數學建模血常規指標論文設計分解_第1頁
數學建模血常規指標論文設計分解_第2頁
數學建模血常規指標論文設計分解_第3頁
數學建模血常規指標論文設計分解_第4頁
數學建模血常規指標論文設計分解_第5頁
免費預覽已結束,剩余38頁可下載查看

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、實用文檔尿常規檢查中各項指標對患者健康狀況的影響分析摘要:本文對附件中患者所患疾病進行分類,通過患者尿常規各項指標的檢測值與該 指標的正常值范圍進行比較,綜合各項指標來判斷該患者是否患有某種疾病,應用 Excel , MATLAB口 SPSSC件判別哪些指標是影響患者健康狀況的主要因素,由主 要因素討論得出尿常規檢查結果對患者健康狀況的影響。對于問題一,我們篩選出所有的查體患者,利用 Excel將各項檢驗結果與其正 常值進行比較,得出其差值,然后通過統計處理差值來判斷該查體患者是否患病, 并結合超標指標的數量得出結果,從而評估“查體患者”健康狀況。對于問題二,首先我們將所有的疾病進行歸類,針對

2、每種疾病患者的檢查結果 利用Excel統計處理求解,得出各項指標的權重,然后對所有疾病數據利用SPSS軟件Z標準化,然后將每種病標準化后的數據在 MATLA葉求出該疾病的取值范圍, 建立一個描述健康狀況的函數定量模型。最后用SPSS軟件的主成分分析法求出各影響指標在患病人員中的主要影響指標,將尿常規檢查結果與主要影響指標聯系, 討論得出對患者健康的影響。對于問題三,我們以炎癥患者為主要研究對象,利用 Excel和MATLAB寸其進 行分析,得出超標指數,然后分析患病原因,最后給出合理的健康保健的建議。關鍵字:Excel MATLAB SPSS Z標準化 判別分析法 因素分析法 比較法尿常規檢查

3、中各項指標對患者健康狀況的影響分析模型一、問題重述尿液是人體新陳代謝的產物,它在一定程度上能夠反映身體器官的代謝正常與 否,但是尿液中的成分眾多,無法定性確切的疾病,如果能夠依據尿檢結果提前預 測和診斷某些疾病,將對疾病的治療起到關鍵的作用,從而改善人們的健康狀況。現在有一份醫院的尿常規檢查數據,我們要對數據進行分析、比較,從而對“查 體患者”的健康狀況進行評估。然后需要建立一個數學模型來描述尿常規的檢查結 果與患者健康狀況的關系,并針對主要影響因素描述尿常規檢查結果對患者健康的 影響。最后以炎癥患者為主要的研究對象,給出一份健康保健的報告。二、模型假設與符號說明2.1 模型假設1 .假設男女

4、老少的體質一樣,不考慮年齡和性別造成的某些指標的偏移;2 .不考慮由于檢驗機器不同而造成檢驗指標的范圍波動;3 .不考慮檢驗結果中不確定的疾病及數量稀少的疾病;4 .假設患者無特殊體質,不會對實驗結果造成影響;2.2 符號說明%白細胞計數X 紅細胞計數X3 血紅蛋白X4紅細胞平均體積X5 平均紅細胞HG第量X6 平均紅細胞HGB&度X7血小板計數X16中性粒細胞絕對值X17淋巴細胞絕對值Xi8單核細胞絕對值X19嗜酸細胞絕對值X20嗜堿細胞絕對值X21紅細胞分布寬度(SD)X22紅細胞分布寬度(CV)X8血小板平均體積X9血小板體積分布寬度X10血小板壓積X11中性粒細胞相對值X12淋

5、巴細胞相對值X13單核細胞相對值X14嗜酸細胞相對值X15嗜堿細胞相對值Y健康函數值W各項指標的權重X23大血小板比率X24紅細胞壓積y y29查體患者1 查體患者29n尿常規指標超標個數一個指標與其參考值之A間的相對誤差值B 權重矩陣標準化后各項指標形成A的矩陣1.1 歸一化處理后的數據各項超標指標所占的比P重三、問題分析1.2 問題(1)的分析1)結合檢查結果對附件中給出尿檢結果進行數據的優化處理,篩選出查體患 者的數量,在查找出正常人的各項指標的正常范圍的前提下,將查體患者尿檢的各 項指標與其正常范圍進行比較;2)因為一個健康人的各項指標一定是在一個正常的范圍里面波動,一旦某項 指標超出

