数学建模统计模型

数学建模统计模型集团标准化工作小组数学建模统计模型集团标准化工作小组#Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#论文题目:一个医药公司的新药研究部门为了掌握一种新止痛剂的疗效，设计了一个药物试验，给患有同种疾病的病人使用这种新止痛剂的以下4个剂量中的某一个：2g，5g，7g和10g，并记录每个病人病痛明显减轻的时间（以分钟计）.为了解新药的疗效与病人性别和血压有什么关系，试验过程中研究人员把病人按性别及血压的低、中、高三档平均分配来进行测试.通过比较每个病人血压的历史数据，从低到高分成3组，分别记作，和.实验结束后，公司的记录结果见下表（性别以0表示女，1表示男）.请你为该公司建立一个数学模型，根据病人用药的剂量、

92850102951112251122951131970141170151470162371172071182271191310020810021310022271012326101245101一、摘要在农某医药公司为了掌握一种新止痛药的疗效，设计了一个药物实验，通过观测病人性别、血压和用药剂量与病痛时间的关系，预测服药后病痛明显减轻的时间。我们运用数学统计工具minitab软件，对用药剂量，性别和血压组别与病痛减轻时间之间的数据进行深层次地处理并加以讨论概率值P（是否＜）和拟合度R-Sq的值是否更大（越大，说明模型越好）。首先，假设用药剂量、性别和血压组别与病痛减轻时间之间具有线性关系，我们建立了模型I。对模型I用minitab软件进行回归分析，结果偏差较大，说明不是单纯的线性关系，然后对不同性别分开讨论，增加血压和用药剂量的交叉项，我们在模型I的基础上建立了模型H,用minitab软件进行回归分析后，用药剂量对病痛减轻时间不显着，于是我们有引进了用药剂量的平方项，改进模型H建立了模型山，用minitab软件进行回归分析后，结果合理。最终确定了女性病人服药后病痛减轻时间与用药剂量、性别和血压组别的关系模型：对模型H和模型HI关于男性病人用minitab软件进行回归分析，结果偏差依然较大，于是改进模型ni建立了模型W,用minitab软件进行回归分析后，结果合理。最终确定了男性病人服药后病痛减轻时间与x3用药剂量、性别和血压组别的关系模型：Y=x1x1xi2 关键词止痛剂药剂量性别病痛减轻时间二、问题的提出一个医药公司的新药研究部门为了掌握一种新止痛剂的疗效，设计了一个药物实验，给患有同种病痛的病人使用这种新止痛剂的一下4个剂量中的某一个：2g，5g，7g和10g，并记录每个病人病痛明显减轻的时间（以分钟计）。为了了解新药的疗效与病人性别和血压有什么关系，实验过程中研究人员把病人按性别及血压的低、中、高三档平均分配来进行测试。通过比较给个病人血压的历史数据，从低到高分成三组，分别记作，和.实验结束后，公司的记录结果附录1-1表（性别以0表示，1表示男）。现在为公司建立一个模型，根据病人用药的剂量、性别和血组别，预测出服药后病痛明显减轻的时间。三、问题的分析假定每个患该种病的程度相差不大，即病情基本相同，根据现实，用药量与病痛减轻时间会有一定的关系，一般，药用量越高，病痛减轻时间变得越快；而更一般，男性身体素质相对于女性来说比较强壮，病痛减轻的时间也会跟性别有关系，正常而言，身体素质越好，病痛减轻时间越快；另一个，一个人的血压组别的高地也会影响到他的病痛减轻时间的快慢。对1-1表格中的数据进行相关分析如下：相关分析：用药剂量（g）,血压组别，知用药剂量（g）和血压组别的Pearson相关系数=P值=；由此，可以看出用药剂量与血压组别没有关系，如图1-1所示1-1图相关分析：用药剂量（g）,性别，知用药剂量（g）和性别的Pearson相关系数二P值二；由此可以看出用药剂量与性别相互独立。如1-2图所示1-2图根据所给数据可分别作出病痛减轻时间与用药剂血压组别的散点图量，性别及如下：图图图四、模型假设与符号假设假设病痛减轻时间只与用药剂量、性别和血压组别有关，不受其他因素的影响，由以上散点图（图图）可以作出如下模型假设模型I： 丫二%+%+叮2+忆3+8符号说明1、丫为病痛减轻时间量，单位（min）；2、X1表示用药剂量单位（g）；3、*2表示性别；4、*3表示血压组别；S表示标准差；R-Sq表示线性拟合度。五、模型的建立下面用minitab软件对分别对残差对用药剂量、残差对性别和残差对血压组别进行绘图，到出对应的图、图和图，并对这些图进行分析，分别可以看出残差对用药剂量是正常的、残差对性别是正常的、残差对血压组别正常的。图图图由〜图分析，可以用药剂量和血压组别的乘积表示对病痛减轻时间的交互式影响，性别对病疼减轻时间有显着影响，因此可以对男性和女性分开讨论，得到如下模型：模型n Y=P+P*+Px+Pxx+8（1）对女性的进行分析如下：

