要使用 R Markdown，首先需要安装 R 和 RStudio，接着安装 rmarkdown 包

下面的内容摘录自《用R探索医药数据科学》专栏文章的部分内容原文6872字。1篇2章8节用R读写Excel、SPSS、SAS、Stata和Minitab等产生的数据文件更新20250129_rmarkdown中内容解释-CSDN博客创建 R Markdown1、要创建 R Markdown 文件要使用 R Markdown首先需要安装 R 和 RStudio接着安装rmarkdown包。install.packages(rmarkdown)安装完成后在 RStudio 中新建一个 R Markdown 文件即可开始使用。这时候可以点击 RStudio 的“File”选项在“New File”右侧的子菜单中找到“R Markdown”2、要创建 R Markdown 的 Document在“Document”栏目中可输入此文件的常用设置如标题Title、作者Author以及默认的输出格式如 HTML、PDF 和 Word标题Title在Title字段中输入你希望给文件的标题。这将显示在生成的报告的顶部。例如你可以输入“Test_Markdown”。作者Author在Author字段中输入作者的名字。这同样会显示在报告的顶部紧随标题之后。例如你可以输入“Zhangsan”。默认输出格式Default Output Format你可以选择报告的默认输出格式包括HTML、PDF和Word。HTML格式最为常见因为它在任何网络浏览器中都可以查看而且支持动态内容。PDF格式适用于打印和分享而Word格式适合需要进一步编辑的报告。选择完这些设置后点击OK按钮RStudio将创建一个新的R Markdown文件。3、要创建 R Markdown 的 Presentation如果你希望创建一个用于演示的文件而不仅仅是一个文档可以选择Presentation栏目。这类似于PowerPoint可以用于创建交互式演示文稿。在Presentation栏目中你可以选择不同的演示文稿类型HTMLioslides、HTMLSlidy、PDFBeamer和PowerPoint如下图。HTMLioslidesioslides是由Google开发的一种HTML演示文稿格式。它专为现代浏览器设计具有简洁、现代的外观适合快速创建和展示。HTMLSlidySlidy是基于HTML和CSS的演示文稿格式适合需要高度自定义的用户。它由W3C开发强调灵活性和可定制性。PDFBeamerBeamer是一种基于LaTeX的PDF演示文稿格式广泛用于学术界。它提供了高度专业的排版能力适合需要精美排版的用户。但是需要安装TeX系统。PowerPointPowerPoint是微软开发的演示软件广泛用于商业和教育领域。这个大家都很熟悉了。4“Shiny”栏目用于实现动态化报告如果你希望创建一个动态报告可以选择Shiny栏目。这将使你的报告不仅包含静态内容还能与用户交互。选择Shiny栏目后你可以选择不同的Shiny应用模板例如Shiny Document和Shiny Dashboard。这些模板提供了一个起点帮助你快速创建复杂的动态报告。本文不细说了。5“From Template”栏目代表着可对不同写作模板进行选择。如果你需要使用特定的写作模板可以选择From Template栏目。这些模板可以帮助你快速创建格式化良好的报告。例如你可以选择CteX中文套装模板来创建中文报告并输出为PDF格式。市面上的 R 语言培训班和书籍包括网络上的文章或视频由于受限于培训时间或书籍篇幅往往难以深入探讨 R 语言在数据科学或人工智能中的具体应用场景内容泛泛而谈最终无法真正解决实际工作中的问题。同时它们也缺乏针对医药领域的深度结合与讨论。为了解决这些痛点我们推出了《用 R 探索医药数据科学》专栏。该专栏将持续更新不仅为您提供系统化的学习内容更致力于成为您掌握最新、最全医药数据科学技术的得力助手。每篇文章篇幅在5000字 至9000字之间。内容涵盖试验统计、预测模型、科研绘图、数据库、机器学习等热点领域。《用 R 探索医药数据科学》专栏的学习指南重新整理《用 R 探索医药数据科学》专栏目录形成学习的目的是为读者梳理出一个清晰、系统的知识脉络。