6、該項指標的正常范圍,就有可能對應好幾種疾病,所以為了更簡單的歸類, 無論有多少項超標,只要超標一項,我們就將此定義為不健康,所以最終的健康狀 況評估結果只有2個,一個是健康,一個是不健康。3)將查體患者的各項指標與正常指標做比較,可以得出超標指標的總個數, 從而評估他的健康狀況。1.3 問題(2)的分析1)尿常規的檢驗結果中有附件當中所提供的 24項指標,而判斷它與患者健康 狀況的關系必然會涉及到這些指標與該指標正常范圍的比較。就健康狀況本身而 言,這本身就是一個模糊的概念,除過通過判斷各項指標是否都在正常范圍內來說 明該患者健康和不健康外,我們還需要進一步分析比較來劃分不健康的程度,此時 必

7、然要建立一個具體的數學模型來評價,但是 24項指標每項指標所表示的意義不 同,無法統一衡量,為此我們需要進行指標變量的標準化處理。然后再繼續求解相 關量之間的函數關系。2)針對主要影響因素討論問題的前提是在這 24項指標中找出主要影響指標, 將尿檢結果與主要影響因素聯系后,通過討論來確定影響是要通過該尿檢結果來判 斷出疾病種類還是要說明患疾病的嚴重程度。檢查結果的超標量多少與健康狀況的 程度如何,某一項指標對健康狀況的影響程度如何,某一項指標的重要的程度等都 是我們需要定性或者定量求解的問題。1.4 問題(3)的分析1)把炎癥患者歸類統計后,對數據分析,觀察他們各項指標的有無異常,有無 共同點

8、,找出共性或者相似點2)在篩選出炎癥患者的基礎上,將其對應的各項指標帶入問題(2)得出的模型中,得出炎癥患者的健康狀況,結合所查資料,寫出一份對應的健康保健報告。四、模型建立與求解4.1 模型準備在建立一個描述尿常規的檢查結果與患者健康狀況的數學模型中,首先要進行 的是對數據的篩選處理,找出典型的病癥,將其分類匯總。剔除那些發病率極低的 病癥,接下來再繼續找出查體患者,并給患者進行編號,為問題一的模型建立做準 備。然后在查找相關資料的基礎上得出正常人的尿檢結果的各項指標的正常范圍。 4.2問題(1)的模型建立與求解4.1.1 數據處理首先我們對數據進行了篩選和編號,通過查閱相關資料整理出尿常規

9、24項指標的參考值:白細胞紅細胞血紅紅細胞平均紅細胞HGB平均紅細胞指標計數計數蛋白平均體積量HG咪度今臼4.0-10.04.0-5.50110.0-160.083.9-99.127.0-31.0 pg320.0-360.0值10A9/L10A12/Lg/iflg/i血小板紅細胞大血小板中性粒細單核細胞血小板體指標壓積壓積比率胞相對值相對值積分布寬度今臼0.11-0.2835.0-50.013-43 %43-75 %3-8 10A9/L9-18.1值%血小板平紅細胞分紅細胞分嗜酸細胞嗜堿細胞中性粒細胞絕指標均體積布寬度(CV)布寬度(SD)相對值相對值對值今臼6.5-12.011.0-16.0

10、037.00-54.000.5-5.0 %0.00-1.50 %2.0-7.0值fL%Fl10A9/L淋巴細胞嗜酸細胞嗜堿細胞血小板淋巴細胞單核細胞指標絕對值絕對值絕對值計數相對值絕對值今臼0.80-4.000.00-0.800.00-0.10100-30020-40 %0.10-1.00值10A9/L10A9/L10A9/L10A9/L10A9/L表4-2-1各項指標參考值將查體患者的各項指標與正常人的各項指標作比較,得出每項指標的差值A , 比較看有無某個查體患者的各項指標的A =0,若為0則說明該查體患者的各項指標 都在正常的范圍內,是健康的,若不為 0則說明查體患者某項指標超出正常范圍

