenszel、ROC分析……等。Stata操作簡便，給予使用者足夠的自訂空間。不但可使用簡單的視窗指令，還能因應需求自行修改、添加或撰寫程式，擴充性極強。在運算速度上，也比SPSS及SAS更快。本書是一本非常有用的Stata工具書，對初學或想領略高等統計的讀者，相信定有很大的收獲

作者介紹

作者介紹 ■作者簡介張紹勳學歷:國立政治大學資訊管理博士現任:國立彰化師範大學專任教授經歷:致理技術學院專任副教授●研究助理國立海洋大學商船系／張任坊國立中央大學通訊工程研究所／張博一

產品目錄

產品目錄 Chapter 01最小平方法(OLS) vs. 類別(Categorical) 資料分析1-1Stata是地表最強大之統計軟體1-1-1Stata統計功能1-1-2類別資料之列聯表，Stata對應的指令1-1-3Stata流行病(epidemiologists)之選擇表對應的指令1-2醫學實驗設計種類、重要性1-2-1流行病學的研究法：實驗性vs.觀察性1-2-2統計與實驗設計功能之對應關係1-2-3OLS迴歸模型之重點整理1-2-4單變量vs.多變量統計1-3二個類別變數之分析1-3-1類別變數之適用條件1-3-2卡方檢定：關聯性分析1-3-2a卡方檢定之介紹1-3-2b卡方檢定之Stata實作1-3-3勝算比(OR)、ROC曲線、敏感度 特異性：logistic迴歸1-3-3aOdds ratio之意義1-3-3bOdds ratio之STATA實作1-3-3c二元依變數之模型：邏輯斯迴歸之實例1-3-3dROC曲線面積、敏感度 特異性1-4流行病之類別資料統計表( 同質性檢定)1-4-1二發生率(Incidence-rate ratio)之列聯表(ir and iri指令)1-4-2世代研究風險比(Cohort study risk-ratio)之列聯表(cs、csi指令)1-4-3病例對照(case-control)列聯表(cc and cci、tabodds、mhodds指令)1-4-4分群組之失敗率(failure odds by category)列聯表(tabodds指令)1-4-5配對病例對照研究(matched case-control)(mcc、mcci指令)1-5三向列聯表(Three-Way Contingency Tables)1-5-1三向列聯表、Mantel-Haenszel同質性檢定(tab3way、cc指令)1-6類別依變數之三種迴歸，誰誤差小就誰優1-6-1類別依變數之三種迴歸，誰優？(reg、logit、probit指令)1-7對數線性模型(Log linear Models)之列聯表(ipf、「glm ..., fam(pois) link(log)」指令)1-8Nominal依變數：Multinomial Logistic迴歸之多項選擇(mlogit、mlogtest、test、prchange、listcoef指令)1-8-1Multinomial Logistic迴歸之解說1-8-2Multinomial Logistic迴歸之實作1-9配對資料(Matched Pairs)模型：Conditional logistic迴歸(先「clogit, group( 配對) or」指令、再tabulate指令)1-10Logit迴歸之練習題Chapter 02(半參數)Cox存活分析：臨床研究最重要統計法2-1存活分析(survival analysis)介紹2-1-1存活分析之定義2-1-2為何存活分析是臨床研究最重要的統計法？2-1-3存活分析之三種研究目標2-1-4存活分析之研究議題2-1-5設限資料(censored data)2-1-6存活時間T之機率函數2-1-7Cox存活分析vs. Logit模型／ probit模型的差異2-2Stata存活分析 繪圖表之對應指令、新增統計功能2-3存活分析範例：除草有助幼苗存活率嗎？2-3-1生命表(life table)2-3-2存活分析範例[依序(estat phtest、sts graph、ltable或sts list、stci、stmh、stcox指令)]2-4Cox比例危險模型(proportional hazards model)(stcox 指令)2-4-1f(t)機率密度函數、S(t)存活函數、h(t)危險函數、H(t)累積危險函數2-4-2Cox比例危險模型之迴歸式解說2-4-3危險函數的估計(hazard function)2-4-4Cox比例危險模型之配適度檢定2-4-5Cox模型之相對風險(relative risk, RR)2-5Kaplan-Meier存活模型2-5-1Kaplan-Meier估計法(product-limit Estimate)2-5-2存活分析法：Kaplan-Meier vs.