通过将内容划分为工具使用、常规技术、可视化等9大板块的共10部分内容能让读者快速定位到所需知识领域直观把握不同章节间的逻辑关系与递进层次。这有助于初学者构建完整的知识体系有步骤地开启学习之旅也方便进阶者迅速检索特定技术内容进行深入研究与实践提升了专栏内容的可读性与实用性。https://datch.blog.csdn.net/article/details/143842464?spm1011.2415.3001.5331专栏问答科研问答科研问答临床、中医、护理、药学等专业背景的学习者该如何认识 R 语言学习让科研真正为自己服务科研问答医药类本科生临床、中医、中药与护理本科阶段是否需要开展科研学习科研问答公共数据库发表能发表国际学术期刊吗能够成为本硕博的毕业论文主要研究吗以NHANES数据库为例科研问答如何更精确地进行文献搜索更新20250217科研问答到底什么是综述如何写好综述如何进行文献搜索更新20250217职场问答职场问答对于医学经理 / 医学统计师《用R探索医药数据科学》这套专栏对职场有何帮助技术问答技术问答R 语言扩展包安装出问题解决方案详细来教你更新20250128技术问答管理和选择不同的R如何做好R的笔记使用 openxlsx 包更新20240822技术问答学R语言感觉还行一用就错误人工智能帮忙写代码也看不懂错误怎么办第一篇介绍和工具的使用1篇1章认识数据科学和R1篇1章1节医药数据科学的历程和发展用R语言探索数据科学更新20241029-CSDN博客1篇1章2节机器学习、统计学与ChatGPT的概述与R语言的相关 (更新20241229)_ai、chatgpt和机器学习什么关系-CSDN博客1篇1章3节R 语言的产生与发展轨迹更新2024/08/14-CSDN博客1篇1章4节医药数据科学入门之认识数据可视化更新20240814-CSDN博客1篇1章5节学会数据分析基础和流程开始人工智能数据分析师之路更新20250214-CSDN博客1篇2章R的安装和数据读取1篇2章1节R和RStudio的下载和安装Windows 和 Mac-CSDN博客1篇2章2节RStudio 四大区应用全解兼谈 R 的代码规范与相关文件展示_rstudio的console和terminal-CSDN博客1篇2章3节RStudio的高效使用技巧自定义RStudio环境更新20241023_rstudio如何使用-CSDN博客1篇2章4节用RStudio做项目管理静态图和动态图的演示感受ggplot2的魅力_如何通过rstudio实现项目管理,防止依赖项冲突-CSDN博客1篇2章5节详解R的扩展包管理从模糊安装到自动更新及工作目录和工作空间的设置更新20241030 -CSDN博客1篇2章6节R的数据集读取和利用如何高效地直接复制黏贴数据到R20240807 _r语言 复制数据集-CSDN博客1篇2章7节用R读写RDS、RData、CSV和TXT格式文件更新20250129_r语言读取rds文件-CSDN博客1篇2章8节用R读写Excel、SPSS、SAS、Stata和Minitab等产生的数据文件更新202501291篇2章9节在R中应用SQL语言更新20241217_r语言与数据库-CSDN博客1篇2章10节R的网络爬虫技术快速入门更新20241217_如何用r分析inhanes数据库-CSDN博客1篇3章文档和课件输出1篇3章1节用R写作先认识 NoteBook 和 Markdown-CSDN博客1篇3章2节如何在 R Markdown 和 R Notebook 中创建使用-CSDN博客1篇3章3节R Markdown的创建详解和直接使用学术期刊和出版社的模板_学术期刊 markdown模板-CSDN博客1篇3章4节R Markdown 的文档开头YAML从基础到扩展包-CSDN博客​1篇3章5节 Markdown 的标题、列表、字词和链接-CSDN博客1篇3章6节R Markdown 的代码块、绘图与数学公式解析-CSDN博客1篇3章7节Knit 的文档生成和多文档流程的集合应用-CSDN博客1篇3章8节HTML Widgets将 JavaScript 可视化库封装成 R 