迟畅:基于主成分的回归和决策树对高血压数据的处理论文

迟畅:基于主成分的回归和决策树对高血压数据的处理论文

本文主要研究内容

作者迟畅(2019)在《基于主成分的回归和决策树对高血压数据的处理》一文中研究指出:本文选取来自某市农村地区常住居民高血压流行病调查的样本数据,调查数据包括三个部分,分别为:2004-2006年的基线调查,2008年和2010年的两次随访,共46315条记录。本文选取了2004-2006年的基线调查的部分,研究高血压的相关因素与高血压的关系。高血压的影响因素有许多,例如:年龄,性别,饮食习惯等。由于影响因素太多,为了处理方便,本文采用主成分分析的方法,将多个指标化为少数互不相关的综合指标,实现对影响因素的降维。接着,通过对主成分分别进行回归分析和logistic回归分析,得到高血压的判定模型。并且,进行数据模拟。通过主成分回归和主成分logistic回归分析得到的模型中,主成分logistic回归,可以得出患病概率,进行一个很好的预测。以上是基于传统多元统计分析对这组数据的处理。同时,我们也基于现代流行的数据挖掘中的决策树算法,对该组数据进行处理,得到高血压的一个判别模型。根据该模型,可以根据居民的一些生活指标判断居民是否患有高血压,同时,根据这个模型可以给出一些防治的建议。本文通过两个模型找出一些生活中需要注意的因素,为居民高血压的防治给出一点有效的建议。并且实现数学模型在实际中的应用。

Abstract

ben wen shua qu lai zi mou shi nong cun de ou chang zhu ju min gao xie ya liu hang bing diao cha de yang ben shu ju ,diao cha shu ju bao gua san ge bu fen ,fen bie wei :2004-2006nian de ji xian diao cha ,2008nian he 2010nian de liang ci sui fang ,gong 46315tiao ji lu 。ben wen shua qu le 2004-2006nian de ji xian diao cha de bu fen ,yan jiu gao xie ya de xiang guan yin su yu gao xie ya de guan ji 。gao xie ya de ying xiang yin su you hu duo ,li ru :nian ling ,xing bie ,yin shi xi guan deng 。you yu ying xiang yin su tai duo ,wei le chu li fang bian ,ben wen cai yong zhu cheng fen fen xi de fang fa ,jiang duo ge zhi biao hua wei shao shu hu bu xiang guan de zeng ge zhi biao ,shi xian dui ying xiang yin su de jiang wei 。jie zhao ,tong guo dui zhu cheng fen fen bie jin hang hui gui fen xi he logistichui gui fen xi ,de dao gao xie ya de pan ding mo xing 。bing ju ,jin hang shu ju mo ni 。tong guo zhu cheng fen hui gui he zhu cheng fen logistichui gui fen xi de dao de mo xing zhong ,zhu cheng fen logistichui gui ,ke yi de chu huan bing gai lv ,jin hang yi ge hen hao de yu ce 。yi shang shi ji yu chuan tong duo yuan tong ji fen xi dui zhe zu shu ju de chu li 。tong shi ,wo men ye ji yu xian dai liu hang de shu ju wa jue zhong de jue ce shu suan fa ,dui gai zu shu ju jin hang chu li ,de dao gao xie ya de yi ge pan bie mo xing 。gen ju gai mo xing ,ke yi gen ju ju min de yi xie sheng huo zhi biao pan duan ju min shi fou huan you gao xie ya ,tong shi ,gen ju zhe ge mo xing ke yi gei chu yi xie fang zhi de jian yi 。ben wen tong guo liang ge mo xing zhao chu yi xie sheng huo zhong xu yao zhu yi de yin su ,wei ju min gao xie ya de fang zhi gei chu yi dian you xiao de jian yi 。bing ju shi xian shu xue mo xing zai shi ji zhong de ying yong 。

论文参考文献

  • [1].一种新的鲁棒主成分分析模型研究[D]. 吕倩.辽宁师范大学2019
  • [2].区间型符号数据主成分分析及有效性研究[D]. 刘清贤.西安科技大学2019
  • [3].主成分分析在各向异性量子霍尔态的研究中的应用[D]. 柯思瑶.浙江大学2019
  • [4].基于函数型数据的沪深300指数日内波动率研究[D]. 杜旭浩.浙江工商大学2019
  • [5].稀疏主成分分析的相关研究[D]. 任佳佳.西安工程大学2017
  • [6].基于函数型数据主成分分析的银行股票数据预测[D]. 沈关友.兰州大学2018
  • [7].求解稀疏主成分分析问题的快速算法研究[D]. 童谣.福州大学2016
  • [8].一种基于投影梯度的稀疏主成分分析方法[D]. 吴悦.复旦大学2012
  • [9].基于主成分分析的企业物流绩效综合评价方法研究[D]. 焦玥.青岛大学2006
  • [10].有序数据的多元分析模型及实证研究[D]. 葛新锋.山西财经大学2009
  • 读者推荐
  • [1].基于决策树的肝病诊断技术研究[D]. 杨赛华.江苏大学2019
  • [2].基于回归模型和时间序列模型的长三角地区货运量影响因素分析与预测[D]. 张恒.安庆师范大学2019
  • [3].基于决策树模型构建预测中度重症急性胰腺炎的多因素评分系统及验证研究[D]. 王旻静.南京医科大学2019
  • [4].基于梯度提升决策树的链路质量评估方法[D]. 张岩.南昌航空大学2019
  • [5].基于决策树算法的成绩预测模型研究及应用[D]. 吴蓓.西安理工大学2019
  • [6].基于BP神经网络和随机森林算法的冠状动脉狭窄风险识别模型研究[D]. 于大海.山西医科大学2019
  • [7].稳健稀疏主成分回归的研究及应用[D]. 成可.山东大学2019
  • [8].基于互信息与决策树的特征选择[D]. 周雨.兰州大学2019
  • [9].基于决策树和相关权重的水质评价与时序预测研究[D]. 王盼盼.河北大学2018
  • [10].基于决策树的诊断相关组分类研究[D]. 陈志添.华南理工大学2018
  • 论文详细介绍

    论文作者分别是来自吉林大学的迟畅,发表于刊物吉林大学2019-06-25论文,是一篇关于高血压论文,主成分分析论文,线性回归分析论文,主成分回归分析论文,主成分回归论文,分决策树分析论文,吉林大学2019-06-25论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自吉林大学2019-06-25论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  ;  

    迟畅:基于主成分的回归和决策树对高血压数据的处理论文
    下载Doc文档

    猜你喜欢