数学建模_心脏病的判别论文介绍.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。 对于问题一，首先通过对患病情况的分析将患病程度划分为0、1、2、3、4五个总体，从而建立了多总体fisher判别模型，利用spss软件对13个判别指标进行分析，去除错误数据判别指标L、M，最后得出fisher判别函数，并利用求得的Fisher判别函数，对已给出的病患情况进行回代分析，最终回代结果显示“是否患病”的正确率为97.2%，判断“患病程度”的正确率为85.6%。 对于问题二，首先在问题一确定的判别函数和判别思想的基础上，通过分析，去除错误数据过多的判别指标L、M，得到了新的fisher判别函数。然后我们运用excel软件，将44名就诊人员的11项有效判别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。 对于问题三，运用主成份分析法进行判别指标的遴选。首先在问题一分析患心脏病程度与心脏病判别指标间联系的基础上，在保留心脏病判别指标的前提下，剔除心脏病检测指标中某些被认为可以被用于表示对应心脏病判别情况的部分。接着，运用主成份分析法，分析各判别指标对最