函数-CSDN博客1篇3章9节使用 R Markdown 和 Shiny 结合R语言进行数据报告和交互式应用的创建-CSDN博客第二篇常规的分析技术2篇1章认识数据2篇1章1节数据的基本概念以及 R 中的数据结构、向量与矩阵的创建及运算-CSDN博客2篇1章2节继续讲R的数据结构数组、数据框和列表-CSDN博客2篇1章3节R的赋值操作与算术运算_r里面的赋值-CSDN博客2篇1章4节R的逻辑运算和矩阵运算-CSDN博客2篇1章5节R 语言的循环与遍历函数全解析-CSDN博客2篇2章数据的预处理2篇2章1节全面了解 R 中的数据预处理通过 R 基本函数实施数据查阅_r数据预处理-CSDN博客2篇2章2节从排序到分组和筛选通过 R 的 dplyr 扩展包来操作-CSDN博客2篇2章3节处理医学类原始数据的重要技巧R语言中的宽长数据转换tidyr包的使用指南-CSDN博客2篇2章4节临床数据科学中如何用R来进行缺失值的处理_临床生存分析缺失值r语言-CSDN博客2篇2章5节数据科学中的缺失值的处理删除和填补的选择K最近邻填补法-CSDN博客2篇2章6节R的多重填补法中随机回归填补法的应用MICE包的实际应用和统计与可视化评估-CSDN博客2篇2章7节用R做数据重塑数据去重和数据的匹配-CSDN博客2篇2章8节用R做数据重塑行列命名和数据类型转换-CSDN博客2篇2章9节用R做数据重塑增加变量和赋值修改和mutate()函数的复杂用法_r语言如何在数据集中添加变量-CSDN博客2篇2章10节用R做数据重塑变体函数应用详解和可视化的数据预处理介绍-CSDN博客2篇2章11节用R做数据重塑数据的特征缩放和特征可视化-CSDN博客2篇2章12节R语言中字符串的处理正则表达式的基础要点和特殊字符-CSDN博客2篇2章13节R语言中Stringr扩展包进行字符串的查阅、大小转换和排序-CSDN博客2篇2章14节R语言中字符串的处理提取替换分割连接和填充插值_r语言替换字符串-CSDN博客2篇2章15节字符串处理提取匹配的相关操作扩展和Stringr包不同函数的重点介绍和举例-CSDN博客2篇2章16节R 语言中日期时间数据的关键处理要点_r语言 时刻数据-CSDN博客2篇3章定量数据的统计描述2篇3章1节用R语言进行定量数据的统计描述文末有众数的自定义函数-CSDN博客2篇3章2节离散趋势的描述文末1个简单函数同时搞定20个结果-CSDN博客2篇3章3节在R语言中从实际应用的角度认识假设检验-CSDN博客2篇3章4节从R语言的角度认识正态分布与正态性检验-CSDN博客2篇3章5节认识方差和方差齐性检验三种方法全覆盖-CSDN博客2篇3章6节R语言中的t检验独立样本的t检验-CSDN博客2篇3章7节单样本t检验和配对t检验-CSDN博客2篇3章8节方差分析ANOVA及其应用-CSDN博客2篇3章9节组间差异的非参数检验Wilcoxon秩和检验和Kruskal-Wallis检验-CSDN博客2篇4章定性数据的统计描述2篇4章1节定性数据的统计描述之列联表文末有优势比计算介绍-CSDN博客2篇4章2节认识birthwt数据集EpiDisplay和Gmodels扩展包的应用-CSDN博客2篇4章3节独立性检验卡方检验费希尔精确概率检验和Cochran-Mantel-Haenszel检验-CSDN博客2篇4章4节相关关系和连续型变量的Pearson相关分析-CSDN博客2篇4章5节分类型变量的Spearman相关分析偏相关分析和相关图分析-CSDN博客2篇4章6节相关图的GGally扩展包和制表的Tableone扩展包-CSDN博客2篇5章常见类型回归分析2篇5章1节认识回归分析的历史背景及应用-CSDN博客2篇5章2节构建一元和多元的线性回归模型-CSDN博客2篇5章3节回归模型中哑变量的应用和设置-CSDN博客2篇5章4节深度解读构建回归模型表达式的九个关键符号-CSDN博客2篇5章5节深度剖析回归模型结果的相关函数-CSDN博客2篇5章6节深度解读线性回归模型的绘图判断-CSDN博客2篇5章7节构建因变量为分类变量的二分类Logistic回归模型-CSDN博客2篇5章8节详解不同逻辑回归模型的比较和如何进行变量优化-CSDN博客2篇5章9节深度讲解有序