观测3名健康人和4名心肌梗塞病人的心电图.docx

观测3名健康人和4名心肌梗塞病人的心电图.docx

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
观测3名健康人和4名心肌梗塞病人的心电图

1问题重述观测3名健康人和4名心肌梗塞病人的心电图的3项指标x、y、z所得的观测值如下表1,现有一人心电图的3项指标为(400.72,49.46,2.25),请问他应属两类中的哪一类。表1各项观测值类号xyz11436.7049.592.3212290.6730.022.4613352.5336.232.3621510.4767.641.7322510.4162.711.5823470.3054.401.6824364.1246.262.092问题假设1. 8人的心电图是由同一台机器测量;2. 3项指标不受其他因素影响。3符号说明 分别代表心电图的三项指标 健康人心肌梗塞病人4模型建立与求解4.1问题分析本题已知了两个类别,并分别给出了、个样本。对于新样本的归类,我们主要在于求出已知类别的判别函数,然后基于聚类最近原则进行归类。4.2模型建立4.2.1判别函数本题基于贝叶斯判别法进行判别,通过SAS软件,我们求得判别函数,即:图1判别函数从以上图可以看出,贝叶斯判别函数为:健康类:心急梗塞类:4.2.2计算误判概率通过SAS软件求解,如图2所示:图2误判概率其中上述结果中的Rate所在行表示对应类的误判概率,表明该误判概率为0,说明判别能力很强,说明可以利用已经建立的判别函数去进行判断。其中Priors表示对应类的样本占样本总数的比例。4.2.3带判别样本分类结果由SAS判别分类可知,判别分类结果如下:图3分类结果由上图可知:样本值为(400.72 49.46 2.25)的样本应该判别为第一类,即这个人属于健康人。5模型评价与改进可通过SPSS解决此类题目,结果如下:图3各项指标均数图4判别函数从以上图可以看出,贝叶斯判别函数为:健康类:心急梗塞类:将样本值为(400.72 49.46 2.25)分别代入、得: ,可见,应该判别为第一类,即这个人属于健康人。6参考文献附录Sas程序:Data Discrim;Cards;1436.70 49.59 2.321290.27 30.02 2.461352.53 36.23 2.362510.41 62.71 1.582470.30 54.40 1.682364.12 46.26 2.09;Data ex1;Input x1-x3@@;Cards;400.72 49.46 2.25;Proc discrimData=Discrim testdata=ex1 anova manova simple list testout=ex2;Class g;Proc print data=ex2;Run;

文档评论(0)

haihang2017 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档