一、R软件与RStudio的安装

1.R的获取与安装；

2.RStudio获取与安装；

3.R程序包的安装及帮助文档的查看

二、R中数据集创建及数据导入

1.数据集概念与结构；

2.外部数据的导入

三、R中描述统计与基础绘图

1.R描述统计：

（1）统计描述指标及计算；

（2）频数表和列联表；

2. R基础绘图：

（1）图形参数；

（2）条形图；

（3）箱式图；

（4）散点图

四、R中基础统计分析方法

1.t检验与方差分析：

（1）组间t检验；

（2）组间秩和检验；

（3）单因素方差分析与协方差分析；

（4）双因素方差分析；

（5）Kruskal-Wallis H 检验；Friedman检验；

2.卡方检验与秩和检验：

（1）四格表的卡方检验；

（2）行×列表（列联表）资料处理；

（3）秩和检验处理列联表资料；

（4）相关分析

五、一般线性模型的R实现

1.R实现简单线性回归；

2.R实现多重线性回归；

3.线性回归方法解决方差分析的问题

六、广义线性模型的R实现

1.R实现Logistic回归：

（1）广义线性模型和glm()函数;

（2）Logistic回归模型;

（3）Logistic回归列线图绘制;

（4）C-Statistics 计算）

2.R实现泊松回归模型

七、Cox比例风险模型与竞争风险模型R实现

1.生存分析与Cox比例风险模型原理；

2.K-M分析、Log-rank检验和Cox回归

3.Cox比例风险模型列线图绘制；

4.Fine&Gray检验与竞争风险模型

八、多因素回归分析中变量筛选方法

1.多因素回归分析中变量筛选方法

九、回归模型可视化与临床预测模型构建

1.Logistic回归模型的可视化及Nomogram列线图的绘制

2.Cox回归模型的可视化及Nomogram列线图的绘制

3.预测模型构建的一般方法及案例解读

十、临床预测模型的评价与验证

1.C-statistics计算；

2.NRI的计算；

3.IDI的计算；

4.DCA决策曲线分析

十一、正则化技术：岭回归与Lasso回归R实现

1.正则化方法原理介绍；

2.岭回归与Lasso回归

十二、辅助课程

1.学后交流、微信群、QQ群建立；

2.咨询、合作。

3.专业技术团队深入探讨。