数学建模 心脏病判别.docVIP

心脏病的判别 摘 要 本文研究的是一个判别分析类问题，解决的是如何根据就诊者的各项生理指标数据，判别就诊者是否患有心脏病以及患病的程度，并确定哪些指标是影响人们患心脏病的关键因素，从而减少化验的指标，以便人们可以及时发现疾病。 首先我们对题目中给出的数据进行了处理，通过查找资料以及合理的判断，将-9进行了合理的赋值。 问题一中，我们将250个就诊者按患病程度分为五个总体，建立了多总体fisher判别模型，利用spss软件对13个样本进行分析，剔除，最后得出判别函数，并根据Fisher后验概率最大这一判别规则进行回代，最终得出运用本判别方法判断“是否患病”的正确率为97.2%，判断“患病程度”的正确率为85.6%。 0问题二中，我们以问题一的判别函数和判别准则为基础，通过分析，剔除、、，得到了新的判别函数。然后我们运用matlab软件，将44名就诊人员13项指标的数据代入判别函数求解，通过判断，得出各自的患病情况。 问题三中，题目要求确定影响人们患心脏病的关键或主因素，以便减少化验的指标。为此我们运用逐步剔除法，结合spss软件，将F分布统计检定值中数值小的指标进行剔除。当剔除F、G、B、A、D、E时，分类正确率为82.4%，而将H也剔除时，正确率降为79.6%。因此，我们得出H、C、K、J、I、M为主要因素。 问题四中，我们运用与问题二相同的方法，将44名就诊人员13项指标的数据