乳腺癌数据处理..docVIP

乳腺癌的数据处理 摘要 本文解决的是乳腺肿瘤的“良”“恶”性判别问题。现在是通过乳腺肿瘤的9项指标来判定乳腺肿瘤患者是否患有乳腺癌，我们通过运用Logistic 回归分析判定模型和费歇尔（Fisher）判别模型，对9项指标进行综合判定、分析，最终制定了一个科学的乳腺肿瘤的判别方法，以便人们能及早发现并且治疗。 对于问题一：我们建立了两种模型——Logistic回归分析判定模型和费歇尔（Fisher）判别模型。对于Logistic回归模型，我们对数据进行分析并运用MATLAB 软件求出回归系数，再由Logistic回归方程求出概率p，进而与概率值0.5进行判断，小于0.5则为良性，反之，则为恶性，最终得出正确率为85%的判定方法。对于费歇尔（Fisher）判别模型，我们借助方差分析的思想构造判定函数，通过样本SPSS软件对数据进行分析得出判定系数ci，接着求出临界值y0，最终把要检验的样本数据代入判定函数求出y值，将y值与临界值y0进行比较，从而确定肿瘤性质，最终得出正确率为95%的判别方法。 对于问题二：由第一问得出模型二费歇尔（Fisher）判别模型正确率更高，所以可以根据费歇尔（Fisher）判别方法来判断所给组是良性还是恶性，先将各组数据直接代入模型二中求出的判定公式中，求得各组相应的y值，通过与y0进行比较，来判断肿瘤患者是为良性还是恶性。最终判定结果如下表： 编号 1 2