玩转大数据（SAS+R+Stata+Python）

作者简介

孙江伟 复旦大学流行病与卫生统计学专业硕士，曾在强生公司（Johnson &Johnson）任生物统计师，对国内医药临床领域及国外医疗注册系统等大数据的数据管理、数据清洗、研究设计及统计分析，有丰富的理论及实践经验，现于瑞典卡罗林斯卡医学院进行卫生统计学方面的研究深造。在American Journal of Epidemiology、European Journal of Neurology等杂志发表相关领域SCI论文10篇。

内容简介

\"本书采用双色印刷，部分重点图片可扫码观看彩图。本书采用次加大开本印刷，使代码的阅读更加方便。 本书与常规介绍SAS、R语言、Stata和Python等统计软件的书籍最大的区别在于避免只讲统计分析而忽略如何高效、准确地提取主要结果，如何生成可直接用于汇报、交流或达到SCI发表要求的表格。 本书立足于目前大数据研究的现状分三步进行讲解。首先强调必须掌握的数学和统计学基础知识；其次，根据真实世界的电子病历及健康注册系统的数据特征，模拟出与其复杂程度和处理难度相当的模拟数据库；再次，针对同一研究问题，在SAS、R语言、Stata和Python中进行同步处理，详细讲解如何在这4个统计软件中实现从数据导入、数据清洗、统计分析、整理输出结果（表格或图）到结果解释的全部过程，从而可完成软件的对比学习，达到事半功倍的效果。以上3点也是本书的特色所在。 笔者将着眼于真实世界的医学研究，主要介绍在四个软件中最常用的、最高效的命令及编程方法，使数据工作者能够在短时间内掌握每个软件的精髓，并且能够学以致用，切实应用到自己的研究项目中解决相关问题。但本书不会过多的涉及诸如模型的比较和选择等问题，因该类问题常是由研究课题或项目来决定的，不存在放之四海而皆准的准则。对该类问题感兴趣的读者，请查阅相关书籍或文章。 本书主要是面向在校大学生、研究生以及欲掌握SAS、R语言、Stata和Python的数据工作者,熟悉4个软件的任意一个且欲短时间内掌握其他软件者,尤其适合医科学生、临床医生或药企人员等医疗相关人员学习使用。 \"