11、, 是不健康的。4.1.2 計算方法:在Excel中將指標進行由小到大排序,將在范圍參考范圍內的數據改為零,由 A的定義可知,A的求解是:a.用參考范圍的最小值減去小于參考范圍的數值求出, b.用超過參考范圍的數據減去參考值的最大值求解,即a:超標數據A =超標數據-max參考值b:超標數據A =min參考值-超標數據以查體患者y1的白細胞計數x1為例,y1的x1 =9.84 ,而x1的正常取值范圍是4,10,所以A =0;以此方法得出yi的 - X24的所有A,進而得出所有查體患者 yi- y29的所有。將數據整理后得出的評估結果見下圖:圖4-2-1數據超標圖 zl醴133415I&

12、謂k9110二 , alli12iL3_jrL5=- iH d8 ; _il9 120加工”必r24 ;10.58Q0000000000000 0.020000D000:20.58000000000000000.370000000。:30000000000000.3000000 00000;4000000000000000000Q0,0Q500000000000000000000000o610.60052;11100.10.39001.&0.30 6.98 0.53 0.980 00D00:70Q000200.20 0.3302.20Q000Q0 0Q.50Q0:800-3000072

13、17.9 0. M0000.6。二0000 0- C3 40.5116,910.2!9000S3048000.34000000000 00. S000:100000D000002.24.9D000000 00 D00;110C00Q0000000L2L80Q,7000Q0000;120001960800 0.3116.21110.40.200 0.2600006.800:1300010D000000Y.40.30000.430 00000:14 3.680g10舶000.3720. 6 23. 300005.340000000;15 0.58QWg00100000.61.5000 0.5800

14、00000L:160020952800000000.400000 000.904.2:17000000000000D0.40000000000;180000Q2052000.3500Q00000Q00 00o!19000003000024 20,3IS000 2.43 0.16005.21200.6;200Q0200100 0.337.2瓦90.40001.1900 00000:21001614&2682000.4100000000000L703;2200。5 10121000.36 16.31800000.S10000000:230.580.1001023000.08001300 0

15、.2T00000000;2400040D0000.需003.900000000.5000;2500000000008.85.5L3000000 00000:260002 000000 26.2 23,72.900 0.391.8900Q(H00L4:2700000000000 5.2 25/00000.22000.9000;2800021000000 0.330.200000 00D00;應01,5pQQ000q9QQQQQ0-0 .0£L.3l5.Q9:(查體患者源數據見附頁)由圖4-2-1和圖4-2-可以得到查體患者4號、5號為健康,考慮到參考值的誤差, 若超標數值遠遠小于該參考

16、值則視為為超標,即超標越小則越接近正常范圍,則為 健康,若超標值很大,則視為不健康。將各項指標參考值擴大5%然后重新進行求值,將未超標的指標記為 0,超標 的記為1,可以得到下圖:編才年齡口步性別XIX2X3Z4 X770001 01775。歲51歲a001 0701101 01913月3月0000 01250oQ0 021LQ用0o01 011二月 L歲15歲1歲010o a1S60Q0G 013?100Q 017S0QQl 014:歲0o01 0205停Q000 0303譚00Q0 010S月100i c327月11 0IS川歲女女0a0o12fi 二歲.用0Q UIE(56歲女a000

17、u1348女0魯00 0XSK9 X10XIIZ12X13XI4K15X16X17xiaX19K20X2LX222IZ3X24:00000000G00a0Q10j00100a0000Qa0Q1010QQQ10QQ1Q00QQQ000 0011i0011Q00100000011i0001100;10000Q1101001000010>101010000Q0Q000Q0Q11iQ0000Q0Q00Q。0100i00100000000011I10Q001QQQQQQ0001000000Q00Q1000Q 0。01100001a01Q00Q00Q0100001Q.0Q0o0Q0100100J11

