第一章　R 软件和统计学分析基础/ 1

一、 R 软件简介 / 2

二、 安装R 软件 / 3

三、 安装RStudio / 3

四、 RStudio 的操作界面 / 4

五、 RStudio 初体验 / 5

六、 本章小结 / 9

第二章　连续数据R 软件可视化分析/ 11

一、 导入数据 / 12

二、 了解数据库和选择变量 / 12

三、 查看所选择的变量 / 13

四、 R 程序与连续变量可视化分析 / 14

五、 数据存储和再分析 / 22

六、 本章小结 / 22

第三章　离散数据R 软件可视化分析/ 24

一、 数据准备 / 25

二、 频数分析 / 26

三、 频数分析可视化 / 27

四、 本章小结 / 31

第四章　科研文档R 软件文本挖掘和文字云分析/ 33

一、 英文文字云分析 / 34

二、 中文文字云分析 / 40

三、 本章小结 / 46

第五章　R 软件编制2×2 列联表和卡方检验/ 48

一、 抽样误差与卡方检验 / 49

二、 计算机模拟抽样误差 / 50

三、 统计2×2 列联表数据 / 52

四、 2×2 列联表数据的可视化处理 / 54

五、 2×2 列联表的卡方检验 / 55

六、 单样本数据卡方检验 / 56

七、 已知2×2 列联表里频数的卡方检验 / 57

八、 本章小结 / 58

第六章　多水平和多组样本构成差异的R 软件卡方检验/ 60

一、 数据准备 / 61

二、 变量编码、频数和构成比计算 / 63

三、 2×C 列联表的卡方检验 / 64

四、 利用2×C 列联表进行趋势检验/ 65

五、 利用2×C 列联表计算相关系数/ 66

六、 R×C 列联表的卡方检验 / 66

七、 本章小结 / 68

第七章　R 软件t 检验和方差分析/ 70

一、 t 检验 / 71

二、 方差分析（F 检验） / 82

三、 本章小结 / 85

第八章　连续变量R 软件线性相关分析/ 87

一、 相关关系的类别 / 88

二、 线性相关的度量 / 89

三、 相关系数的计算机模拟 / 90

四、 相关分析与大数据 / 91

五、 简单线性相关分析 / 92

六、 多个变量之间的两两相关 / 95

七、 本章小结 / 100

第九章　R 软件简单线性回归模型和统计学分析/ 102

一、 简单线性回归模型定义 / 103

二、 最小二乘法求解简单线性回归模型 / 103

三、 回归系数的含义及其与t 检验的关系 / 104

四、 回归分析的基本步骤 / 106

五、 回归模型构建和数据准备 / 106

六、 回归分析时对变量的要求 / 107

七、 x～y 关系探索性分析 / 108

八、 简单回归分析 / 109

九、 本章小结 / 118

第十章　R 软件多元线性回归模型和统计学分析/ 120

一、 多元线性回归模型定义 / 121

二、 最小二乘法求解多元线性回归模型 / 121

三、 多元线性回归模型中回归系数的含义 / 122

四、 多元回归分析的步骤 / 123

五、 构建多元线性回归模型 / 124

六、 数据准备 / 124

七、 多元线性回归预分析 / 128

八、 多元线性回归分析 / 130

九、 本章小结 / 137

第十一章　R 软件logistic 回归分析/ 140

一、 为什么需要logistic 回归 / 141

二、 数据来源和数据处理 / 144

三、 探索性分析 / 147

四、 简单（一元）logistic 回归分析 / 149

五、 多元logistic 回归分析 / 152

六、 多分类因变量的logistic 回归分析 / 154

七、 本章小结 / 157

第十二章　R 软件泊松回归和零膨胀泊松回归分析/ 159

一、 泊松回归分析原理 / 160

二、 泊松回归分析步骤 / 162

三、 泊松回归分析示例 / 162

四、 零膨胀泊松回归分析 / 170

五、 零膨胀负二项分布泊松回归分析 / 173

六、 本章小结 / 173

第十三章　时间- 事件类数据R 软件分析/ 175

一、 时间- 事件变量基本概念 / 176

二、 生存函数 / 179

三、 风险函数和事件发生的瞬时概率 / 179

四、 生存函数与威布尔分布 / 180

五、 截尾数据 / 181

六、 生存分析 / 182

七、 Cox 比例风险回归模型 / 188

八、 Weibull 回归分析方法简介 / 192

九、 本章小结 / 194

第十四章　R 软件通径分析和因果关系推断/ 196

一、 通径分析 / 197

二、 中介模型 / 208

三、 调节的中介模型 / 211

四、 中介效应分析要点 / 213

五、 本章小结 / 213

第十五章　R 软件meta 分析/ 216

一、 meta 分析的任务和类型 / 217

二、 固定效应模型meta 分析 / 218

三、 随机效应模型meta 分析 / 226

四、 混合效应模型meta 分析 / 231

五、 应用示例 / 235

六、 本章小结 / 240