Lời nói đầu
2. Giới thiệu ngôn ngữ R
2.2. Tải và cài đặt R vào máy tính
2.3. Package cho các phân tích đặc biệt
2.4. Khởi động và ngưng chạy R
2.5. “Văn phạm” ngôn ngữ R
2.6. Cách đặt tên trong R
2.7. Hỗ trợ trong R
2.8. Môi tr ờng vận hành
3. Nhập dữ liệu
3.1. Nhập số liệu trực tiếp: c()
3.2. Nhập số liệu trực tiếp: edit(data.
3.3. Nhập số liệu từ một textfile: read.
3.4. Nhập số liệu từ Excel: read.
3.5. Nhập số liệu từ SPSS: read.
3.6. Tìm thông tin cơ b n về dữ liệu
4. Biên tập dữ liệu
4.1. Kiểm tra số liệu trống không: na.
4.2. Tách rời dữ liệu: subset
4.3. Chiết số liệu từ một data
4.4. Nhập hai data.frame thành một: merge
4.1. Mã hoá bằng hàm replace
4.2. Đổi một biến liên tục thành biến rời r c
4.6. Chia một biến liên tục thành nhóm: cut
4.7. Tập hợp số liệu bằng cut2 (Hmisc)
5. Sử R cho các phép tính đơn giản và ma trận
5.1. Tính toán đơn gi n
5.2. Số liệu về ngày tháng
5.3. T o dãy số bằng seq, rep và gl
5.4. Sử dụng R cho các phép tính ma trận
5.1. Chiết phần tử từ ma trận
5.2. Tính toán với ma trận
6. Tính toán xác suất và mô phỏng (simulation)
6.1. Tính toán đơn gi n
6.1. Phép hoán vị (permutation)
6.2. Biến số ngẫu nhiên và hàm phân phối
6.3. Các hàm phân phối xác suất (probability distribution function)
6.1. Hàm phân phối nhị phân (Binomial distribution)
6.2. Hàm phân phối Poisson (Poisson distribution)
6.3. Hàm phân phối chuẩn (Normal distribution)
6.4. Hàm phân phối chuẩn chuẩn hóa (Standardized Normal Hàm phân phối t, F và χ2 distribution)
6.1. Mô phỏng phân phối nhị phân Mô phỏng phân phối χ2, t, F, gamma, beta, Weibull,
6.2. Mô phỏng phân phối Poisson
6.5. Chọn mẫu ngẫu nhiên (random sampling)
7. Kiểm định giả thiết thống kê và ý nghĩa trị số P
7.2. Gi thiết khoa học và ph n nghiệm
7.3. Ý nghĩa của trị số P qua mô phỏng
7.4. Vấn đề logic của trị số P
7.5. Vấn để kiểm định nhiều gi thiết (multiple tests of hypothesis)
8. Phân tích số liệu bằng biểu đồ
8.1. Môi tr ờng và thiết kế biểu đồ
8.1. Nhiều biểu đồ cho một cửa sổ (windows)
8.2. Đặt tên cho trục tung và trục hoành
8.3. Cho giới h n của trục tung và trục hoành
8.4. Thể lo i và đ ờng biểu diễn
8.5. Màu sắc, khung, và kí hiệu
8.17. Viết chữ trong biểu đồ
8.2. Số liệu cho phân tích biểu đồ
8.3. Biểu đồ cho một biến số rời r c (discrete variable): barplot
8.4. Biểu đồ cho hai biến số rời r c (discrete variable): barplot
8.5. Biểu đồ hình tròn
8.6. Biểu đồ cho một biến số liên tục: stripchart và hist
8.7. Phân tích biểu đồ cho hai biến liên tục
8.8. Phân tích Biểu đồ cho nhiều biến: pairs
8.9. Một số biểu đồ “đa năng”
8.1. Biểu đồ tán x và hình hộp
8.2. Biểu đồ tán x với kích th ớc biến thứ ba
8.3. Biểu đồ thanh và xác suất tích lũy
8.4. Biểu đồ hình đồng hồ (clock plot)
8.5. Biểu đồ với sai số chuẩn (standard error)
8.10. Biểu đồ với kí hiệu toán
9. Phân tích thống kê mô tả
9.0. Khái niệm về tổng thể (population) và mẫu (sample)
9.1. Thống kê mô t : summary
9.2. Kiểm định xem một biến có ph i phân phối chuẩn
9.3. Thống kê mô t theo từng nhóm
9.1. Kiểm định t một mẫu
9.2. Kiểm định t hai mẫu
9.5. So sánh ph ơng sai (var.
9.6. Kiểm định Wilcoxon cho hai mẫu (wilcox.
9.7. Kiểm định t cho các biến số theo cặp (paired t-test, t.
9.8. Kiểm định Wilcoxon cho các biến số theo cặp (wilcox.
9.10. Kiểm định tỉ lệ (proportion test, prop.
9.11. So sánh hai tỉ lệ (prop.
9.12. So sánh nhiều tỉ lệ (prop.
9.1. Kiểm định Chi bình ph ơng
9.2. Kiểm định Fisher
10. Phân tích hồi qui tuyến tính (regression analysis)