多分类Logistic回归模型的分析-CSDN博客2篇5章10节条件Logistic回归模型的分析-CSDN博客2篇6章生存分析模型2篇6章1节生存分析的基本概念和主要内容-CSDN博客2篇6章2节用R进行生存率的描述与估计-CSDN博客2篇6章3节生存分析的假设检验及可视化展示-CSDN博客2篇6章4节认识比例风险模型和Cox比例风险模型学会从协变量的调整选择最优模型-CSDN博客2篇6章5节用逐步回归方法来选择模型协变量比例风险假定的检验和森林图的绘制-CSDN博客2篇7章高级回归分析2篇7章1节认识广义加性回归模型-CSDN博客2篇7章2节初步构建广义加性回归模型-CSDN博客2篇7章3节广义加性回归模型的可视化和模型的诊断-CSDN博客2篇7章4节岭回归的原理和应用场景并用R进行代码演示-CSDN博客2篇7章5节Lasso 回归的原理和应用场景并用R进行代码演示-CSDN博客2篇7章6节弹性网Elastic Net回归的原理和应用场景并用R进行代码演示-CSDN博客2篇7章7节逐步回归的原理和应用场景并用R进行代码演示包的高级应用-CSDN博客2篇7章8节主成分回归的原理和应用场景并用R进行代码演示-CSDN博客2篇7章9节神经网络回归的原理和应用场景并用R进行代码演示-CSDN博客2篇7章10节分位数回归的原理和应用场景并用R进行代码演示-CSDN博客第三篇数据可视化技术3篇1章R的传统绘图3篇1章1节认识R的传统绘图系统深度解析plot()函数和par()函数的使用-CSDN博客3篇1章2节R基础绘图之散点图、直方图和概率密度图-CSDN博客3篇1章3节R基础绘图之条形图和堆积条形图-CSDN博客3篇1章4节饼图箱线图和克利夫兰点图-CSDN博客3篇1章5节R基础绘图之Cleveland 点图马赛克图和等高图更新20250102_散点矩阵图-CSDN博客3篇1章6节用R进行图形的保存与导出详细的高级图形输出一文囊括大多数保存的各种问题和如何批量保存不同情况的图形-CSDN博客3篇2章R的进阶绘图3篇2章1节认识 ggplot2 扩展包深度解析 qplot() 函数的使用-CSDN博客3篇2章2节ggplot2绘图之原理逻辑分解掌握绘图步骤更新20241104-CSDN博客3篇2章3节ggplot2绘图之内置主题设置全解析更新20241104-CSDN博客3篇2章4节ggplot2绘图之几何体解析一参考线和基准线与分布图和频数图更新20241104-CSDN博客3篇2章5节ggplot2绘图之几何体解析二关系图和时间序列图与误差条和高级图形平滑曲线更新20241104-CSDN博客3篇2章6节ggplot2绘图之统计变换与位置调整更新20250111-CSDN博客3篇2章7节个性化配色的自定义颜色演示_r语言自定义颜色怎么使用-CSDN博客3篇2章8节让 ggplot2 绘图进行顶级科研杂志的配色更新20241118_ggsci使用-CSDN博客3篇2章9节坐标轴须图和带状图更新20241107-CSDN博客3篇2章10节多样的小提琴图更新20241231_r语言parallelplot绘制平行坐标图-CSDN博客3篇2章11节维恩图和UpSet图-CSDN博客3篇2章12节雷达图和RadViz图-CSDN博客3篇2章13节网络图知识图谱绘制的深度解析更新20241109_认知网络分析图怎么看-CSDN博客3篇2章14节高质量动态图和交互式动态图_r语言数据分析动图-CSDN博客3篇2章15节深度讲解词云图的绘制和改变相关的主题更新20250106_d3 词云图-CSDN博客3篇2章16节R的地理图绘制更新20241104-CSDN博客3篇2章17节轻便科研绘图的tidyplots扩展包_科研绘图包-CSDN博客3篇2章18节学会构建专业的多面板图-CSDN博客3篇3章基于gglot2的扩展包应用3篇3章1节模型系数图、相关矩阵图、双变量成对矩阵图-CSDN博客3篇3章2节绘制网络对象图和叠加地图网络图-CSDN博客3篇3章3节绘制平行坐标图和模型诊断图-CSDN博客3篇3章4节绘制高级散点矩阵图和多样生存曲线图-CSDN博客3篇3章5节绘制分面直方图多元时间序列图和二元密度图-CSDN博客3篇3章6节绘制切尔诺夫面图疼痛评分的笑脸可视化和时间序列数据的日历热图-CSDN博客3篇3章7节绘制时间序列地平线图和时间序列流图-CSDN博客3篇3章8节绘制瀑布图和镶嵌图-CSDN博客3篇3章9节深度讲解树图的多样化绘制-CSDN博客3篇3章10节绘制混合箱线图和弧形条形图-CSDN博客3篇3章11节绘制议会图和深度讲解绘制山峦图岭线图-CSDN博客3篇3章12节多元统计分析的可视化扩展包从主成分分析到时间序列从K-means聚类到广义线性模型-CSDN博客3篇3章13节绘制大数据级别的字母值箱线图Letter-Value