18、0000000QTT10Q0Q1000QQ000 0 000000000 ooo 000Q00Q1100Q0aQQ00001000000000a000QQ 0 0000 Q 0000Q000000 011100010LI0Q0000 0 00000000000000000U100000000Q0U1010001000000Q01由圖可以得到健康“查體患者”有9位,編號分別為3號、4號、6號、117號、141號、146號和185號不健康“查體患者”有 20位,分別為10號、11號、13號、14號、16號、18號、21號、30 號、32 號、70 號、77 號、120 號、125 號、126 號、

19、177 號、178 號、183 號、186 號、191 號、205號有查體患者中1號、4號、5號和17號身體健康,其余查體患者為不健康。4.3解法一:問題(2)的模型建立與求解模型24.3.1 模型準備因為體檢的結果有24項指標,即x1, x2,x3, x24,我們由問題1知將其分成健 康和不健康2類,A代表健康,B代表不健康,yo有9組數據,y1有20種數據, 我們把這些數據如下分類:A 的數據 (xa11, xa12,xa124), (xa21, xa22,xa224),(xa241, xa242,xa2424) B的數據 (xb11, xb12,,xb124), (xb21, xb22,

20、 xb224),(xb241, xb242, xb2424) 假定用Y=k1*x1+k2*x2+k24*x24作為判別函數,則組 A的數值對應的判別值為;Ya1= k1*Xl+k2*X2+ +k24*X24;Ya2= k1*Xl+k2*X2+ +k24*X24;Ya9= k1*X1+k2*X2+ +k24*X24;組B對應的判別值為:Yb1= k1*X1+k2*X2+ +k24*X24;Yb2= k1*X1+k2*X2+ +k24*X24;Yb20= k1*X1+k2*X2+ +k24*X24;又作 1 9Ya的平均值=1Z Yai9 i 11 20Yb的平均值=Z Ybi20 i注即Ya是組

21、A的判別值的代表,Yb是組B的判別值的代表4.3.2模型求解 1)先將待見患者的原始數據寫成矩陣形式,組 A的數據矩陣Xa11Xa12 .Xa124Xa2lXa22 Xa224Wo =_Xa91Xa92Xa924組B的數據矩陣:YaXbllXbi2 xbl24Xb21Xb22.Xb224?b201Xb202 xb92024 _矩陣W0和矩陣w1的列平均數分別是(Xa1 , Xa2 ,,Xa24 K ( Xb1 , Xb2 ,,Xb24 )2)算各組數據的平均值一 1 一 C xja = ' xja,j =1,2,249 p1 20XjbXjb, j =1,2,,2420 i43)作新白

22、矩陣A,B及兩組的離差矩陣S1, S2Xa11 - Xaii, xai2-Xa12 ,,xa124 - Xa124Xa21 -Xa21,Xa22Xa22,,Xa224 - Xa224Xa241 Xa241 , Xa242 -'Xa242,,Xa2424 - Xa 2424Xb11 - Xb11,Xb12 - Xb12 ,Xb124 - Xb124Xb21 Xb21 , Xb22 Xb22 ,., Xb 224 _ Xb 224Xb241-Xb241 , Xb242 Xb242,Xb2424 一 %2424S1=AA,S2=BB,S=S1+S2在matlab中解出S1結果的如下:

23、7; si=rSi =1. Oe+004 *0.00270. 00000. 00020. 0011-0.00010.00000. 00011 0014-0.0006-u.00010. 00020, 00141 05760.00310.0031n nm i-n nnnRn nmin n i h innn/i/i然后解出s2的結果4)最優判別函數c1,c2,,c24為下述方程組的解C1C2,.©24X1a - X1bX2a - X2b<X24a X24b j七1 'C2.«24,X1a - X1bX2a - X2b<X24a _ X24b J寫出判別函數Y=

24、C1*x1+C2*x2+- - +C24*x24在matlab中具體求解如下圖所示:» c=6. 04124,81625, 143. 5, 89. 123 29.85, 335, 223. 875, f» d=8. 085,4.5155, 121,83, 07, 26* 9& 324. 2,269. 75f 10.02,>> e=c-d;>> a=B*ea =6. 76SS-6.9103-n.dAPFCi(i=1,2, 24)=6.7669,-5.9103,-0.4025,-0.9853,2.2414,-0.0122,-0.0130,0.10