10.1. Hệ số t ơng quan
10.1. Hệ số t ơng quan Pearson
10.2. Hệ số t ơng quan Spearman
10.3. Hệ số t ơng quan Kendall
10.2. Mô hình của hồi qui tuyến tính đơn gi n
10.1. Vài dòng lí thuyết
10.2. Phân tích hồi qui tuyến tính đơn gi n bằng R
10.3. Gi định của phân tích hồi qui tuyến tính
10.4. Mô hình tiên đoán
10.3. Mô hình hồi qui tuyến tính đa biến (multiple linear regression)
10.4. Phân tích hồi qui đa thức (Polynomial regression analysis)
10.5. Xây dựng mô hình tuyến tính từ nhiều biến
10.6. Xây dựng mô hình tuyến tính bằng Bayesian Model Average (BMA)
11. Phân tích ph ơng sai (analysis of variance)
11.1. Phân tích ph ơng sai đơn gi n (one-way analysis of variance - ANOVA)
11.1. Mô hình phân tích ph ơng sai
11.2. Phân tích ph ơng sai đơn gi n với R
11.2. So sánh nhiều nhóm (multiple comparisons) và điều chỉnh trị số p
11.1. So sánh nhiều nhóm bằng ph ơng pháp Tukey
11.2. Phân tích bằng biểu đồ
11.3. Phân tích bằng ph ơng pháp phi tham số
11.4. Phân tích ph ơng sai hai chiều (two-way analysis of variance - ANOVA)
11.1. Phân tích ph ơng sai hai chiều với R
11.5. Phân tích hiệp biến (analysis of covariance - ANCOVA)
11.1. Mô hình phân tích hiệp biến
11.2. Phân tích bằng R
11.6. Phân tích ph ơng sai cho thí nghiệm giai thừa (factorial experiment)
11.7. Phân tích ph ơng sai cho thí nghiệm hình vuông Latin (Latin square experiment)
11.8. Phân tích ph ơng sai cho thí nghiệm giao chéo (cross-over experiment)
11.9. Phân tích ph ơng sai cho thí nghiệm tái đo l ờng (repeated measure experiment)
12. Phân tích hồi qui logistic (logistic regression analysis)
12.1. Mô hình hồi qui logistic
12.2. Phân tích hồi qui logistic bằng R
12.3. ớc tính xác suất bằng R
12.4. Phân tích hồi qui logistic từ số liệu gi n l ợc bằng R
12.5. Phân tích hồi qui logistic đa biến và chọn mô hình
12.6. Chọn mô hình hồi qui logistic bằng Bayesian Model Average
12.7. Số liệu dùng cho phân tích
13. Phân tích biến cố (survival analysis)
13.1. Mô hình phân tích số liệu mang tính thời gian
13.2. ớc tính Kaplan-Meier bằng R
13.3. So sánh hai hàm xác suất tích lũy: kiểm định log-rank (log- rank test)
13.4. Kiểm định log-rank bằng R
13.5. Mô hình Cox (hay Cox’s proportional hazards model)
13.6. Xây dựng mô hình Cox bằng Bayesian Model Average (BMA)
14. Phân tích tổng hợp (meta-analysis)
14.1. Nhu cầu cho phân tích tổng hợp
14.2. nh h ởng ngẫu nhiên và nh h ởng bất biến (Fixed- effects và Random-effects)
14.3. Qui trình của một phân tích tổng hợp
14.4. Phân tích tổng hợp nh h ởng bất biến cho một tiêu chí liên tục (Fixed-effects meta-analysis for a continuous outcome)
14.1. Phân tích tổng hợp bằng tính toán “thủ công”
14.2. Phân tích tổng hợp bằng R
14.5. Phân tích tổng hợp nh h ởng bất biến cho một tiêu chí nhị phân (Fixed-effects meta-analysis for a dichotomous outcome)
14.1. Mô hình phân tích
14.2. Phân tích bằng R
15. ớc tính cỡ mẫu (estimation of sample size)
15.1. Khái niệm về “power”
15.2. Thử nghiệm gi thiết thống kê và chẩn đoán bệnh
15.3. Số liệu để ớc tính cỡ mẫu
15.4. ớc tính cỡ mẫu
15.1. ớc tính cỡ mẫu cho một chỉ số trung bình
15.2. ớc tính cỡ mẫu cho so sánh hai số trung bình
15.3. ớc tính cỡ mẫu cho phân tích ph ơng sai
15.4. ớc tính cỡ mẫu cho ớc tính một tỉ lệ
15.5. ớc tính cỡ mẫu cho so sánh hai tỉ lệ
Phụ lục 1: Lập trình và viết hàm bằng ngôn ngữ R
Phụ lục 2: Một số lệnh thông dụng trong R
Phụ lục 3: Thuật ngữ dùng trong sách
Lời bạt (tài liệu tham khảo và đọc thêm)
