【正文】 163。i=%d,F=%.4f\n39。 s3=。177。177。203。170。 F=44*u/。253。184。166。187。 else break。 。204。193。182。208。 if FF0 D(1,:)=[F]。SSE=%.4f\n39。 S2=0。SST=%.4d\n39。 1 0 0 0 1 0 1 1 1。 fprintf(39。 2 1 2 6 3 1 8 1 1 5 1 1 1 1 8 1 1 10 5 3。,x939。X=[ones(n,1),x139。x4=[1 5 1 1 3 8 1 1 1 1 1 1 3 1 10 4 1 1 6 1 10 3 1 1 4 1 1 1 1 1 3 2 1 1 8 1 9 3 1 2 6 4 1 4 1 3 2 1 4 2 8 6 3 1 1 1 2 5 1 1]。該模型還可以推廣到通過對若干指標(biāo)的分析判別來與之相關(guān)的個體這類實際問題中去，因此我們可以把這個模型應(yīng)用病蟲害的預(yù)報，疾病的預(yù)測預(yù)報，以及紅細(xì)胞檢測，輔助診斷等領(lǐng)域。所以我們考慮去掉。6. 問題二的解答運用問題一中所求得的的最優(yōu)判別函數(shù)，我們對附錄一中表二中20組病例各項指標(biāo)對應(yīng)數(shù)據(jù)代入模型一中進(jìn)行判別（用MATLAB求解源程序見附錄二），我們將結(jié)果整理可制成以下表：表：對20組病例各項指標(biāo)對應(yīng)數(shù)據(jù)的判定結(jié)果病例號12345678910結(jié)果惡性良性良性惡性惡性良性惡性良性良性惡性病歷號11121314151617181920結(jié)果惡性良性良性良性惡性良性良性良性惡性良性從上表結(jié)果中我們可以得知，運用模型一中的判別方法可以判定附錄一中表二中20組病例中第1，4，5，7，10，11，15，19組共8個病例是惡性腫瘤，余下12個病例是良性腫瘤?；貧w參數(shù)表中回歸系數(shù)的統(tǒng)計量的值，表征了該系數(shù)的顯著性水平，也表征了該項因素對于因變量判定的影響程度，以此為衡量的標(biāo)準(zhǔn)來篩選9項相關(guān)指標(biāo)，保留其中的主因項，去除非主因素的干擾，重新構(gòu)建模型，以達(dá)到簡化模型和提高精度的目的。我們分別將各元素的含量輸入到在問題一建立的模型中，求出對應(yīng)的值，然后和0、1進(jìn)行比較，判別出哪些患者的腫瘤是良性，哪些患者的腫瘤是惡性。假設(shè)3：假設(shè)各位被測患者無其他疾病，不會干擾被測數(shù)值。作逐步回歸分析后，最終所得結(jié)果為：乳腺腫瘤腫塊的厚度、細(xì)胞大小的均勻性、細(xì)胞形狀的均勻性、裸核、正常的核仁、有絲分裂是區(qū)分乳腺腫瘤是“良性”還是“惡性”的主要指標(biāo)，得到最優(yōu)化的回歸模型為：關(guān)鍵詞：多元線性回歸模型 逐步回歸 顯著性水平檢驗221. 問題重述全世界每年約有120萬婦女患乳腺癌，50萬人死于乳腺癌，乳腺癌已經(jīng)成為全球女性發(fā)病率最高的惡性腫瘤。我們通過初步數(shù)據(jù)分析，得出各個指標(biāo)與腫瘤良惡性存在一定的線性關(guān)系，于是我們建立了多元線性回歸模型。至此我們得到了依據(jù)9項指標(biāo)綜合判別乳腺腫瘤是良性還是惡性的方法：將待判別病例的9項指標(biāo)的數(shù)據(jù)代入回歸方程，計算出的估計值，并對其值作四舍五入取整，腫瘤是良性； ，腫瘤是惡性。2. 模型的假設(shè)與符號說明假設(shè)1：題目所給數(shù)據(jù)是合理、正確的。我們根據(jù)所提供的已確診的病例中分析得知，腫瘤病例是良性還是惡性與各項指標(biāo)呈相應(yīng)的線性關(guān)系，我們初步提出否能通過病例樣本中腫瘤病例是良性或惡性與各項指標(biāo)來建立回歸模型，再驗證模型正確性后由模型來判別病例。以下9張圖是腫瘤良性患者和腫瘤惡性患者各個指標(biāo)的坐標(biāo)圖，以及存有相關(guān)數(shù)據(jù)的表格，通過這些圖我們可以發(fā)現(xiàn)，各個指標(biāo)對應(yīng)數(shù)與乳腺腫瘤是良性還是惡性診斷具有一定的線性對應(yīng)關(guān)系，我們設(shè)想，可以用構(gòu)建線性回歸模型的方法來解決此問題。我們將樣本數(shù)據(jù)代入（5）式，利用MATLAB(求解源程序見附錄)軟件，用matlab對數(shù)據(jù)進(jìn)行初步運算，從殘差及其置信區(qū)間圖找出應(yīng)6組離群點予以剔除，再用Excel中‘回歸’命令對剩下的54組數(shù)據(jù)組進(jìn)行分析，得到回歸統(tǒng)計表，從而得出較為精確的結(jié)論，建立起模型。代入數(shù)據(jù)得，其中最小為對置信水平，查表得：?？梢姡撃Ｐ偷目刹僮餍院軓?qiáng)，效率很高。 x1=[5 5 3 6 4 8 1 2 2 4 1 2 5 1 8 7 4 4 10 6 7 10 3 1 5 3 5 2 1 3 10 2 3 2 10 6 5 2 10 6 5 10 1 3 1 4 7 9 5 10 5 10 10 8 8 5 9 5 1 9]。x9=[1 1 1 1 1 1 1 1 5 1 1 1 1 1 4 1 1 1 2 1 4 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1 1 1 2 3 1 1 2 1 1 1 2 5 1 2 7 1 1 1 4 1 1 1 1 1]。,x639。 10 5 5 5 8 1 6 1 1 8 10 1 2 1 7 1 1 3 4 5。 1 2 1 1 2 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1。y1=[0 0 0 1 0 0 0 0 0。for i=1:6 for j=1:9 m=(y1(i,j)ev)^2。 。SSR=%.4f\n39。F0=。7206。238。196。234。)。 fprintf(39。208。182。193。204。 11 。 else break。187。166。184。253。 F=44*u/。180。\n39。181。 11 ]。222。191。212。161。i=%d,F=%.4f\n39。 s2=。177。177。203。170。 F=44*u/。253。184。166。187。,3*(i1)+j,F)。 。 S2=S2+n。 。S1=0。end第三問源程序：在第三問中我們是根