关于降维和归类的数据分析问题,急,在线等:41733842

z4b 2003-04-27 08:31:08
人们到医院就诊时,通常要化验一些指标来协助医生的诊断。诊断就诊人员是否患肾炎时通常要化验人体内各种元素含量。下面这组数据的前30个是还没有确诊的化验结果;31-60是已经确诊为肾炎病人的化验结果;后30个数据是已经确定为健康人的结果。(数据见附表)
我们的问题是:
(1) 能否根据这些数据特征,确定哪些指标是影响人们患肾炎的关键或主要因素,以便减少化验的指标;
(2) 请给出一种方法,判断前30名就诊人员是肾炎病人还是健康人。
附表 (提示:数据可以直接读进计算机,为计算服务)
Zn Cu Fe Ca Mg K Na
1 58.2 5.42 29.7 323 138 179 513
2 106 1.87 40.5 542 177 184 427
3 152 0.80 12.5 1332 176 128 646
4 85.5 1.70 3.99 503 62.3 238 762.6
5 144 0.70 15.1 547 79.7 71.0 218.5
6 85.7 1.09 4.2 790 170 45.8 257.9
7 144 0.30 9.11 417 552 49.5 141.5
8 170 4.16 9.32 943 260 155 680.8
9 176 0.57 27.3 318 133 99.4 318.8
10 192 7.06 32.9 1969 343 103 553
11 188 8.28 22.6 1208 231 1314 1372
12 153 5.87 34.8 328 163 264 672.5
13 143 2.84 15.7 265 123 73.0 347.5
14 213 19.1 36.2 2220 249 62.0 465.8
15 192 20.1 23.8 1606 156 40.0 168
16 171 10.5 30.5 672 145 47.0 330.5
17 162 13.2 19.8 1521 166 36.2 133
18 203 13.0 90.8 1544 162 98.9 394.5
19 164 20.1 28.9 1062 161 47.3 134.5
20 167 13.1 14.1 2278 212 36.5 96.5
21 164 12.9 18.6 2993 197 65.5 237.8
22 167 15.0 27.0 2056 260 44.8 72.0
23 158 14.4 37.0 1025 101 180 899.5
24 133 22.8 31.3 1633 401 228 289
25 169 8.0 30.8 1068 99.1 53.0 817
26 247 17.3 8.65 2554 241 77.5 373.5
27 185 3.90 31.3 1211 190 134 649.8
28 209 6.43 86.9 2157 288 74.0 219.8
29 182 6.49 61.7 3870 432 143 367.5
30 235 15.6 23.4 1806 166 68.9 188
31 166 15.8 24.5 700 112 179 513
32 185 15.7 31.5 701 125 184 427
33 193 9.80 25.9 541 163 128 642
34 159 14.2 39.7 896 99.2 239 726
35 226 16.2 23.8 606 152 70.3 218
36 171 9.29 9.29 307 187 45.5 257
37 201 13.3 26.6 551 101 49.4 141
38 147 14.5 30.0 659 102 154 680
39 172 8.85 7.86 551 75.7 98.4 318
40 156 11.5 32.5 639 107 103 552
41 132 15.9 17.7 578 92.4 1314 1372
42 182 11.3 11.3 767 111 264 672
43 186 9.26 37.1 958 233 73.0 347
44 162 8.23 27.1 625 108 62.4 465
45 150 6.63 21.0 627 140 179 639
46 159 10.7 11.7 612 190 98.5 390
47 117 16.1 7.04 988 95.5 136 572
48 181 10.1 4.04 1437 184 101 542
49 146 20.7 23.8 1232 128 150 1092
50 42.3 10.3 9.70 629 93.7 439 888
51 28.2 12.4 53.1 370 44.1 454 852
52 154 13.8 53.3 621 105 160 723
53 179 12.2 17.9 1139 150 45.2 218
54 13.5 3.36 16.8 135 32.6 51.6 182
55 175 5.84 24.9 807 123 55.6 126
56 113 15.8 47.3 626 53.6 168 627
57 50.5 11.6 6.30 608 58.9 58.9 139
58 78.6 14.6 9.70 421 70.8 133 464
59 90.0 3.27 8.17 622 52.3 770 852
60 178 28.8 32.4 992 112 70.2 169
61 213 19.1 36.2 2220 249 40.0 168
62 170 13.9 29.8 1285 226 47.9 330
63 162 13.2 19.8 1521 166 36.2 133
64 203 13.0 90.8 1544 162 98.90 394
65 167 13.1 14.1 2278 212 46.3 134
66 164 12.9 18.6 2993 197 36.3 94.5
67 167 15.0 27.0 2056 260 64.6 237
68 158 14.4 37.0 1025 101 44.6 72.5
69 133 22.8 31.0 1633 401 180 899
70 156 135 322 6747 1090 228 810
71 169 8.00 308 1068 99.1 53.0 289
72 247 17.3 8.65 2554 241 77.9 373
73 166 8.10 62.8 1233 252 134 649
74 209 6.43 86.9 2157 288 74.0 219
75 182 6.49 61.7 3870 432 143 367
76 235 15.6 23.4 1806 166 68.8 188
77 173 19.1 17.0 2497 295 65.8 287
78 151 19.7 64.2 2031 403 182 874
79 191 65.4 35.0 5361 392 137 688
80 223 24.4 86.0 3603 353 97.7 479
81 221 20.1 155 3172 368 150 739
82 217 25.0 28.2 2343 373 110 494
83 164 22.2 35.5 2212 281 153 549
84 173 8.99 36.0 1624 216 103 257
85 202 18.6 17.7 3785 225 31.0 67.3
86 182 17.3 24.8 3073 246 50.7 109
87 211 24.0 17.0 3836 428 73.5 351
88 246 21.5 93.2 2112 354 71.7 195
89 164 16.1 38.0 2135 152 64.3 240
90 179 21.0 35.0 1560 226 47.9 330
老大:

