前言
第1章 食品安全风险监测业务及数据分析概述 1
1.1 食品安全风险监测业务概述 1
1.2 如何学习数据分析方法 2
1.3 主要工具 2
第2章 食品安全风险监测数据的特点 4
2.1 食品中的化学污染物监测数据特点 4
2.2 食品中的微生物监测数据特点 6
2.3 食源性疾病主动监测数据特点 8
第3章 食品安全风险监测数据的预处理方法 11
3.1 数据预处理概述 11
3.2 缺失值的预处理 12
3.3 异常值的预处理 16
3.4 特殊数据的预处理 19
第4章 食品安全风险监测数据的探索性分析 22
4.1 探索性数据分析概述 22
4.2 数据的类型 23
4.3 数据的概括性量度 24
4.4 数据的可视化 33
第5章 食品安全风险监测数据的经典统计分析方法 38
5.1 差异的显著性检验 38
5.2 相关性分析 44
5.3 方差分析 51
5.4 线性回归 55
5.5 主成分分析 60
第6章 食品安全风险监测数据的时空统计分析方法 62
6.1 空间数据可视化 62
6.2 最邻近距离分析 63
6.3 空间自相关分析 68
6.4 时空聚集性分析 83
6.5 空间插值分析 95
6.6 空间回归分析 115
6.7 时间序列分析 136
第7章 食品安全风险监测数据的机器学习分析方法 148
7.1 关联规则挖掘 149
7.2 决策树算法 150
7.3 随机森林算法 151
7.4 人工神经网络算法 152
7.5 支持向量机算法 155
7.6 机器学习应用案例 156
参考文献 165

本书重点介绍了目前国内外食品安全风险基本知识、内容和方法，以及现代数据分析方法技术在其中的应用，是国家质检总局科研项目“进出口食品农产品安全风险预警与检测数据挖掘分析的研究与应用”的重要成果体现。本书通过多维视角和多种技术手段去挖掘食品安全数据分析与风险