關(guān)聯(lián)規(guī)則及其在肝癌病人資料分析中的應用研究.pdf

1、第二軍醫(yī)大學碩士學位論文關(guān)聯(lián)規(guī)則及其在肝癌病人資料分析中的應用研究姓名：武建虎申請學位級別：碩士專業(yè)：流行病與衛(wèi)生統(tǒng)計學指導教師：賀佳賀憲民20050401碩士研究生畢業(yè)論文中英文摘要關(guān)聯(lián)規(guī)則及其在肝癌病人資料分析中的應用研究‘摘要臨床資料數(shù)據(jù)庫的特點主要有：①數(shù)據(jù)集含有的觀察數(shù)目較大，變量多，包含的信息豐富②數(shù)據(jù)的收集不可避免地包含了錯誤的信息③數(shù)據(jù)庫中含有不同程度的缺失值。④數(shù)據(jù)庫中各變量之間的關(guān)系復雜，變量很難滿足正態(tài)性和獨立性。

2、所以，利用傳統(tǒng)的統(tǒng)計學方法較難對其進行有效的處理，導致所蘞的信息相對較小關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的一種模式，目的是發(fā)現(xiàn)數(shù)據(jù)中各種屬性及屬性組合之間的聯(lián)系以形如一一B的規(guī)則來表現(xiàn)數(shù)據(jù)中蘊涵的信息，規(guī)則的獲取是以數(shù)據(jù)中項或項組合協(xié)同出現(xiàn)的頻率為基礎(chǔ)，結(jié)果易于理解。將關(guān)聯(lián)規(guī)則挖掘引入醫(yī)學資料的分析之中，彌補傳統(tǒng)統(tǒng)計學方法的不足，最大可能地獲取數(shù)據(jù)中含有的信息是本研究的目的。但目前關(guān)于關(guān)聯(lián)規(guī)則應用方面的文獻中對規(guī)則有意義的評價卻不一致，采用了不同

3、的評價方法，而對這些評價方法的研究還比較少本研究在熟悉關(guān)聯(lián)規(guī)則基本理論和實現(xiàn)方法的基礎(chǔ)上，對如何獲取有意義的關(guān)聯(lián)規(guī)則進行了模擬數(shù)據(jù)研究和實際資料的應用研究。模擬試驗研究表明：①基于可信度提高的方法對多項規(guī)則的剪除是非常必要的，可信度提高倍數(shù)為005較適合；②文獻中介紹的一些度量函數(shù)并不都適合用于醫(yī)學資料的關(guān)聯(lián)規(guī)則分析中，有的甚至是誤導性的；③Fisher確切概率法是比較好的度量函數(shù)，適合于不同樣本例數(shù)的資科，而作用度(1ift)等適合于

4、大樣本資料，但在界值的確定上需慎重。最后，根據(jù)研究結(jié)果并結(jié)合文獻，對關(guān)聯(lián)規(guī)則分析臨床資料數(shù)據(jù)庫的流程進行了總結(jié)。實際資料的應用研究表明：①使用Fisher確切概率法作為度量函數(shù)對小樣本資料進行關(guān)聯(lián)規(guī)則分析是可行的，可以彌補Logistic逐步回歸應用的缺陷，又可以較全面地揭示資料中蘊涵的信息；②對于大樣本、多變量的肝癌資料，除使用Fisher確切概率法外，還應結(jié)合其他度量函數(shù)如作用度(1ift)和列聯(lián)系數(shù)(C)，便于對規(guī)則的進一步分析理