R的应用领域包介绍..doc

R的应用领域包介绍 By R-Fox
Analysis of ic Data 药物(代谢)动力学数据分析
网址:-/web/views/
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/)。
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:p()函数从NONMEM和nlme计算模型的AIC, (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。
putational Econometrics)
网址:-/web/views/
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/)有许多的重合。此外,从邮件列表finance SIG(-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/)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