由肖革新主編的《食品安全風險監測數據綜合分
析方法及應用》共7章，內容包括食品安全風險監測
業務及數據分析概述、食品安全風險監測數據的特點
、預處理方法、探索性分析、經典統計分析方法、時
空統計分析方法以及機器學習分析方法。各章緊扣食
品安全風險監測數據綜合分析方法主題，理論結合實
際，啟發讀者深度思考。為加深讀者理解，每章的內
容分為理論和案例兩部分，內容豐富，針對性強，能
力培養目標明確。力求使讀者學完本書後，能夠運用
食品安全風險監測數據綜合分析方法的基本知識與實
踐方法。
本書可作為統計學、地理學、經濟學、管理科學
、計算機科學、食品營養與衛生學、預防醫學等相關
專業本科生和研究生的教材和教學參考書，也可供從
事食品安全、疾病預防和環境保護等領域的業務工作
者閱讀參考。

前言
第1章 食品安全風險監測業務及數據分析概述
1.1 食品安全風險監測業務概述
1.2 如何學習數據分析方法
1.3 主要工具
第2章 食品安全風險監測數據的特點
2.1 食品中的化學污染物監測數據特點
2.2 食品中的微生物監測數據特點
2.3 食源性疾病主動監測數據特點
第3章 食品安全風險監測數據的預處理方法
3.1 數據預處理概述
3.2 缺失值的預處理
3.3 異常值的預處理
3.4 特殊數據的預處理
第4章 食品安全風險監測數據的探索性分析
4.1 探索性數據分析概述
4.2 數據的類型
4.3 數據的概括性量度
4.4 數據的可視化
第5章 食品安全風險監測數據的經典統計分析方法
5.1 差異的顯著性檢驗
5.2 相關性分析
5.3 方差分析
5.4 線性回歸
5.5 主成分分析
第6章 食品安全風險監測數據的時空統計分析方法
6.1 空間數據可視化
6.2 *鄰近距離分析
6.3 空間自相關分析
6.4 時空聚集性分析
6.5 空間插值分析
6.6 空間回歸分析
6.7 時間序列分析
第7章 食品安全風險監測數據的機器學習分析方法
7.1 關聯規則挖掘
7.2 決策樹算法
7.3 隨機森林算法
7.4 人工神經網絡算法
7.5 支持向量機算法
7.6 機器學習應用案例
參考文獻