首页 > 文献资料
-
基于主成分分析和LS、Lasso对高血压患者脉诊信息特征分析研究
目的:分析高血压患者的脉诊信息特征.方法:分别采集高血压患者的脉诊信息并与正常人对照进行分析.在对脉诊信息预处理后选取连续多个周期的脉搏波作为研究对象,建立数学模型并获取193个特征参数进行特征分析,分别进行主成分分析和LS、Lasso分类判决,并获得高血压患者脉诊信息的变化特征.结果:高血压患者的脉诊信息与正常人比较有较明显的差异,主成分分析的判决准确率为81%,7参数的LS回归判决准确率为93%.Lasso识别准确率为82%.其特征参数为时域参数h1和左关与右足的频域参数中.结论:高血压患者机体的病理变化可以在桡动脉脉诊信息的时域与频域参数中得到体现并在诊脉的不同部位呈现较强的特征性.本研究为中医“独取寸口”的诊脉方法提供了一定的科学依括,并在一定程度上为中医分寸、关、尺不同部位的诊脉方式提供了科学基础.
-
偏小二乘回归与主成分回归的比较
多元回归的建模与分析中,变量间存在多元共线性的现象十分普遍.另外,实际工作中由于种种原因会造成自变量个数p较多而观察时点数n并不多,甚至出现n<p的情况.此外,建立的回归方程主要应用于预测.偏小二乘回归(PLS回归),是建立在主成分分析和主成分回归基础上的一种多元数据分析方法.目前为止,偏小二乘回归方法的价值受到专家们的充分肯定,但该方法在医学领域中应用尚少,国内卫生统计界尚未见报道.本文将对其中较为简便的Helland算法[1,2]理论加以探讨并通过实例分析与主成分回归对比,以促进该方法在医学领域中的应用.
-
男性工人肺功能预计值方程建立研究
目的 探讨男性工人肺功能预计值方程的建立方法.方法 选择浙江省内5家工厂303名男性工人建立肺功能预计值方程,对普通小二乘回归(OLS回归)及稳健回归的结果进行比较,并对预计值方程的应用效果进行探讨.结果 OLS回归建立的预计值方程为:FVC=-6.024 0+0.064 0×height+0.003 3×weight-0.020 2×age,FEV1=-4.223 0+0.053 5×height-0.003 0×weight-0.027 3×age,FEV1/FVC%=102.868 6-0.143 7×weight-0.237 5×age,MMEF=-1.213 7 +0.040 5×height-0.045 1×age,PEF=-8.364 2+0.098 5×height,FEF25=-7.819 8 +0.090 8 ×height,FEF50=-1.804 8+0.046 8×height-0.040 0×age,FEF75=-0.078 6 +0.020 5 ×height-0.038 9 ×age.稳健回归建立的预计值方程为:FVC=-6.150 0+0.064 3×height+0.003 8×weight-0.019 2×age,FEV1=-4.535 0 +0.055 5×height-0.004 1×weigh-0.026 3×age,FEV1/FVC%=102.379 0-0.146 6×weight-0.217 3×age,MMEF=-1.799 5+0.042 7×height-0.040 9×age,PEF=-7.677 7+0.094 4×height,FEF25=-7.659 9+0.088 8×height,FEF50=-2.851 0+0.051 4×height-0.034 8×age,FEF75 =0.086 0 +0.017 9 ×height-0.034 7 ×age.稳健回归对FEF75和FEV1的拟合效果高于OLS回归.删除残差异常的观察值后,稳健回归的判定系数(R2)未发生变化,OLS回归的R2得到改善.结论 稳健回归可建立可靠的肺功能预计值方程,具有一定的实用价值.