统计分析太难了?学会这个轻松搞定,看完就被圈粉了
最近,#学医到底难在哪”又上了热搜。一条8.5万人参与的投票结果显示,医学是大家最后悔选择的专业,没有之一。
学医前以为学医是治病救人,学医后才知道,治病救人只是一方面,你还得会沟通、懂服务,搞科研、会统计……
明明每天都在学习,但是到了要发文章的时候,同学、同事SAS、STATA、R、Python玩的很6,只有你是“科研菜狗”。
- 数据量太大,要怎么整理?
- 数据有了,不知道用哪种统计分析方法?
- Z检验、T检验、卡方检验弄不明白?
- 线性回归、逻辑回归、COX回归也不会?
- 软件怎么操作?怎么输出论文要求的统计图表?
如果要给统计学基础薄弱的同学推荐一款医学科研好书,那一定是《临床医学研究中的统计分析和图形表达实例详解》。
推荐理由:一本临床医生看得懂,用得上的启蒙统计书!!!
分为预备篇、统计分析篇、统计绘图篇、量表问卷分析、Meta分析五大篇幅。
预备篇介绍了统计学基本知识、统计方法的选择和如何采用EpiData或SPSS建立数据文件;
统计分析篇以SPSS18中文版为介绍对象,实例解说了计量资料、计数资料、生存资料和诊断试验中的统计分析,涵盖了临床医学科研中90%以上的数据分析内容;
统计绘图篇则在国内首次介绍如何采用GraphPadPrism绘制出版级统计图,以统计方法为框架,以实例详解的方式,简单明了。
本书以“实用”为出发点,力图在最短时间最大限度的满足临床医学科研中的实际需求。见解独到、语言幽默、简单实用。
为此,小编决定再次开放0元包邮免费领书活动~
活动真实、有效、免费,请大家放心参加哦~
扫描对应海报二维码
回复关键词就能0元包邮免费领取
每种书限量300本
1
《统计分析和图形表达实例详解》
▼
▲
扫码0元领取
推荐理由:
基于大数据时代生物医学数据的爆炸式增长,本书从医学科研中的实际问题出发,以案例的形式深入浅出地介绍了近年来崭新的医学数据挖掘技术,包括决策树模型、支持向量机、随机森林分类、关联规则、贝叶斯网络构建等,并详细介绍了数据挖掘软件(SPSS、SAS、R等)的操作步骤,重点突出实用性和可操作性,以期提高读者对医学科研数据的深层次处理与分析的能力。
本书主要取材于编者近年来从事生物医学数据深度挖掘方面的研究与教学工作内容,既适用于医学院校本科生及研究生、医学基础及临床科研工作者和相关技术人员作为教材,也可作为科学研究的参考用书。
2
《奈特解剖涂色书》
▼
▲
扫码0元领取
推荐理由:
本书对学习解剖结构感兴趣的人而言一个有用的工具。根据全身系统共分11章,400多幅解剖图,并特别添加了解剖学复习要点和临床相关记忆点。
书内文字简洁精要,秉承奈特博士绘图要“说明一个医学要点”的原则,每一幅图片在美观的基础上,重点清晰,便于着色和互动式学习。在涂色的同时,将其中的关键术语与视觉进行关联,从而吸收信息,进行动觉学习。使解剖学的学习变得更加容易和有趣。
美国亚马逊解剖学畅销书,奈特系列的又一力作。重点解剖名词加粗标记,考试/知识要点快速Get√。180度平摊+右侧涂色图,给你好的涂色体验。
3
《流式细胞术——原理、操作及应用(第2版)》
▼
▲
扫码0元领取
推荐理由:
本书主要介绍流式细胞术的原理、操作及应用,分为概述、流式细胞仪的原理、流式图、流式细胞术的基本操作与技巧、流式分析术的应用和流式分选术的应用6个部分。
概述部分介绍基本概念和几款常见的流式细胞仪;原理部分具体介绍流式细胞仪的液流系统、光路系统、检测分析系统和分选系统;流式图部分主要介绍了流式通道、流式直方图、流式散点图和流式等高线图;
操作部分介绍了样品制备、荧光素偶联抗体及标记、光电倍增管电压设定、对照设置、补偿调节、阈值设定、死细胞问题处理、分选模式选择、上样速度控制、分选设门原则、分选基本步骤等内容;
流式分析术的应用部分具体介绍了流式细胞术在免疫学方面的应用,并且扩展到基础医学和生物学方面的应用;
流式分选术的应用部分阐述了不同条件下流式分选的策略选择和注意事项,同时还介绍了各种干细胞包括肿瘤干细胞等的流式分选方法。
不要犹豫!关注公众号回复关键词,即可0元包邮免费领书。
点击「在看」,也可以将文章分享给自己朋友,让更多人领取!
阅读原文 关键词
基础
干细胞
统计分析
资料
统计方法
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。