Boxplot3篇3章14节绘制美观和直观的蜂群图Bee Swarm Plot3篇3章15节用不同方法绘制高级云雨图Raincloud Plot3篇4章三维图形可视化3篇4章1节不同方法绘制多样的三维散点图-CSDN博客3篇4章2节深度讲解如何绘制三维透视图从内置函数到扩展包函数-CSDN博客3篇4章3节绘制三维条带图和三维直方图-CSDN博客3篇4章4节绘制三维切片图和三维切片轮廓图文末添加三维文本信息-CSDN博客3篇4章5节如何绘制三维曲面图、三维球面图和三维曲面地形图-CSDN博客​3篇4章6节绘制三维等值面图、三维等值体素图和三维多边形图-CSDN博客3篇4章7节绘制交互式三维图形-CSDN博客​3篇4章8节绘制三维地形图-CSDN博客3篇4章9节如何将 ggplot2 对象转化为三维图形-CSDN博客3篇5章科研绘图新利器plotthis 包3篇5章1节科研绘图这个 R 包可能比 ggplot2 更适合你绘制渐变面积图-CSDN博客3篇5章2节绘制临床研究中的趋势图与ROC曲线-CSDN博客3篇5章3节聚类演变图、折线图和网络关系图-CSDN博客3篇5章4节打造专业热图上-CSDN博客3篇5章5节打造专业热图下-CSDN博客3篇5章6节相关散点图与多变量相关图-CSDN博客3篇5章7节高效饼图、环图与QQ图的实现-CSDN博客3篇5章8节绘制基因差异表达数据的火山图-CSDN博客3篇5章9节绘制高效和专业的条形图-CSDN博客3篇5章10节绘制箱线图和小提琴图-CSDN博客3篇5章11节绘制 Chord Diagram弦图和 Circos Plot环形关系图-CSDN博客3篇5章12节降维可视化的DimPlot与FeatureDimPlot应用3篇5章13节富集分析的网络可视化全解析3篇5章14节基因富集分析的基因集可视化全解析3篇5章15节用桑基图和堆积流图揭示数据中的动态流动关系3篇5章16节栅格、掩膜、矢量与点数据的高效绘图第四篇临床试验特定技术4篇1章临床试验的统计4篇1章1节初步认识临床试验约7500字-CSDN博客4篇1章2节样本量估计的初步介绍-CSDN博客4篇1章3节用R进行样本量估计的统计学参数-CSDN博客4篇1章4节两组例数相同的均数比较的样本量估计和绘制功效曲线-CSDN博客4篇1章5节两组的例数不等的均数比较的样本量估计和可视化-CSDN博客4篇1章6节自身配对设计的均数比较临床试验的样本量估计和可视化-CSDN博客4篇1章7节与总体均数比较的样本量估计和可视化-CSDN博客4篇1章8节 两、三组试验组率比较的样本量估算和可视化-CSDN博客4篇1章9节试验的随机分组认识用R做简单随机化-CSDN博客4篇1章10节用R实现分层随机化-CSDN博客4篇1章11节用R实现区组随机化和置换区组随机化-CSDN博客4篇1章12节动态随机化方法介绍和用R绘制随机化卡片-CSDN博客4篇2章样本量估计的进阶技术4篇2章1节认识析因试验和多因素设计样本量估计的底层逻辑-CSDN博客4篇2章2节用R演示高血压析因试验的样本量计算-CSDN博客4篇2章3节模拟法在临床试验功效分析中的应用-CSDN博客4篇2章4节三因素2b × 3w × 2b混合设计功效模拟实战以抗高血压药物试验为例-CSDN博客4篇2章5节ANOVA 