精选优质文档-倾情为你奉上肾炎的诊断摘要本文是一个判别类型的问题，在医学上是一个诊断问题，即从样本个体的若干个量化特征来判断肾炎与否。对于问题一，我们采用了logistic回归模型和Fisher判别法。针对logistic模型，我们引入参量，当=0时表示就诊人员为肾炎患者，当=1时表示就诊人员为健康人。我们引入了概率函数，取=0时=0.25，=1时=0.75,对进行回归，建立了logistic回归模型，然后再从确诊肾炎患者和健康人中分别取出前20组进行回归分析得出回归方程，将所用的40组数据回代检验发现有三组数据与实际不符，这说明所用的概率值0.25和0.75不够合理。通过筛选优化我们得出了最终采用的概率值分别为0.727和0.227，对应的回归方程为从确诊肾炎患者和健康人中分别取出后10组代入回归方程发现只有第53例与实际不符，正确率为95%。对于Fisher 判别法，我们同样利用已知的40组确诊数据找出了最优判别式当时为肾炎患者,当则是健康的。从已确诊肾炎患者和健康人中分别取出后10组代入检验，发现正确率为95%。对于问题二，利用问题一中
