更新时间：2023-07-27 15:26:58
封面
版权信息
内容简介
作者简介
前言
第1章 临床预测模型概述
1.1 如何构建预测模型
1.1.1 先单后多
1.1.2 逐步回归
1.1.3 Lasso
1.1.4 随机森林
1.1.5 最优子集
1.2 如何评价预测模型
1.2.1 拟合优度检验
1.2.2 ROC
1.2.3 Calibration
1.2.4 DCA曲线
1.3 如何验证预测模型
1.3.1 交叉验证
1.3.2 Bootstrap法
1.4 小结
第2章 线性回归
2.1 线性回归概述
2.1.1 相关的概念
2.1.2 回归的概念
2.2 线性回归实战
2.2.1 简单线性回归
2.2.2 多重线性回归
2.3 小结
第3章 Logistic回归
3.1 概述
3.1.1 二分类Logistic回归的基本原理
3.1.2 多分类Logistic回归的基本原理
3.1.3 有序Logistic回归的基本原理
3.1.4 1:m匹配条件Logistic回归的基本原理
3.2 Logistic回归分析实战
3.2.1 二分类Logistic回归
3.2.2 多分类Logistic回归
3.2.3 有序Logistic
3.2.4 1:m匹配条件Logistic
3.3 小结
第4章 生存资料分析
4.1 概述
4.1.1 Kaplan-Meier生存曲线的基本原理
4.1.2 Cox比例风险模型的基本原理
4.2 生存资料分析实战
4.2.1 Kaplan-Meier生存曲线
4.2.2 Cox比例风险模型
4.3 小结
第5章 竞争风险模型
5.1 概述
5.2 竞争风险模型实战
5.2.1 Fine-Gray检验（单因素分析）
5.2.2 crr()函数法（多因素分析）
5.3 小结
第6章 自变量筛选
6.1 传统方法
6.1.1 基于连续性资料
6.1.2 基于二分类资料
6.1.3 基于生存资料
6.2 逐步法
6.2.1 基于连续性资料
6.2.2 基于二分类资料
6.2.3 基于多分类资料
6.2.4 基于有序资料
6.2.5 基于1:m匹配资料
6.2.6 基于生存资料
6.2.7 基于竞争风险资料
6.3 Lasso法
6.3.1 基于连续性资料
6.3.2 基于二分类资料
6.3.3 基于多分类资料
6.3.4 基于生存资料
6.4 随机森林法
6.4.1 基于连续性资料
6.4.2 基于二分类资料
6.4.3 基于多分类资料
6.4.4 基于生存资料
6.4.5 基于竞争风险资料
6.5 最优子集法
6.5.1 基于连续性资料
6.5.2 基于二分类资料
6.5.3 基于多分类资料
6.5.4 基于有序资料
6.5.5 基于生存资料
6.5.6 基于竞争风险资料
6.6 主成分分析法
6.7 小结
第7章 列线图
7.1 列线图简介
7.2 基于连续资料
7.2.1 普通静态列线图
7.2.2 网页动态列线图
7.2.3 花样列线图
7.2.4 静态列线图的变种
7.3 基于二分类资料
7.3.1 普通静态列线图
7.3.2 网页动态列线图
7.3.3 花样列线图
7.3.4 静态列线图的变种