血压组别，用回归分析：病痛减轻时间（min）与用药剂量（g）,药剂量及血压组别血压组别，用回归方程为病痛减轻时间（min）病痛减轻时间（min）= +用药剂量（g）+血压组用药剂量及血压组别交叉项用药剂量及血压组别交叉项IX3 IX3 X3Y=+X1+ X1自变量系数系数标准误常量用药剂量（g）血压组别数标准误常量用药剂量（g）血压组别用药剂量及血压组别S=S=R-Sq=%R-Sq(调整)方差分析方差分析来源自由度SSMS来源自由度SSMS回归残差误差合计11回归残差误差合计11来源自由度SeqSS用药剂量(g)来源自由度SeqSS用药剂量(g)血压组别用药剂量及血压组别异常观测值血压组别用药剂量及血压组别异常观测值用药剂病痛减轻时拟合值标准化用药剂病痛减轻时拟合值标准化观测值量（g）间（min）拟合值标准误残差残差8R表示此观测值含有大的标准化残差因为用药剂量p值为，所以对病痛减轻时间影响不显着，不妨引进用药剂量的平方项加以讨论，因此模型进一步改进为：模型in回归分析：病痛减轻时间（min）与用药剂量（g）,血压组别，用药剂量及血压组别，用药剂量的平方回归方程为：病痛减轻时间（min）=-用药剂量（g）+血压组别用药剂量及血压组别+用药剂量的平方即 Y=X1xxix3x:自变量 系数系数标准误TP常量用药剂量（g）血压组别用药剂量及血压组别用药剂量的平方S=R-Sq=%R-Sq（调整）=%方差分析来源 自由度 SSMSFP回归 4残差误差

合计 11来源合计 11来源自由度SeqSSTOC\o"1-5"\h\z用药剂量（g） 1血压组别 1用药剂量及血压组别 1用药剂量的平方 1由拟合值R-Sq=%可以确定，该模型比较合理。（2）、对男性用模型H进行分析，分析结果如下：回归分析：病痛减轻时间（min）与用药剂量（g）,血压组别，用药剂量及血压组别回归方程为：病痛减轻时间（min）=+用药剂量（g）+血压组别用药剂量及血压组别即 Y=+x1+飞匕飞 系数标自变量 系数准误TP常量用药剂量（g）血压组别用药剂量及血压组别S=R-Sq=%R-Sq（调整）=%方差分析来源 自由度 SSMSFP回归 3残差误差 8

合计 11来源合计 11来源自由度SeqSSTOC\o"1-5"\h\z用药剂量（g） 1血压组别 1用药剂量及血压组别 1因为用药剂量p值为，所以对病痛减轻时间影响不显着，不妨引进用药剂量的平方项加以讨论，因此可以利用模型ni进行分析：回归分析：病痛减轻时间（min）与用药剂量（g）,血压组别，用药剂量及血压组别，用药剂量的平方回归方程为：病痛减轻时间（min）=-用药剂量（g）+血压组别用药剂量及血压组别+用药剂量的平方即 Y=X1X%%X；自变量 系数系数3标准误TP常量用药剂量（g）血压组别用药剂量及血压组别用药剂量的平方S=R-Sq=%R-Sq（调整）=%方差分析来源自由度SSMSFPTOC\o"1-5"\h\z回归 4残差误差 7合计 11来源自由度SeqSS来源TOC\o"1-5"\h\z用药剂量（g） 1血压组别 1用药剂量及血压组别 1用药剂量的平方 1由此，可以看出，在男性方面血压组别的P=，对病痛减轻时间不显着，不妨取消血压组别这个单变量，将模型进一步改进。模型W回归分析：病痛减轻时间（min）与用药剂量（g）,性别，用药剂量及血压组别，用药剂量的平方*性别（实质上）是常量 *性别已从方程中删除。回归方程为：病痛减轻时间（min）=-用药剂量（g）+用药剂量及血压组别+用药剂量的平方Y=X1%%X；自变量 系数系数标准误TP常量用药剂量（g）用药剂量及血压组别用药剂量的平方S=R-Sq=%R-Sq（调整）=%方差分析来源自由度 SSMSFPTOC\o"1-5"\h\z回归 3残差误差 8合计 11来源 自由度SeqSSTOC\o"1-5"\h\z用药剂量（g） 1用药剂量及血压组别 1用药剂量的平方 1异常观测值用药剂病痛减轻时 拟合值 标准化观测值量（g）间（min）拟合值标准误残差残差12R表示此观测值含有大的标准化残差*注*列中的所有值相同。用药剂量及血压组别的P=，但是R-Sq=%R-Sq（调整）=%，说明这个模型改进更加合理。