主要观点总结
本文主要介绍了基于R语言的动态预测模型课程的内容、授课老师、课程目录及安排、授课形式及时间、课程售价及售后保证和报名咨询等信息。
关键观点总结
关键观点1: 课程目的
介绍预测模型类文章的发展阶段和基于纵向数据的动态预测模型的特点，说明动态预测模型是后续高分文章的必备方法。
关键观点2: 课程内容
课程包括R语言基础、传统临床基础统计图表制作、常规生存分析、高级生存分析和动态预测模型等部分。
关键观点3: 授课老师介绍
介绍两位授课老师的背景，包括学历、研究方向、发表论文等。
关键观点4: 课程安排
课程采用远程在线实时直播授课的方式，总课时不少于30小时，每周利用休息时间进行4-6小时的授课，预计4-6周完成所有授课内容。
关键观点5: 课程售后保证
建立课程专属微信群，提供1年内课程内容免费答疑，3年内视频回看免费无限次。
关键观点6: 课程售价及奖励政策
课程售价3000元，报名需先交300元预定，开课后2周内交齐。应用所学内容发表IF 10+文章的学员可退还学费。
文章预览
A brief introduction to bibliometrix（四） 包网址：https://www.bibliometrix.org 教程网址：https://www.bibliometrix.org/vignettes/Introduction_to_bibliometrix.html 网络图特征的描述性分析 函数networkStat计算几个汇总统计信息。 特别是，从文献矩阵（或igraph对象）开始，计算两组描述性度量： 网络的汇总统计；The summary statistics of the network; 顶点中心性和声望的主要指标。The main indices of centrality and prestige of vertices. # An example of a classical keyword co-occurrences network NetMatrix "co-occurrences" , network = "keywords" , sep = ";" ) netstat 网络的汇总统计 这组统计数据允许描述网络的结构属性： 大小是组成网络的顶点数量；Size is the number of vertices composing the network; 密度是网络中所有可能边的当前边的比例；Density is the proportion of present edges from all possible edges in the network; 传递性是三角形与连
………………………………