功效的单次精确模拟与可视化全解析-CSDN博客4篇2章6节生存分析研究中终点事件数的估算方法-CSDN博客4篇2章7节基于分层生存模型的功效计算以糖尿病临床试验为例-CSDN博客第五篇文献挖掘的技术5篇1章Meta分析攻略5篇1章1节认识循证医学中的Meta分析并予代码演示分析绘图-CSDN博客​​5篇1章2节Meta分析的7大步骤的扼要解读-CSDN博客5篇1章3节二分类变量的Meta分析模型分析公式构建和结果解读-CSDN博客5篇1章4节二分类变量的Meta分析模型绘制漏斗图和应用剪补法最后绘制和解读轮廓增强漏斗图-CSDN博客5篇1章5节二分类变量的Meta分析模型敏感性分析和亚组分析绘制森林图-CSDN博客5篇1章6节连续型变量的Meta分析和可视化分析全解-CSDN博客5篇2章高级Meta分析计划更新中5篇2章1节用R进行单个率Meta分析-CSDN博客5篇2章2节用R进行网状Meta分析细解-CSDN博客5篇2章3节在经典临床研究中进行二次固定效应剂量-反应建模和预测5篇2章4节剂量-反应Meta分析中的最优线性无偏预测5篇2章5节多变量Meta分析和其回归模型的实现5篇2章6节贝叶斯 Meta 分析在小样本、高异质性及稀疏数据下的应用上篇核心函数5篇2章7节贝叶斯 Meta 分析在小样本、高异质性及稀疏数据下的应用中篇具体建模5篇2章8节贝叶斯 Meta 分析在小样本、高异质性及稀疏数据下的应用下篇可视化5篇2章9节累积Meta分析在循证医学中的应用及R语言实操5篇3章文献计量学5篇3章1节文献计量分析基础-CSDN博客5篇3章2节文献计量学的国外数据库的数据采集WOS数据库和PUBMED数据库的文献信息批量下载和分析_pubmed能导出文献计量数据吗-CSDN博客5篇3章3节国际六大科研文献数据库的数据加载与格式转换解析_r使用最新版的 bibliometrix 绘制 countries scientific prod-CSDN博客5篇3章4节文献计量学中数据合并、去重、切片与编辑_文献计量分析中文和英文数据库搜索的数据怎么合并-CSDN博客5篇3章5节文献计量学的描述性分析_文献计量学分析-CSDN博客5篇3章6节文献计量学的可视化与引文信息分析_文献计量与可视化分析-CSDN博客5篇3章7节作者主导性分析及H指数与其变体的应用-CSDN博客5篇3章8节Lotka分析和知识单元时序分析_lotka 定律-CSDN博客5篇3章9节局部被引次数分析与文献文本字段术语提取研究_local citation如何统计-CSDN博客5篇3章10节为构建网络图从文献数据中提取特定信息-CSDN博客5篇3章11节文献计量分析合作情况可视化-CSDN博客5篇3章12节耦合网络可视化从常规网络图到耦合分析聚类图的深度讲解-CSDN博客5篇3章13节共被引网络、历史共被引网络和共词网络的可视化-CSDN博客​​5篇3章14节概念结构图贡献度最高文献因子图和最被引用文献因子图-CSDN博客5篇3章15节文献计量学的语义地图和主题演化分析图-CSDN博客5篇3章16节PubMed数据库的数据提取和可视化-CSDN博客5篇3章17节文献计量中著作层面的情感分析-CSDN博客第六篇数据驱动的分析6篇1章主成分分析6篇1章1节深度讲解用R进行主成分分析上-CSDN博客6篇1章2节​深度讲解用R进行主成分分析中-CSDN博客6篇1章3节​深度讲解用R进行主成分分析下-CSDN博客6篇1章4节学会用R进行因子分析上-CSDN博客6篇1章5节学会用R进行因子分析中-CSDN博客6篇1章6节学会用R进行因子分析下-CSDN博客6篇2章匹配技术应用6篇2章1节认识临床研究的匹配技术-CSDN博客6篇2章2节匹配结果的可视化和匹配后新数据分析-CSDN博客6篇3章判别和聚类分析6篇3章1节医学研究中的判别分析和聚类分析-CSDN博客6篇3章2节线性判别分析预测模型构建评估和可视化演示-CSDN博客6篇3章3节二次判别分析技术的运用-CSDN博客6篇3章4节K-Means聚类分析的运用和改进算法的K-Means-CSDN博客6篇3章5节实现k-medoids聚类算法的PAM和CLARA方法-CSDN博客6篇3章6节凝聚层次聚类和分裂层次聚类-CSDN博客6篇4章时间序列分析6篇4章1节认识时间序列分析创建和整理时间序列数据-CSDN博客6篇4章2节深度讲解白噪音检验-CSDN博客6篇4章3节认识ARIMA模型和模拟其数据讲解平稳性检验-CSDN博客6篇4章4节ACF和PACF的可视化和识别最佳模型-CSDN博客6篇4章5节如何应用SARIMA模型来进行时间序列数据的预测-CSDN博客6篇4章6节Facebook 