“30天学会R语言”系列推文开启：一起来关注学习吧

对于很多医学研究人员来说，R语言貌似不错，但很令人头大，高级R包里面的语言较为复杂，连模仿都做不到，怎么办？

本人一向认为，学习R语言不能心急，一口吃不了胖子，而且还会噎着。R语言太多的细节了，你学三天就已经放弃了。没错，我断断续续学习了十多年，也没有精通R语言。

R语言网上有很多视频和材料，纵观视频，有这么感觉：R语言的教程，第一，太琐碎且无目的性，无法围绕一个研究目的进行，感觉学了也不知道有什么用。第二，大多数是秀技术的，希望给你展示精美的图片、高级的方法，似乎你不学习就不能做统计分析了；第三，不针对医学。其实医学群体人群的研究有其特点，统计学方法也可以很简单。第四，举的例子都是各种包自带，每次例子都五花八门，变量名也尤其复杂（对不对！），到最后也无法形成一份完整的报告。

医学数据，说简单很简单，两组数据做个t检验即可；复杂的也有，比如生物信息数据分析，当然我不认为这是医学研究。更多的是，做个回归，带个美图，至多做个流行的列线图即可。

但是，学习统计方法，最好是围绕着一个案例，系统性地介绍统计分析的全部过程。统计是为医学研究服务的，而不是为学统计而统计。

所以，系列“30天学会R语言”就是朝着医学数据分析的目的去。我们的分析目的，是围绕一个综合案例，撰写一篇医学论文。我想只要简单的坚持就能成功，这样的坚持不难。

1. 医学数据分析的工作内容

医学数据分析的工作包括几个重要的内容：

• 数据导入。医学数据中规中矩，就是一个R语言的多行列的dataframe格式。
• 数据整理。医学数据的整理包括数据纠错、缺失值处理、变量转换，以达到数据分析的要求。
• 统计分析。医学数据一般分为差异性比较和关联系比较，差异性比较是常规的假设检验方法，关联性比较则采用回归方法为主。
• 统计图表帮助统计表达。

上述统计内容，对应的R语言，也没有非常复杂的包、命令要去学习，初学者只要学习上述内容的枝干即可。

2. 30天学会R语言的学习内容

根据医学数据分析的目的，我把R语言学习分为以下部分：

基本篇（R语言基本介绍）

1）  软件按照

2）  R语言变量特征、对象类型的介绍

3）  常用命令与函数

4）  条件、循环函数

数据整理和图形篇

5）  数据导入和初步整理

6）  利用tidyverse系列包进行数据的整理

7）  R绘图的常用方法

数据分析篇

8）  假设检验

9）  线性回归、logistic回归、COX回归

结果报告篇

10）利用R形成规范三线表

整个过程下来，我们通过相对简单的R语言帮助实现撰写典型的医学及相近学科定量研究论文的目的。从而帮助各位习得基本R语言数据分析方法。

3.   我们的案例

案例是一项调查研究。该调查老年人的健康水平，除了一般的基本情况，健康行为，还包括生命质量水平；此外，该人群还有一批健康体检的指标，包括血压、血糖、血脂、骨密度等。

具体如下：

个人基本情况：性别、年龄、户籍、婚姻、教育程度、收入

健康行为：吸烟、饮酒、锻炼、睡眠质量、是否失眠

健康：自评健康（定量），欧洲生命质量表评分（5项）

健康体检指标：收缩压、舒张压、血糖、总胆固醇、低密度脂蛋白、高密度脂蛋白、甘油三酯、血尿酸、骨密度