我是诚心求解一个问题。
对于附件里的数据。
我想先对31---61的数据进行因子分析法或主成分分析法,降维,可以得到的新的变量,作为判定是否有病的依据。

可是如何用这些新的变量去衡量那些原有变量,并判断1....30那些人谁有病谁没病呢?

用聚类分析? 可是他们不是相同的一个类呀。

还有 用 spss 如何实现上面的过程。

给我些你的想法,和spss分析包。好么。老大。

求你了。急。

有钱的捧个钱场,谢谢了。
谢谢。 QQ:41733842(真诚希望我们能在线探讨)
...全文
159 2 打赏 收藏 转发到动态 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
gentlesnow 2003-04-27
  • 打赏
  • 举报
回复
可以采用数据挖掘中分类挖掘方法,31-60一确诊为肾炎病人,后30个为健康人,那这二者可以作为
训练集,挖掘出一种分类模式,先用训练集验证一下该模式是否准确,若准确则即可用该模式来判断
剩下的就诊者属于哪一类。
eureka0891 2003-04-27
  • 打赏
  • 举报
回复
用多元统计分析中的理论啊,
可以分析其相关性等。
最好找一本多元统计分析的书看一下,
不好意思,虽说米学过,不过米手头没书,帮不了你。
内容概要:本文提出了一种基于快速稀疏辅助信号分解与非凸增强技术的轴承故障诊断方法,并提供了完整的Matlab代码实现。该方法旨在从复杂的机械设备振动信号中高效、准确地提取故障特征,通过优化信号分解过程克服传统方法在噪声干扰下敏感、分辨率不足的问题,结合非凸优化策略增强微弱故障信号的辨识能力,从而提升早期故障诊断的准确性与鲁棒性。研究涵盖了算法原理、模型构建、仿真验证及结果分析,展示了其在旋转机械状态监测中的实际应用价值。; 适合人群:具备一定信号处理基础和Matlab编程能力,从事机械故障诊断、状态监测、智能运维等相关领域的科研人员及工程技术人员,尤其适合研究生和从事相关项目研发的工程师。; 使用场景及目标:①应用于旋转机械(如电机、风机、齿轮箱)的轴承早期故障检测;②用于复杂噪声环境下微弱故障信号的提取与增强;③为开发高精度智能诊断系统提供算法支持和技术参考;④辅助完成科研论文复现、毕业课题或工业项目开发。; 阅读建议:此资源以算法实现为核心,强调理论与实践结合,建议读者在学习过程中同步运行Matlab代码,深入理解信号分解与优化增强的每一步处理逻辑,并尝试在不同数据集上进行测试与调参,以掌握算法的适应性与优化技巧。

7,394

社区成员

发帖
与我相关
我的任务
社区描述
其他数据库开发 数据仓库
社区管理员
  • 数据仓库
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