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，
