数学建模数据分析题.docx

中国矿业大学数学建模常规赛竞赛承 诺 书我们仔细阅读了中国矿业大学数学建模常规赛论文格式规范和2016年中国矿业大学数学建模常规赛通知。我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或资料（包括网上资料），必须按照规定的参考文献的表述方式列出，并在正文引用处予以标注。在网上交流和下载他人的论文是严重违规违纪行为。我们以中国矿业大学大学生名誉和诚信郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。我们授权中国矿业大学数学建模协会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。我们的参赛队号： 25 参赛队员 (打印并签名)：1. 易阳俊 2. 令月霞 3. 刘景瑞 日期： 2016 年 10 月 日（请勿改动此页内容和格式。此承诺书打印签名后作为纸质论文的封面。以上内容请仔细核对，如填写错误，论文可能被取消评奖资格。）中国矿业大学数学建模常规赛竞赛编 号 专 用 页评阅记录（可供评阅时使用）：评阅人备注评阅统一编号（数学建模协会填写）：题目：数据的分析问题摘要本文需要解决的问题是如何根据就诊人员体内7种元素含量来判别某人是否患有疾病G和确定哪些指标是影响人们患疾病G的主要因素。通过解读题目可知，此类问题为典型的分析判别问题。我们先对数据进行了预处理，剔除了有异常数据的样本，然后采用元素分布判别法、马氏距离判别法和Fisher判别法，应用Excel、SPSS和MATLAB等软件来对某人是否患病进行判别，并通过绘制7种元素含量的折线图等来确定患该疾病的主要因素，最后应用综合判别法对之前的结论进行了检验。对于问题一，在对数据预处理之后，我们删除了序号为10这个高度异常数据样本，然后我们分别采用元素分布判别法、马氏距离判别法和Fisher判别法对49个已知病例进行判别。对于元素分布判别法，我们通过数据预处理知道7种元素含量分布均符合正态分布，然后我们确定了以均值为大致中心的元素正常含量范围，得出其判别准确度为96%；对于马氏距离判别法，通过编写MATLAB程序（见附录）来进行判别，得出其判别准确度为90%；对于Fisher判别法，通过SPSS软件来进行判别，得到线性判别函数，其判别准确度为96%；针对问题二：我们运用问题一中建立的三个判别模型对25名就诊人员（见附录）的化验结果进行检验，判别结果如下表1: 表1判别方法元素分布判别法马氏距离判别法Fisher判别法健康人数151411患病人数101114对于问题三，我们运用Excel对健康人和患者的7种元素分别绘制折线图进行对分析，我们初步判定元素4与元素5是影响人们患疾病G的主要因素，然后用方法一的三种判别方法进行检验，其准确度在85%以上；对于问题四，我们根据问题三得出的主要因素，分别用三种判别方法对25名就诊人员进行判别，再与问题二的判别结果进行对比，可知它们判断结果之间的差异性最高为24%。对于问题五，由于三种判别法都有不足，所以我们采用了综合判别法，将三种判别方法的结果进行综合判断，最终我们通过主要因素进行判别的差异性下降到了12%，与问题一的判断结果的一致性达到了88%。关键词：马氏距离判别，Fisher判别，综合判别，MATLAB，SPSS一 、问题重述.随着大数据时代的到来，人们在处理问题时往往要借助一些实验或检测数据的分析；病人到医院就诊时，医生通常要通过化验和检测得到的数据分析来协助诊断。在医疗诊断中，要诊断一个人是否患上疾病G时,通常要检测人体内7种元素的含量。表1是50个确诊病例的检测结果，其中1－25号病例是已经确诊为疾病G的病人的检测结果；26－50号病例是已经确定为健康人的检测结果。表2是25个就诊人员的检测结果。试解决下列问题：问题1：根据表1中的数据，提出一种或多种简便的判别方法，判别属于疾病G的病人或健康人的方法，并检验你提出方法的正确性。问题2：按照问题1