关于肾炎者的诊测.doc

? ?? ? 关于肾炎患者的诊测 ? ? ? ??????????????? ? ???????????? ? ? 队员： 姓名：?? 孙兴华 姓名：??? 郭文红 姓名：?????李建斌 ? 2010 年? ?7 月?? 11 ?日 摘要： 本文针对Zn、Cu、Fe、Ca、My、K、Na七种元素在人体内的含量来判定就诊人员是否患有肾炎，通过建立费歇尔（Fisher）判别模型，对就诊病例数据的判定及预测。 对问题（1）的求解中我们建立了费歇尔判定模型，通过对表2.1的60个数据中的1-20号就诊人员以及31-50号就诊人员进行分析和计算，并建立模型和求出判定肾炎的系数，再用剩余21-30号就诊人员以及51-60号就诊人员的数据对我们建立的模型进行检验，发现正确率达到95%。 问题（2）就是利用问题（1）的费歇尔模型对表2.2中的61-90号就诊人员是否患肾病进行预测，预测出肾炎患者16名，健康者14名。 在问题（3）的求解中，我们采用了主成份分析模型，通过对1-60号就诊人员的数据分析，得到各主成分的贡献率，因而我们得出Zn、Ca、Mg、K、Na是影响人们是否患有肾炎的主要因素。 对问题（4），我们结合问题（1）的费歇尔判断模型和问题（3）对肾炎的影响的主要因素，再用以上判定函数对表2.2的30位就诊人员的数据进行预测，发现有肾炎患者16名，健康人14名。 由此得出，问题（2）和问题（4）的判定结果完全吻合。这说明主要因素对检测是否患有肾炎有重要的作用。 一 问题的重述 人们到医院就诊时，通常要化验一些指标来协助医生的诊断。诊断就诊人员是否患肾炎时通常要化验人体内各种元素含量。表1是确诊病例的化验结果，其中1－30号病例是已经确诊为肾炎病人的化验结果；31－60号病例是已经确定为非肾炎病人的结果。表2是就诊人员的化验结果。我们的问题是： 1.根据表1中的数据，提出一种或多种简便的判别方法，判别属于肾炎病人或非肾炎病人的方法，并检验你提出方法的正确性； 2.按照1提出的方法，判断表2中的30名就诊人员的化验结果进行判别，判定他（她）们是肾炎病人还是非肾炎病人； 3.能否根据表表1的数据特征，确定哪些指标是影响人们患肾炎的关键或主要因素，以便减少化验的指标； 4.根据3的结果，重复2的工作； 5.对2和4的结果作进一步的分析。 二 模型的假设和符号说明 2.1 模型的假设 （1）只有通过这七种元素的评定来确定肾炎病。 （2）所给的样本数据无误差。 （3）没有其他疾病会导致这七种元素中的某种元素含量不正常。 （4）检测是在同等条件下进行的，即同样的外界环境和生理条件。 2.2 符号的说明 ：某个病人的第i种元素的值。 ：某个病人的七种元素的组合。 ：总体1的总平均值。 ：总体2的总平均值。 ：总体1的总的协方差矩阵。 ：总体2的总的协方差矩阵。 ：病人的费歇尔判别函数。 ：第i种元素的判别系数。 ： 临界值。 三 问题的分析 医院关于疾病的诊断一般都是通过对人体内的元素含量的分析来判断的，通过人体内测得的元素的含量与这种疾病出现的元素判断值之间进行比较就可以得到一个人是否患有这种疾病。因此找到这种疾病的各种元素之间的判断值是个很关键的问题。 对于我们所研究的问题就是一个关于判断一个人是不是患有疾病的问题，实际上就是利用题目给出的30名肾炎患者和30名健康者人体内Zn,Fe,Ga,Mg,K,Na这七种微量元素的含量，给出一个简单的判别方法。然后通过这种判别方法来判别未诊断的30名就诊人员的患病情况。 对于问题（1），我们可以采用某医院化验的30名审验患者和30名将康人体内的Zn,Fe,Ga,Mg,K,Na7种微量元素的含量作为基础数据，先从选取的20名审验患者和20名健康人的数据来作为样本进行分析，建立费歇尔（Fisher）判定模型，然后利用剩余的10名肾炎患者和10名健康人的数据对你得到的判定模型进行检验，并计算出该模型的正确率。 对于问题（1），利用前面得到的费歇尔（Fisher）判定模型来判断后面30名为诊断的就诊人员的患病情况，并列出图表。 对于问题（3），实际上就是根据前60名就诊人员的数据来确定哪些指标是影响人们患有肾炎的关键或主要元素，以便减少化检的指标。在本题中，我们用到了主成份分析模型来分析前60名就诊人员的数据，从而得到影响人们是否患有肾炎的关键或主要元素。进而达到了减少化验的指标。 对于问题（4），利用问题（1）中的方法对问题（3）中所确定的主要元素进行分析来建立新的费歇尔（Fisher）判定模型。然后通过得到的判定模型来判别未诊断的30名就诊人员。 对于问题（5），对问题（2）和问题(4)的结果