Python醫(yī)學(xué)實(shí)用統(tǒng)計(jì)分析
本書主要介紹與數(shù)據(jù)分析有關(guān)的語法基礎(chǔ)，針對(duì)性強(qiáng)，幫助讀者快速入門，譬如在第2部分重點(diǎn)介紹了Python入門語法、特征以及數(shù)據(jù)分析所需要的一些基本語法。Python可以通過多個(gè)庫(kù)、多種方法實(shí)現(xiàn)相同目的，如實(shí)現(xiàn)線性回歸可以用sklearn、statsmodels等庫(kù)，實(shí)現(xiàn)生存分析可以使用lifelines、pysurvival、statsmodels等庫(kù)，并且存在很多代碼不統(tǒng)一的情況，這會(huì)給初學(xué)者帶來困惑。針對(duì)這個(gè)問題，本書主要使用Scipy庫(kù)來實(shí)現(xiàn)假設(shè)檢驗(yàn)，使用statsmodels庫(kù)來擬合統(tǒng)計(jì)模型，并且盡量使用簡(jiǎn)潔的代碼來完成數(shù)據(jù)分析，譬如在第7部分中介紹了利用Pandas庫(kù)在同步完成數(shù)據(jù)清洗和統(tǒng)計(jì)圖繪制，減少代碼書寫量，提高數(shù)據(jù)分析效率。本書的編寫突出實(shí)用性，注重?cái)?shù)據(jù)前期處理與醫(yī)學(xué)統(tǒng)計(jì)分析相結(jié)合；按照資料類型介紹統(tǒng)計(jì)學(xué)方法，有利于讀者在實(shí)際數(shù)據(jù)分析中快速查找對(duì)應(yīng)的統(tǒng)計(jì)學(xué)方法；在介紹每種統(tǒng)計(jì)方法時(shí)，強(qiáng)調(diào)適用條件，提供最完整的代碼，注重統(tǒng)計(jì)結(jié)果的解釋，突出實(shí)用性和可操作性，以達(dá)到降低數(shù)據(jù)分析難度的目的。
·7.1萬字