25、76,0.2173,8. 7360,-0.0800,-0.0860,-0.0823,-0.5487,2.6334,62210,65237,-8.3215,1.3 485,-47.2081,-0.0927,0.4105,-0.1507,2.01895)寫出組A,組B的平均值的判別值;ya=c1* Xa1 +c2* Xa2 + +C24* Xa24 yb =c1* xb1 +c2* xb2 + +c24* xb24臨界值為:y0=9 ya 20 yb29求出的臨界值y0即為正常與否的判斷標準>> y0=(8*c+20*d)/20y0 =10.50154.4.解法二:問題(2)的模型建立

26、與求解在問題(1)的基礎上我們對數據進行歸類處理,并在 Excel中求出每種類型疾病的指標平均值(數據見附錄1)則可以求出24項指標在疾病中超標所占的比重,統計每項指標在所有疾病的超標次數,并求出總超標次數。計算權重公式為:權重=*指標超標的次數/指標超標次數綜合則可得到下表:X1X2X3X4X5X6X7X8X9X10X11X12N833882812956P(W)0.07840.02940.02940.07840.07840.01960.0780.00980.01960.08820.0490.0588X13X14X15X16X17X18X19X20X21X22X23X24N1421473010

27、403P(W)0.13730.01960.00980.03920.06860.029400.009800.039200.0294表4-3-1各項指標的權重和比重建立一個評判模型的前提是各評價指標具有相同的單位量,即數據的歸一化處理是首先需要解決的問題,我們在查閱相關資料后,決定采用Z標準化。 Y一Z標準化公式:X=-一( N表示所有樣本的平均值,6表示所有樣本數據的標準差)d疾病minmaxAve肺炎-1.179228.708813.7648扁桃體炎-0.91091.08830.0887支氣管炎-0.38480.97130.29325白血病-1.49254.676626.5923異位妊娠-0.

28、38620.3737-0.00625出血-0.80891.08740.13925ITP-0.63240.31-0.1612非霍奇金淋巴瘤-1.13612.02010.442腭裂-0.72460.92180.0986腹瀉-1.30930.8274-0.24095過敏性紫瘢-0.46720.79860.1657乳腺惡性腫瘤-0.88330.88720.00195腫瘤-0.97980.9113-0.03425月經失調-0.74750.5065-0.1205炎癥-0.70061.02010.15975術后-0.47040.4513-0.00955皮膚病-0.55880.67410.05765消化不良-

29、0.74951.38980.32015呼吸道感染33.507184.283858.89545發熱0.09252.54451.3185正常值-0.80390.6716-0.06615表4-4-2同單位轉化表在SPSSF將所有數據都進行標準化處理可以得到下圖:圖4-4-1 SPSS對所有數據的標準化處理N6小t直豐十可律-悻其信至看? K I直日如胞i卜效1 31.342.58.1 885.6775,匚細皿Hast1 311 .56.64 400B7G7皿為雷白1 316 61 91 .01 22,45524,3467tr#幗.不舊住租1 316.61 09 5S5.61 31 O 567Q干g4

30、削脂HG6之食1 316.634 926.2483.41 02毛用紅好月包H G日酒座1 3128736 3329 521 2339皿怩LI救1 315762250 551 31 402(UL小根車有比和1 237.41 2.79.9391 .051 7rin. J體拓 分布文應1 2332 21 1 872 568血I世口:例1 230 1,6 2.2575,1 1 51 9中ti忙維月色相iffiB1 29.195.249.79020.3869;樸巴百H師.相-1值1 293.792.938.3871 9,11 51 4廠 監自. its1 29.747.59,5905.6709營酷打卜通

31、即相i-t值1 31ffoQB1 .6241 6733唁心哈喀帽f直1 31o8.1.6051 .1 070中性秘£細月包空 V 值1 29,041 7.573.89332.772251 29J 439.513.23354.20341弟L校細胞舉士:質1 29,012/94.7240.52221唁馥削胭螭又寸危1 31,oo.61.1 11 56.1 2874唱HWt細胞維5U 值1 31o.20.0302.02897srsffllffi分而奠 F&61 3133.873.84 3.1 097.1 9651 311 1 525 01 4.2082.11 249二皿#H字1 2

