**篇  r基礎
第1章  緒論
  1.1  r的起源和發展
  1.2  r的功能和特點
  1.3  r軟件的獲取與安裝
  1.4  r工作基本原理
  1.5  r在線幫助
  1.6  獲取關于r和系統的信息
第2章  r的數據操作
  2.1  數的簡單運算
  2.2  數學函數
  2.3  向量
  2.4  矩陣
  2.5  數組
  2.6  因子向量
  2.7  隨機序列
第3章  對象和數據框
  3.1  對象的種類與屬性
  3.2  改變對象的屬性
  3.3  對象的使用
第4章  r數據的生成、導入和導出
  4.1  創建r數據集
  4.2  從文件讀取數據
  4.3  從其他應用軟件所產生的數據文件導入數據
  4.4  存儲數據
  4.5  在r中顯示數據
第5章  數據集的整理
  5.1  數據集的檢查
  5.2  數據集的修改
  5.3  變量值的替換或取出數據子集
  5.4  向量和矩陣的合并與刪除
第6章  r程序包
  6.1  r程序包的種類
  6.2  程序包的安裝
  6.3  關于程序包操作的函數
  6.4  程序包及其幫助
第7章  r函數
  7.1  函數的調用與查詢
  7.2  用戶自定義函數
  7.3  幾種特殊的函數
  7.4  泛型函數
第8章  r繪圖
  8.1  管理繪圖
  8.2  繪制圖形
  8.3  繪圖參數與繪圖符號
  8.4  幾種復雜圖形的繪制
第9章  控制流
  9.1  if-條件語句
  9.2  ifelse()函數
  9.3  switch()函數
  9.4  for()語句
  9.5  while()語句
  9.6  repeat語句
第10章  r編程實踐
  10.1  一個非線性模型的編程
  10.2  編寫一個兩獨立樣本，檢驗的r程序
  10.3  獨立樣本2×2差異性檢驗的自定義函數
  10.4  計算線性回歸參數估計值的程序
  10.5  對三個不同種屬的鳥繪圖
  10.6  編寫用newton-raphson迭代法求解非線性方程組的根的程序
  10.7  用遞歸函數計算積分的程序
  10.8  正態分布概率密度函數動畫程序
  10.9  一個猜數字的小游戲
  10.10  程序的運行方式
    第二篇  常用統計方法
第11章  定量變量的描述性統計
  11.1  頻數分布
  11.2  集中趨勢
  11.3  離散趨勢
  11.4  正態分布
  11.5  醫學參考值的估計
第12章  分類變量的描述性統計
  12.1  常用的比例指標及其意義
  12.2  相對危險度與優勢比
  12.3  率的標準化法
  12.4  動態數列
  12.5  比例指標應用時的注意事項
第13章  抽樣誤差、區間估計與假設檢驗
  13.1  均數的抽樣誤差
  13.2  均數的抽樣誤差的分布——t分布
  13.3  總體均數的可信區間估計
  13.4  方差的抽樣誤差與可信區間估計
  13.5  率的抽樣誤差與可信區間估計
  13.6  假設檢驗
第14章  x2檢驗
  14.1  x2分布
  14.2  擬合優度檢驗
  14.3  獨立性檢驗
  14.4  趨勢檢驗
  14.5  多個四格表的聯合分析
  14.6  四格表的費歇爾精確概率檢驗
第15章  方差分析
  15.1  單向方差分析
  15.2  雙向方差分析
第16章  二項分布與泊松分布
  16.1  二項分布的概念
  16.2  二項分布的性質
  16.3  二項分布的應用
  16.4  泊松分布的概念
  16.5  poisson分布的性質
  16.6  poisson分布的應用
第17章  生存時間資料的非參數分析方法
  17.1  生存時間資料的特點
  17.2  小樣本生存率的kaplan-meier估計
  17.3  大樣本生存率的壽命表法估計
  17.4  生存曲線比較的假設檢驗
第18章  回歸與相關
  18.1  直線回歸與相關
  18.2  多元線性回歸與相關
第19章  logistic回歸
  19.1  logistic回歸的模型結構
  19.2  回歸參數的估計及其假設檢驗
  19.3  回歸參數的解釋
  19.4  回歸模型擬合情況的分析
  19.5  應用logistic回歸時值得注意的幾個問題
  19.6  匹配設計資料的logistic回歸
第20章  cox比例風險模型
  20.1  模型結構與參數估計
  20.2  回歸模型的應用
  20.3  風險函數和生存函數的估計
  20.4  比例風險假設的檢驗
  20.5  時依協變量
    第三篇  時間序列分析方法
第21章  時間序列的特點
  21.1  時間序列資料的組分
  21.2  時間序列的自相關性
  21.3  時間序列的平穩性概念
  21.4  幾種基本的平穩時間序列模型
  21.5  時間序列平穩性檢驗
第22章  時間序列的經典分析方法
  22.1  經典組分分解法
  22.2  線性回歸分析法
  22.3  調和季節模型(harmonic seasonal models)
  22.4  指數勻滑與holt-winters指數勻滑法
第23章  平穩時間序列分析
  23.1  差分算子和后向移位算子
  23.2  自回歸模型
  23.3  移動平均模型
  23.4  自回歸移動平均模型
  23.5  平穩時間序列模型的配合
第24章  非平穩時間序列分析
  24.1  非平穩時間序列的平穩化
  24.2  arima模型
  24.3  arima(p，d，g)模型的預報
第25章  季節非平穩時間序列模型
  25.1  單純季節自回歸求和移動平均模型
  25.2  復合性季節自回歸求和移動平均模型
第26章  帶輸入變量的時間序列模型
  26.1  具有自相關殘差的回歸模型
  26.2  干預模型
  26.3  傳遞函數模型
第27章  廣義加性模型
  27.1  廣義加性模型的結構
  27.2  廣義加性模型配合的例子
第28章  不良健康效應的經濟損失分析
  28.1  健康效應模型
  28.2  經濟損失的估計
附表1  標準正態分布曲線下的面積
附表2  t界值表
附表3  卡方界值表
附表4  f分布的上側臨界值表(供方差分析用)
附表5  野界值表
附表6-1  百分率的可信區間
附表6-2  百分率的可信區間
附表6-3  百分率的可信區間
附表7  poisson分布的可信區間
附表8  廠界值表(peal.son相關系數檢驗用)