数学建模竞赛(化验结果的处理)解题论文.doc

. . word版本 2007年北京工业大学数学建模竞赛初赛试题B题： 化验结果的处理 题解 摘要： 本文运用了距离判别和Fisher判别两种方法对问题进行分析求解，得出了我们想要的结论，即通过体内元素含量较准确的判别个体是否患有肾炎。 问题的提出 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B.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健康人的结果。表B.2是就诊人员的化验结果。我们的问题是： 根据表B.1中的数据，提出一种或多种简便的判别方法，判别属于患者或健康人的方法，并检验你提出方法的正确性。 按照1提出的方法，判断表B.2中的30名就诊人员的化验结果进行判别，判定他（她）们是肾炎病人还是健康人。 能否根据表B.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。 根据3的结果，重复2的工作。 对2和4的结果作进一步的分析。（表见附录） 2、问题分析 题目中表.1中给出了已经确诊为肾炎病人和健康人的各30组数据； 每一组数据都有七个数，分别代表了Zn, Cu, Fe, Ca, Mg, K, Na在每个人体内的量； 第一问要求我们提出判别一个人属于患者还是健康人的方法，这就需要通过对60组数据的分析得出健康人和肾炎患者体中这些元素量之差异，这些差异的大小又同时是解决第三问的主要影响因素； 在寻找数据的差异时，我们用到的传统方法就是求数据的方差和均值，用excel列表分析，用matlab作直方图分析。 第二问最可靠的方法就是用判别分析来做，这就需要在R软件中进行一些必要的编程和处理； 第四问是建立在第三问的基础上的；当解决了第三问中到底是那些因素影响到了人们患肾炎的关键时，只需要在那些主要因素中进行判断就可以省去一些复杂繁琐的步骤； 将以上问题都解决之后，我们使用和步骤5）相同的方法，使用R软件帮助我们高效地对精简后的数据进行再次分析，并且把第二问和第四问的结果之间进行比较，观察差异和详细的分析。 为了进一步验证我们这种做法的合理性，我们又要用C语言编一个程序，把表B2中的数据与4）中所求出各元素的均值进行比较，进行了一下直观的分析。 3．符号约定 后缀为1：患者体内元素的含量（例如：Zn1代表患者体内Zn的含量）； 后缀为2：健康人体内元素的含量（例如：Zn2代表健康人体内Zn的含量）； 1：患者； 2：健康人； 4．模型假设 题中所给的内容和数据都是真实可信的； 除了表中列出的元素外，其他元素对是否会患肾炎的影响很小； 外界条件对肾炎患者的影响不计； 没病的个体都是健康体。 5．模型建立 该问题的关键是如何判断一个人是有病的还是健康的，即这是个判别问题，可以采用统计方法中的判别分析法进行分析处理。题目中只有两类——病体和健康体，所以可采用二类群体的判别方法。 首先考虑用一种简单而直观的判别方法——Mahalanobis距离判别。根据两个母体样本计算出他们的均值向量和协方差阵，求取待测样本x对两个样本的Mahalanobis距离，二者取差值，判断离那个母体近似。 设x,y是从均值为μ，协方差阵为Σ的总体A中抽取的样本，则总体A内两点x与y的Mahalanobis距离定义为.定义样本x与A的Mahalanobis距离为。在现实中，母体的均值向量和协方差阵由样本的均值向量和协方差阵来代替：设，，……是来自母体A的个样本，，，……是来自母体A的个样本，则样本的均值与协方差为，，对于待测样本x，如果两个母体样本的协方差相同，由得到判别函数为，其中，其判别准则是 。如果两个母体样本协方差不同，即，对于样本x判别函数定义为：，。 其次考虑用另外一种方法求取解决办法——Fisher判别法，即按类内方差尽量小，类间方差尽量大的准则来求判断函数。 设两个总体A、B的均值和协方差阵分别是、和、，对任一测样本x，设它的判别函数为，并假设,,使满足类内偏差平方和最小，而类间偏差平方和最大，其中。即要满足最大，若，则，否则。通过推导得出判别函数，其中，，当，,否则。 6．模型求解 利用模型求解时通过R软件将以上两种算法编写成程序代码，通过手动输入样本，利用计算机进行求解，程序清单如下： Mahalanobis距离判别： A-matrix(c(166,15.8,24.5,700,112,179,513,185,15.7,31.5,701,125,184,427,193,9.80,25.9,541,163,128,642,159,14.2,39.7,896,99.2,239,726,226,16.