32、38045824-Q1 18 0071虹曲跑團R1 311 65537 406.24 0"Mg N (listwiss)1 21各項指標值的描述性統計資料見附錄4)1 .在將患某類疾病的數據集中起來處理的時候,我們通過數據統計得出這類 疾病的主要影響因素,由假設3知,我們對附件中的疾病處理后的數目是 20。2 .通過因素分析法,找出各種影響指標在總的患病指標中所占的患病權重。3 .將每類疾病所對應的某項指標與該指標在步驟 2中求出的患病權重相乘, 得到該類疾病的健康函數值。將其和excel相結合,對各類疾病進行分析處理,利用 matlab算出各個矩陣所對 應的值后,計算結果如下表所示

33、:歸一化處理后的各項指體檢指標平均值標準偏差標值x18.1885.6775X1=(x1-C2)/D2x24.391.8596X2=(x2-C3)/D3x3123.4622.144X3=(x3-C4)/D4x486.1567.9881X4=(x4-C5)/D5x528.3932.8386X5=(x5-C6)/D6x6329.5212.339X6=(x6-C7)/D7x7250.55131.402X7=(x7-C8)/D8x89.9391.0517X8=(x8-C9)/D9x911.872.568X9=(x9-C10)/D10x10.2575.11519X10=(x10-C11)/D11x1149

34、.79020.3869X11=(x11-C12)/D12x1238.38719.1514X12=(x12-C13)/D13x139.5905.6709X13=(x13-C14)/D14x141.6241.6733X14=(x14-C15)/D15x15.6051.1070X15=(x15-C16)/D16x163.89332.77225X16=(x16-C17)/D17x173.23354.20341X17=(x17-C18)/D18x18.7240.52221X18=(x18-C19)/D19x19.1155.12874X19=(x19-C20)/D20x20.0302.02897X20=(

35、x20-C21)/D21x2143.1097.1965X21=(x21-C22)/D22x2214.2082.1249X22=(x22-C23)/D23x2324.9118.0071X23=(x23-C24)/D24x2437.406.240X24=(x24-C25)/D25表4-4-3數據的歸一化處理表就可以得出每類疾病它的健康函數值Y的范圍,這樣我們就建立了一個以健康函數值Y為評價指標的模型,即 Y=(Xi, X2,,X24)xb以腹瀉病為例,在MATLAB我們求出患腹瀉病的2名患者24項指標的每項 平均值,將其做成一個1*24的矩陣A:A=8.754 , 4.58, 120, 20.8,

36、 26.35, 326.5, 9.85, 11.95, 0.385, 15.45, 68.05, 13.35, 2.55, 0.6, 1.265, 6.153, 1.045, 0.225, 0.045, 50.15, 17.9, 24.8, 36將權重做成一個24*1的矩陣B:B=0.0784,0.0294,0.0294,0.0784,0.0784,0.0196,0.078,0.0098,0.0196,0. 0196,0.082,0.049,0.0588,0.1373,0.0196,0.0096,0.0392,0.686,0.0294,0,0.00 9'得出腹瀉病的均值函數值C=A*B

37、=68.6257MATLAB勺編程如下: 圖4-3-2程序計算»對UJT8M,4,。短網Q.Q曲,0,二物0聯。弭LU晚工01帆。,暇111KB05聞(M3泣0,01限二施冬 0,03羯。,岬, » B= 8,4,68320.60.&26,范娜甬珈毒9.題 1L95,0,3矚胤恤6M05,11 溫2,55,0.6,1,265,6,1 即.嘶,0.255,0,046,50J5, » M ans 二阻 6257但是考慮到某項疾病的函數值是在一個范圍內波動,所以為了更好的分析數據,我們將該類疾病的最小值矩陣和最大值矩陣分別與其所對應的權重矩陣相乘, 得到該類疾病

