具有刪失數(shù)據(jù)的醫(yī)療統(tǒng)計分析和粗糙集決策分析.pdf

1、隨著計算機(jī)技術(shù)的飛速發(fā)展，數(shù)據(jù)挖掘的方法不斷擴(kuò)展。粗糙集理論和方法是一種能有效的分析和處理不一致、不精確、不完備等各種信息的數(shù)據(jù)分析工具。粗糙集決策分析方法因其不依賴于專家知識和經(jīng)驗，具有只依賴于本身數(shù)據(jù)的客觀性，得到了統(tǒng)計學(xué)和其他學(xué)科的普遍認(rèn)同。本文對數(shù)據(jù)挖掘中的粗糙集方法進(jìn)行了深入的研究，重點分析了基于粗糙集的屬性約簡算法在數(shù)據(jù)挖掘規(guī)則提取階段的應(yīng)用。包括上（下）近似關(guān)系、知識的約簡、核、不可區(qū)分關(guān)系、規(guī)則的提取。生存分析是研究生存

2、現(xiàn)象和響應(yīng)時間數(shù)據(jù)及其統(tǒng)計規(guī)律的一門學(xué)科。該學(xué)科在生物學(xué)、醫(yī)學(xué)、保險學(xué)、可靠性工程學(xué)、人口學(xué)、社會學(xué)、經(jīng)濟(jì)學(xué)等方面都有重要應(yīng)用。
　　本文對一個實際的糖尿病醫(yī)療數(shù)據(jù)進(jìn)行了Cox回歸生存分析和粗糙集醫(yī)療數(shù)據(jù)輔助規(guī)則提取。論文主要特點是可以處理刪失數(shù)據(jù)，刪失是準(zhǔn)確時間未被觀察到的情況。研究對象是149位糖尿病人的數(shù)據(jù)，通過對各生存指標(biāo)的統(tǒng)計，利用生存分析和粗糙集兩大類方法，對糖尿病人的數(shù)據(jù)分別利用SPSS統(tǒng)計軟件和MATLAB中的粗糙

3、集模塊分析，得出兩種不同角度的結(jié)果，分析的結(jié)果更加全面。生存分析的方法中，通過建立半?yún)?shù)模型，使用SPSS軟件中的Cox回歸功能模塊，利用生存時間函數(shù)，生存分析模型的參數(shù)和非參數(shù)估計作為理論基礎(chǔ)，在風(fēng)險函數(shù)與屬性因子之間建立類似于廣義線性模型的關(guān)聯(lián)，直接考察研究因子對風(fēng)險函數(shù)的影響效果。該方法可以在不對生存時間的具體分布進(jìn)行假設(shè)的情況下評價因子的效果，大大簡化了生存分析的求解過程。
　　粗糙集方法中，通過將連續(xù)屬性離散化，將生存數(shù)

4、據(jù)劃分為可以用粗糙集方法計算的不可區(qū)分關(guān)系。利用粗糙集的知識約簡，以及決策表在知識表達(dá)上的應(yīng)用，同時，通過對粗糙集數(shù)據(jù)分析系統(tǒng)的構(gòu)成和基本算法的研究，列舉出系統(tǒng)實現(xiàn)的程序，包括屬性約簡，核等。最后，通過實例來驗證程序的正確性，使用MATLAB中粗糙集程序直接實現(xiàn)不可區(qū)分關(guān)系、屬性約簡、核等的求解。通過利用粗糙集規(guī)則提取，得到了判定糖尿病人的約簡的輔助治療結(jié)果，所得結(jié)果與醫(yī)院實際的診斷的方案吻合度非常高。得出兩大類方法的結(jié)果有重疊也有不同