数模集训第一次论文研读报告.doc_第1页
数模集训第一次论文研读报告.doc_第2页
数模集训第一次论文研读报告.doc_第3页
数模集训第一次论文研读报告.doc_第4页
数模集训第一次论文研读报告.doc_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

艾滋病疗法评价及疗效的预测模型第一篇:对于所给的样本数据中有缺少的部分,本篇论文并没像第四篇中的那样采用拉格朗日线性插值法对数据进行补全,不过根据模型最后所得到的结果,就第一篇所用的方法似乎个别数据的不完整性不影响最后的回归结果。1、首先,应用SPSS回归出CD4浓度随着时间t的二次变化曲线变化:大致结果如下模型描述模型名称MOD_2因变量1CD4Count方程1二次自变量CD4Date常数包含其值在图中标记为观测值的变量未指定用于在方程中输入项的容差.0001个案处理摘要N个案总数1665已排除的个案a3已预测的个案0新创建的个案0a. 从分析中排除任何变量中带有缺失值的个案。变量处理摘要变量因变量自变量CD4CountCD4Date正值数16241325零的个数38336负值数01缺失值数用户自定义缺失00系统缺失33模型汇总和参数估计值因变量:CD4Count方程模型汇总参数估计值R 方Fdf1df2Sig.常数b1b2二次.09384.74921659.00099.2566.114-.104自变量为 CD4Date。对于,CD4的SPSS运行结果,回归检验数F值为84.749,拟合优度0.93,P值为0,表示模型还是可行的,显著性通过。根据题意也可得:CD4的浓度是随着在一开始是随着时间的增加而增多的,而当超过了一定的时间之后,将会由于HIV的浓度的增加,CD4的浓度渐渐减小,符合二次抛物线模型。下面就HIV与时间T的关系进行一个二次回归:模型汇总和参数估计值因变量:VLoad方程模型汇总参数估计值R 方Fdf1df2Sig.常数b1b2二次.238245.04721569.0004.396-.162.003自变量为 RIVDate。对于HIV的浓度变化的数据回归,可以看出F值为245.047。回归方程为:利用MATLAB可得最值,也即最佳停药时间为:syms x df=diff(0.03*x2-1.62*x+4.396)df =3/50*x-81/50 f=inline(0.03*x2-1.62*x+4.396)f = Inline function: f(x) = 0.03*x2-1.62*x+4.396 X=solve(df)X =27把CD4和HIV分开讨论作为评价和预测的标准不是很合理,停药的标准应该是CD4达到最高开始下降的同时HIV达到最低开始上升,而非单独考虑其中之一的单性发展。第二篇:就是建立了一个完全二次多项式回归模型,对于编者按里所提到的把服药前CD4和HIV的浓度作为初始变量放入回归模型中的做法可以提高回归精度的原理,我并没有觉得是典型的特点吧,个人觉得第一篇第一问应该也有这样用,只不过它为了好处理,统一都取了对数。本文最大的特点应该是采用了逐步回归的方法,以及定义了较好的评价指标,即它定义了疗效CH=m*C(t)/H(t)作为疗效的评价标准。首先,画出CD4的逐步回归图。F值接近300,P值很小,说明逐步回归的效果还是相对可行的,然后从图中能看出C(0),H(0),t,H(0)*t,对模型的影响较为显著。这里与原文有差误,原文中逐步回归出来的显著性因素中,没有这一项,产生的原因可能是由于在剔除数据的过程中,我的处理方式是直接将空缺的数值去掉。所以有F值为144.922,P值为3.20514e-146,非常小,由此可见回归模型的相对

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论