医学统计学习笔记
Home
Learn
Basic
Bayes
Guide
Guide
Python
R
SAS
Stata
Quarto
Intro
Books
Small Talk
Translation
主页
医学统计学基础
Basic
医学统计学基础
关于卫生统计学
不同资料的统计描述
随机事件的概率
离散型随机变量的概率分布
连续型随机变量的概率分布
参数估计
参数检验
方差分析
卡方检验
非参数检验
简单线性相关和回归
Bayes
贝叶斯与概率推理
贝叶斯与概率图模型（PGM）
统计软件
R
MacOS安装 R 和 Rstudio
R
Python
用Python和Stata处理一份卫生费用数据
用Python做生存分析和COX回归
用Python做桑基图
DID 双重差分模型
How to Use the DID in Python
Python
SAS
00-SAS-Intro and Record
01-SAS 安装与vscode 扩展
02-SAS 在 Jupyter Notebook 中使用
03-SAS Base
04-SAS 程序基础
05-SAS 数据库与数据集
06-SAS 数据集的整理
07-SAS 运算符与常用函数
08-SAS 运算符与常用函数示例
09-SAS 计量资料的单变量分析
10-SAS 两样本均数的比较分析
11-SAS 多个样本均数比较的方差分析
12-SAS 相关与回归分析
Stata
00-Stata Intro and Record
11-Stata 做 ITSA 分析
01-Use Stata in Quarto(ipynb)
02-数据的初步观测
03-统计描述指标
04-置信区间（CI）
06-代码的可复现性与文件管理
05-双变量作图
07-t检验（t-test）
08-卡方检验与Fisher精确检验
09-RR值与OR值的计算
10-单因素方差分析（ANOVA）
11-简单线性回归
12-多元线性回归
13-二分类Logistic回归
14-广义线性模型（GLM）
15-生存分析
16-Cox回归与比例风险假定检验
17-广义估计方程(GEE)
18-有序多分类Logistic回归
19-无序多分类Logistic回归
20-数据清洗与整理
21-复杂与精准绘图
22-coefplot
23-Empericial Analysis Intro
24-双重差分(DID)
Quarto
Qmd config giscus
Quarto introduction
Quarto与LaTeX的记录
代码
Fundamentals of Machine Learning and Deep Learning in Medicine
源代码
Fundamentals of Machine Learning and Deep Learning in Medicine