R的应用领域包详解.doc

R的应用领域包介绍?By?R-Fox Analysis of Pharmacokinetic Data 药物（代谢）动力学数据分析 网址：/web/views/Pharmacokinetics.html维护人员：Suzette Blanchard版本：2008-02-15翻译：R-fox, 2008-04-12 药物（代谢）动力学数据分析的主要目的是用非线性浓度时间曲线（concentration time curve）或相关的总结（如曲线下面积）确定给药方案（dosing regimen）和身体对药物反应间的关系。R基本包里的nls()函数用非线性最小二乘估计法估计非线性模型的参数，返回nls类的对象，有 coef()，formula()， resid()，print()， summary()，AIC()，fitted() and vcov()等方法。 在主要目的实现后，兴趣就转移到研究属性（如：年龄、体重、伴随用药、肾功能）不同的人群是否需要改变药物剂量。在药物（代谢）动力学领域，分析多个个体的组合数据估计人群参数被称作群体药动学（population PK）。非线性混合模型为分析群体药动学数据提供了自然的工具，包括概率或贝叶斯估计方法。 nlme包用Lindstrom和Bates提出的概率方法拟合非线性混合效应模型(1990, Biometrics 46, 673-87)，允许nested随机效应（nested random effects），组内误差允许相关的或不等的方差。返回一个nlme类的对象表示拟合结果，结果可用print()，plot()和summary() 方法输出。nlme对象给出了细节的结果信息和提取方法。nlmeODE包组合odesolve包和nlme包做混合效应建模，包括多个药动学/药效学(PK/PD)模型。 面版数据(panel data)的贝叶斯估计方法在CRAN的Bayesian Inference任务列表里有所描述（/web/views/Bayesian.html）。 PKtools包为nlme，NONMEM 和WinBUGS包提供单剂量群体药动学数据的接口，分别返回PKNLME，NONMEM和WinBUGS类的对象；促进了混合似然和贝叶斯方法的使用。PKtools包的其它函数有：AICcomp()函数从NONMEM和nlme计算模型的AIC, AICc (small sample AIC)和对数似然值。paramEst()和indEst()分别返回群体和个体参数，对NONMEM类使用最大似然法，对nlme类使用广义最小二乘法，对WinBUGS类使用MCMC贝叶斯估计法。HTMLtools()和tex()函数分别输出群体和个体参数的HTML和LaTeX报道文件，和诊断图（diagnostic plot）便于用户选择估计方法。还能分别产生HTMLtools和tex文件里的诊断图。 其它的分析药物（代谢）动力学数据的包还有：PK，PKfit和drc。VR包束的MASS包包括一些基本的方法，如：计算Logit或Probit模型的半数致死计量LD50。 分析药物（代谢）动力学数据的图形展示也非常重要，lattice包的trellis图用来可视化面板数据。 计算计量经济学（Computational Econometrics）网址：/web/views/Econometrics.html维护人员：Achim Zeileis版本：2008-04-02翻译：R-fox, 2008-04-15 R的很多基本函数都可用于计量经济学，尤其是stats包。CRAN的许多包也有可以分析计量经济学，下面做个简要的综述。这里介绍的工具可能与 CRAN的计量金融(empirical finance)任务列表（/web/views/Finance.html）有许多的重合。此外，从邮件列表finance SIG（https://www.stat.math.ethz.ch/mailman/listinfo/R-SIG-Finance/）可获得计量经济和计量金融相关的帮助和讨论问题。CRAN的SocialSciences任务列表（/web /views/SocialSciences.html）覆盖了许多社会科学的工具，因此也与这里的工具有所重合，如：政治科学。这里综述的包大致可分为如下的几个话题： 1）线形回归模型（Linear regression models）线形模型可由lm()函数拟合，也有各种检验方法用来比较模型， 如：summary() 和anova()。类似的函数也支持。类似的功能也适合于渐近检验（如：z检验而不是检验，卡方检验而不是F检验），此外还有lmtest包里的 coeftest()和wa