38、的波動范圍:Yi=Cmin,Cmax。可以根據化驗結果得到其所對應的 Y值,每類疾病都有其Y值范圍,而每類指 標也有其對應的浮動范圍,正常人的 Y值也在一個固定的范圍內浮動,無論某種疾 病或正常的Y都有其隸屬區間,這樣,我們只需要看求出的 Y屬于哪個區間,更接 近哪種疾病的平均Y值線,這樣,我們就能說明該化驗結果趨近于某種疾病的可能 程度更大。患某種某類型的病的概率更大,這樣我們得到如下的圖表:4-4-4 Y值范圍表1.對尿檢的24個指標進行主成分分析(1):指標選取原則本文所選取的數據來自附件中131個患病人數,(2)主成分分析法在spss中的具體操作步驟運用spss統計分析軟件FACTOR

39、S程對尿檢131個例子的每個例子的24項指 標進行主成分分析,具體操作步驟如下:1, Analyze Data Reduction-Factor Analysis , 彈出 Factor Analysis 對話框2,把 x1-x24 選入 Variables 框3, Descriptives Conelation Matrix 框組中選中 Cofficients 。然后點擊Continue ,返回 Factor Analysis 對話框生因子分析:描述就計區|s Statistics單變量描述性乜)M原始分析結果(!)-相關性矩陣畫第蔽61.逆模型四顯著性水平但)口再生圓) 一行列式一反映象色

40、) ";和Bartlett的球形度稔監4,點擊“ OKSPSSft調用Factor Analyze過程進行分析時,spss會自動對原始數據進行標 準化處理,所以在得到計算結果后的變量都是指經過標準化處理后的變量,但spss并不直接給出標準化后的數據,如需要得到標準化數據,則需調用 Descriptives 過程進行計算。從表3可知白細胞計數與中性粒細胞絕對值,單核細胞絕對值,淋巴細胞絕對值這幾個指標存在著極其顯著的關系,可見許多變量之間直接的相關性比較強,證 明它們存在信息上的重疊。主成分個數提取原則為主成分對應的特征值大于 1的前m個主成分。特征值在 某種程度上可以被看成是表示主成

41、分影響力度大小的指標,如果特征值小于1.,說明該成分的解釋力度還不如直接引入一個原變量的平均解釋力度大,因此一般可以 用特征值大于1作為納入標準。通過表4 (方差分解主成分提取分析法)可知,提 取8個主成分,即m=8從表5 (初始因子載荷矩陣)可知,紅細胞計數,血紅蛋 白,血小板計數,血小板壓積,紅細胞壓積在第一主成分上有較高載荷,說明第一 主成分基本反映了這些指標的信息;血紅蛋白,中性粒細胞相對值,中性粒細胞絕 對值,紅細胞壓積這些指標在第二主成分上有較高載荷,說明第二主成分基本反映 了這4個指標的信息,以此類推,所以我們決定用 8個新的變量來代替原來的24 個指標,所以這8個新的變量就是我

42、們所求解的主要影響因素。即將上一步求解的模型丫=( x1,x2,x24 rB轉化成y= (x1,x2,x8) *b y值越大,說明作用的指標數越多,影響指標所占的比重越大,對患者健康的影響 越大圖3相關系數矩陣口Mg l-E即: IB物It 酊匚杵HGH±鈿LHC瞌 -量件EQ卜 良平 MUni- 快m flfi-irQl-2Pfit = / 也也 flm 三圖 fid i砂 州 fl.f萬超i 二也時9鈕亡 第莊-i串 馴 aRE 倒 11V酬 rS,乩 R通 蛆耳B口原iTtlffISOI-rWCTI岫中部工1闌fl鼻灑丁1mti羞5IM苫.222,站1m由情.Mlaa.

43、3;-3心1 r.Hl-13J34如曲力菊割白M際“JM日Ml.聞1 LU:.甥r.Ml.1的如>.IM加JU”的,期7心321力超.皮 .0193T3至r.Mma百白,111的5LKg二冢J14KI>.iam幻,m.sn,.儂Ml,2540341>.iii如-.111'.MlJtT,叫i陋,亶5-.fill1岫卻.通-41?.l?9如巴HI.1T2湃的IHJH-.23已.HT-.OH.513-.ise.怖-J&5:F 的 HUGasid北-湖力行,<Kl1.3M.曲.身.他凡陽仲.314.115.陶1相,岷1JUAU.151>.1M的,制.1%III干冏修通金亮川1聞514.朝.榴1航。-S3?力的I男二

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論