的时间序列预测的 Prophet 模型-CSDN博客6篇5章数据因果分析6篇5章1节因果中介分析的贝叶斯方法6篇5章2节高维中介情境下的贝叶斯因果中介分析6篇6章孟德尔随机化6篇6章1节认识孟德尔与孟德尔定律为流行病学因果研究提供方法指导6篇6章2节单核苷酸多态性与孟德尔随机化6篇6章3节全基因组关联研究GWAS第七篇机器学习和预测7篇1章机器学习入门7篇1章1节机器学习和人工智能的基础知识-CSDN博客7篇1章2节机器学习在临床预测中的应用场景与临床预测模型的关键步骤解析-CSDN博客7篇1章3节详析训练数据集、测试数据集和验证数据集及其划分策略-CSDN博客7篇1章4节采用随机抽样法和等比抽样法对数据集进行二份及三份的划分-CSDN博客7篇1章5节划分数据的多次随机抽样的Bootstrap法和加权随机抽样法-CSDN博客7篇1章6节交叉验证概述与分类R中K折交叉验证的详细解析-CSDN博客7篇1章7节机器学习算法解读与数值预测回归模型构建-CSDN博客7篇1章8节朴素贝叶斯分类预测模型从构建、解析到实战-CSDN博客7篇1章9节认识决策树构建CART算法的决策树模型-CSDN博客7篇1章10节深度解析如何构建随机森林算法预测模型-CSDN博客7篇1章11节构建人工神经网络反向传播算法预测模型-CSDN博客7篇1章12节认识机器学习的模型评估掌握数值型数据的模型评估方法-CSDN博客7篇1章13节分类模型的混淆矩阵评估-CSDN博客7篇1章14节评估和对比预测模型的ROC曲线和AUC值-CSDN博客7篇1章15节六大ROC曲线扩展包的对比和其它评估曲线的绘制-CSDN博客7篇2章抽样与重抽样技术7篇2章1节机器学习的抽样与重抽样技术-CSDN博客7篇2章2节模型抽样调查抽样和抽样技术的专业术语-CSDN博客7篇2章3节总群体的统计量和抽样方法在医药研究中的应用-CSDN博客7篇2章4节概率抽样和三种非概率抽样的实现-CSDN博客7篇2章5节抽样分布的统计理论-CSDN博客7篇2章6节深度解析和认识中心极限定理-CSDN博客7篇2章7节简单随机抽样及其在R语言中的实现与验证-CSDN博客7篇2章8节系统性随机抽样及其在R语言中的实现与验证-CSDN博客7篇2章9节分层随机抽样及其在R语言中的实现与验证-CSDN博客7篇2章10节聚类抽样及其在R语言中的实现与验证-CSDN博客7篇2章11节自助抽样及其在R语言中的实现与验证-CSDN博客7篇2章12节抽样的蒙特卡洛方法-CSDN博客7篇3章特征工程技术7篇3章1节认识机器学习的特征工程-CSDN博客7篇3章2节了解特征工程的工作数据-CSDN博客7篇3章3节了解特征工程的特征排名-CSDN博客7篇3章4节特征工程的变量子集选择-CSDN博客7篇3章5节特征工程变量子集选择的过滤器方法应用-CSDN博客7篇3章6节特征工程变量子集选择的包装器方法应用-CSDN博客7篇3章7节特征工程变量子集选择的嵌入式方法应用-CSDN博客第八篇R与人工智能8篇1章人工智能理论8篇1章1节认识生成式人工智能与生成式代码的优势和局限-CSDN博客8篇1章2节认识生成对抗网络GAN和StyleGAN_rstudio中集成deepseek-CSDN博客8篇1章3节大模型术语解读与从生成到推理的演进-CSDN博客8篇1章4节Transformer架构和提词器工程学的出现-CSDN博客8篇2章R与人工智能8篇2章1节在 RStudio 中无插件使用 DeepSeek基本篇-CSDN博客8篇2章2节在 RStudio 中无插件使用 DeepSeek进阶篇-CSDN博客第九篇公共数据库挖掘9篇1章NHANES 数据库9篇1章1节认识二次数据分析和NHANES数据库-CSDN博客9篇1章2节下载NHANES数据并使用R进行读取-CSDN博客9篇1章3节NHANES数据的下载读取、追加和合并-CSDN博客9篇1章4节认识统计学的权重、抽样及其背后的设计逻辑更新202512069篇1章5节实例解析权重对数据结果的影响和可靠性评估更新202512069篇1章6节深度讲解不同NHANES的权重的种类选择和R包更新202512069篇1章7节单周期的NHANES权重计算实战更新202512089篇1章8节多周期的NHANES权重计算实战更新202512089篇1章9节一步一步构建高效读取NHANES数据的自定义函数-CSDN博客9篇1章10节如何解决 