韋伯分布(參數存活模型)2-5-3Kaplan-Meier存活函數(依序sts graph、ltable或sts list、stci、stmh、stcox指令)2-5-4存活分析之檢定法：Cox比例危險模型(stcox)指令2-6脆弱性之Cox模型(Cox regression with shared frailty)2-6-1脆弱性之Cox模型：「stcox, shared( 脆弱變數)」指令Chapter 03參數存活分析(偏態之依變數有6種分布可搭2種脆弱模型)3-1參數存活分析(parametric survival analysis)有六種模型3-1-1a可靠度之品質管理(韋伯分布常搭配accelerated failure-time)3-1-1bCox比例危險模型(PHM)及加速失敗時間模型(accelerated failure time, AFT)3-1-2參數存活分析之介紹(streg指令)3-1-36種參數存活模型：韋伯及對數分布尚可搭2種脆弱模型(streg)3-2連續隨機變數(存活時間T)的6種機率密度函數(PDF)3-2-1機率密度函數(probability density function)3-2-2Weibull分布(非常態分布、右偏態)：存活分析最重要分布3-2-3指數(Exponential) 分布：可靠度模型之失效時間的機率分布3-2-4Gompertz分布：偏態分布3-2-5對數邏輯分布(Log-logistic)：偏態分布3-2-6對數常態(Log-normal)分布：偏態分布3-2-7廣義(generalized)gamma分布3-3存活時間機率函數(連續型態vs.離散型態)3-3-1連續型態之存活時間機率函數3-3-2離散型態之存活時間機率函數3-4帶偏態之依變數：參數存活分析(streg指令)3-4-1脆弱性(frailty) 模型3-4-2加速失敗時間(Accelerated Failure Time)模型3-4-3配對後Weibull存活模型搭配accelerated failure time：發電機壽命(streg指令)3-4-4每位病人發生多重失敗事件(multiple failures)之Weibull存活模型(streg指令)3-4-5五種參數模型(廣義Gamma、韋伯...)，誰優？驗證治癌新藥效：(streg、test指令)3-4-6Weibull存活模型(帶有脆弱性gamma): 癌症死亡之個人因子(streg指令)3-4-7指數迴歸(搭配accelerated failure-time)：肝癌之個人危險因子(streg指令)Chapter 04存活模型之進階4-1風險模型延伸(Extensions of the Proportional Hazards Model)4-2競爭風險迴歸(Competing-risks regression)(stcrreg指令)4-2-1競爭風險之應用：違約及提前清償行為模型係數估計4-2-2範例：競爭風險(Competing-risks)迴歸(stcrreg指令)4-3縱貫面調查法：肺癌存活模型(svy: stcox 指令)4-4panel-data參數存活模型[xtstreg , shared(panel變數)指令]4-4-1追蹤資料(panel-data)4-4-2追蹤資料(panel-data) 存活分析[xtstreg, shared (panel 變數) 指令]4-5多層次(multilevel)參數存活模型(mestreg指令)4-5-1Multilevel存活模型4-5-2多層次參數存活模型(mestreg...||分層變數)Chapter 05最小平方法(OLS)迴歸vs. Logistic迴歸5-1了解各類型迴歸分析5-1-1各類型迴歸之適用情境5-1-2線性迴歸之基本概念5-2最小平方法(OLS) 迴歸7個假定的診斷及補救法5-3Binary依變數：Linear Probability, Probit及Logistic迴歸5-3-1Logistic迴歸介紹5-3-2Logistic指令的事後檢定5-3-3Logistic範例：年齡與罹患冠心病(CHD)關係5-4Binary依變數(失業否預測)：OLS,Probit及Logistic迴歸三者比較Chapter 06流行病學統計法：ROC曲線分析6-1流行病學(Epidemiology)6-1-1流行病學之研究法：觀察法及實驗法6-1-2a觀察法：描述性vs.分析性研究6-1-2b觀察法：前瞻性vs.回溯性研究；縱貫面vs.橫斷面研究6-1-3實驗法6-1-4Stata流行病(epidemiologists)之選擇表對應的指令6-1-5流行病學之ROC法的應用領域6-1-6臨床試驗常用術語解釋6-1-7頻率(frequency)的指標：生命統計測量值6-2Receiver operating characteristic(ROC)分析：判別檢驗工具的準確性6-2-1流行病統計法：ROC緣由6-2-2ROC曲線原理：2×2混淆矩陣6-2-3aType I誤差α及Type II誤差β：ROC圖切斷點的由來6-2-3b評估不同篩檢工具之分類準確性(accuracy)：ROC圖6-2-4篩檢工具的績效(performance)：同一篩檢工具不同檢驗值切斷點的選擇6-2-5ROC法之分析步驟6-2-6參數的ROC6-3ROC分析之Stata範例6-3-1如何提升ROC研究設計之品質6-3-2a二個Logistic迴歸誰優？(logit、lroc、roccomp指令)6-3-2bROC繪圖法：三個檢驗工具之準確度，誰優？(roccomp、rocgold指令)6-3-3Parametric ROC models：風險評級最佳斷點？(rocfit指令)6-3-4Nonparametric ROC模型之風險評級最佳斷點(roctab指令)

商品規格