高血压患病率及相关因素分析.pdfVIP

武汉理工大学《多元统计分析》课程设计 高血压患病率及相关因素分析 摘要 本文首先对初始自变量进行因子分析，提取出 29个综合变量，进而对得到的综合变 量与因变量进行相关分析，既而对综合变量进行聚类分析后重新做相关性分析，并对两模 型进行比较，得到最优模型和最佳解释，最终得出了影响高血压患病率的主要因素，并提 出了几点预防高血压的建议。 关键词：高血压；因子分析；聚类分析；Pearson相关系数 Theanalysis offactorscorrelating with incidence of hypertensionrate Abstract In this paper, factorsof hypertension are obtained by analyzing Questionnaire ofHubei main chronic non-communicable diseases and theprevalence ofbehavioral risk factors. Firstly, this paper makes factor analysis of the initial variables obtaining twenty-nine integration variables .then , on one hand ,we makes correlation analysis for each of the integration variables with the variables of having hypertension, on the other hand, we do the cluster analysis oftheintegration variables then docorrelation analysis. Compare thetwomodels, we obtain the optimal ones and give the optimal explanation, at last, we give the most and more important factorswith preventing Hypertension. KeyWords KeyWords KKeeyyWWoorrddss:hypertension,clustering analysis,factoranalysis,PearsonCorrelation - 1 - 武汉理工大学《多元统计分析》课程设计 1引言 1引言 11引引言言 1.1选题目的与意义 高血压病是当今世界的流行病，是全球范围内的重大公共卫生问题，具有患病率高、 致残率高、死亡率高和自我知晓率低、合理用药率低、有效控制率低的“三高三低”特 点 。 研究显示，我国大、中等城市 15—69 岁人群中高血压患病率高达 19.2%，因此，研究高血 压病患病易患因素，并给予必要的生活指导与医疗干预，能够有效地减少高血压病的发病 率。 1.2研究思路 首先，由于初始指标变量的数目较多，各指标变量之间可能存在着相关性，增加了问 题分析的复杂性。因此，我们通过对各变量进行主成分分析和因子分析，用较少的并且相 互独立的综合指标分别综合存在于各变量中的各类信息。从而达到降维的效果，而且，得 到的变量之间相互独立，有利于我们之后的相关性分析（避免了做偏相关分析）。 在通过因子分析得到 16个新的自变量并计算因子得分后，我们计算这 16 个自变量与 因变量（是否患高血压）之间的 Pearson相关系数，并按照相关性的大小对这 16 个自变量 进行排序，初步归纳出对高血压病影响程度由大到小的 16个因素。 在更深入的分析中我们注意到，在 16个影响因素中，有些因素在对高血压病的影响 上有着很相似的地方，因此，我们通过聚类分析，将这些相似性很强的因素归为一类，共 分了九类，对其中每一类的几个因子计算综合因子得分后，用九个自变量和因变量重新计 算 Pearson相关系数，并与聚类前的结果进行对比发现，九个因素作出的相关性更强，统 计意义更显著，给予的