NHANES 数据合并所遇原表差异问题-CSDN博客9篇1章11节2025年后如何使用扩展包访问、下载和分析 NHANES 数据-CSDN博客9篇1章12节如何直接显示NHANES某个变量的代码本-CSDN博客9篇1章13节根据关键词检索NHANES变量和得到相关信息并且通过指定URL直接下载数据_nhanes数据库url怎么获得-CSDN博客9篇1章14节下载 NHANES 的数据清单、搜索表格和表格里面的变量汇总_r语言下载nhanes数据-CSDN博客9篇1章15节快速获取 NHANES 特定的表格信息和变量信息_nhanestables-CSDN博客9篇1章16节NHANES 2017–2023 数据的样本设计、无应答偏差评估与分析说明-CSDN博客9篇1章17节特殊的NHANES数据解读包括NNYFS、NHEFS、NHES 和 HHANES 等数据9篇1章18节复现NHANES的美国成人抑郁症患病率研究上-CSDN博客9篇1章19节复现NHANES的美国成人抑郁症患病率研究中-CSDN博客9篇1章20节复现NHANES的美国成人抑郁症患病率研究下-CSDN博客9篇2章GBD 数据库9篇2章1节认识全球疾病负担数据库 GBD-CSDN博客9篇2章2节GBD 数据库的数据申请详解-CSDN博客9篇2章3节GBD 数据库的数据深度解读上-CSDN博客9篇2章4节GBD 数据库的数据深度解读下-CSDN博客9篇2章5节GBD 数据库的全球疾病负担死亡概率可视化演示-CSDN博客9篇2章6节GBD 数据库分析策略和 SDI 指数的应用解读并以高血压为例-CSDN博客9篇2章7节GBD 数据库的关键数据工具系统介绍上-CSDN博客9篇2章8节GBD 数据库的关键数据工具系统介绍下-CSDN博客9篇2章9节多源数据联合应用在全球疾病负担GBD分析中的策略分析-CSDN博客9篇2章10节2025年基于GBD数据的柳叶刀子刊研究深度解析全网最深度解读9篇2章11节基于GBD数据的医学科研成文的六步法9篇2章12节不同临床科室可基于GBD进行数据挖掘的方向举例联合分析9篇3章FAERS 数据库9篇3章1节FAERS数据库的FDA官方讲解对期刊投稿设限的FAERS数据库的客观评价9篇3章2节认识FAERS数据库的数据和公共仪表板分析前必看9篇3章3节FAERS数据库公共仪表板搜索功能操作与解析9篇3章4节FAERS数据库中单个药品报告的数据总览9篇3章5节FAERS数据库中药品报告的数据来源与核心字段深度解读9篇3章6节FAERS数据的官网下载和ASCII文件的七大模块详解9篇3章7节基于 R 语言的 FAERS 数据提取与合并9篇3章8节FAERS联合挖掘认识和获取VigiBase数据库资料9篇4章GEO 数据库9篇4章1节临床医生如何利用GEO数据库开展研究9篇4章2节GEO数据库的数据组织结构9篇4章3节GEO数据库官网数据的直接下载9篇4章4节用R语言进行GEO数据的下载和初步解析9篇4章5节GEO 数据库之炎症性肠病基因表达分析演示一9篇4章6节GEO 数据库之炎症性肠病基因表达分析演示二9篇4章7节GEO 数据库之炎症性肠病基因表达分析演示三9篇4章8节GEO 数据库之炎症性肠病基因表达分析演示四9篇4章9节GEO 数据库之炎症性肠病基因表达分析演示五9篇5章NHIS 数据库9篇5章1节理解美国国家健康访谈调查NHIS数据库9篇5章2节NHIS 数据库的常规数据下载9篇5章3节NHIS 样本成人数据的结构化解读9篇5章4节NHIS 样本其它数据的结构化解读9篇5章5节NHIS 样本合并数据的权重分析演示一9篇5章6节NHIS 样本合并数据的权重分析演示二9篇6章SEER数据库9篇6章1节SEER数据库的全景解读9篇6章2节SEER数据库的数据下载权限申请2026版9篇6章3节SEER数据库 SEERStat、SEERPrep、HDCalc 工具介绍9篇6章4节SEER 数据库的数据集选择