温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.wenke99.com/d-11773492.html】到电脑端继续下载(重复下载不扣费)。
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台,并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文(肾炎诊断的数学模型(共30页).doc)为本站会员(晟***)主动上传,文客久久仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知文客久久(发送邮件至hr@wenke99.com或直接QQ联系客服),我们立即给予删除!
精选优质文档-倾情为你奉上 肾炎诊断的数学模型摘要本题讨论的问题是关于肾炎监测指标的分析,我们首先对数据从整体上用求单项均值的方法进行了预处理,随后建立起以下三种模型。针对问题一,我们共用了两种模型。首先建立起Binary Logistic回归模型,得到回归方程(见5.1.2式子 ),并得出该表达式的相关系数R=0.。在假设检验中利用Excel经过F检测得出检验的临界值为,该值远小于显著水平0.05,从而验证了该方法的正确性,最后用回代法得出正确率为93.33%。我们的第二种模型是费希尔判别模型,该模型得出的正确率也为93.33%。两种模型正确率相同,均可以作为判别属于患者或健康人的方法。针对问题二,我们利用问题一中两种模型得出的公式将待测30组数据代入,得出结果均为:15个为肾炎患者,15个为健康人。(详细结果见附录三)针对问题三,我们也建立了两种模型。首先建立多元线性回归模型,利用Excel的6SQ软件,得出了各项元素的显著性水平。根据显著性依次剔除了式子中的部分元素并用回代法进行了相关性检验。最终得出结论为剔除Na、Zn、K时所得模型最优,
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号:浙ICP备20026746号-2
公安局备案号:浙公网安备33038302330469号
本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。