数学建模统计模型
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
数学建模
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:2 g,5 g,7 g和10 g,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、性别和血压组别,预测出服药后病痛明显减轻的时间.
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m i n i t a b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-S q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m i n i t a b
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Ⅱ,用m i n i t a b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Ⅱ建立了模型Ⅲ,用m i n i t a b
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:
Y=1x 3x
1x
3x
2
1
x
对模型Ⅱ和模型Ⅲ关于男性病人用m i n i t a b软件进行回归分析,结果偏差依然较大,于是改进模型Ⅲ建立了模型Ⅳ,用m i n i t a b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用药剂量、性别和血压组别的关系模
型:Y=1x1x 3x
2
1
x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P e a r s o n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P e a r s o n相关系数=P值=;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:
ε
ββββ++++=3322110x x x Y
符号说明
1、Y 为病痛减轻时间量,单位(m i n );
2、1x 表示用药剂量 单位(g );
3、2x 表示性别 ;
4、3x 表示血压组别;
5、 S 表示标准差;
6、 R -S q 表示线性拟合度。
五、模型的建立
下面用m i n i t a b 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Ⅱ εββββ++++=31433110x x x x Y
(1)对女性的进行分析如下:
回归分析:病痛减轻时间(m i n)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(m i n)=+用药剂量(g)+血压组别-用药剂量及血压组别交叉项
即Y=+1x+3x
1x
3x
自变量系数
系数标准误 T P
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 SS MS F P 回归 3
残差误差 8
合计 11
来源自由度 Seq SS
用药剂量(g) 1
血压组别 1
用药剂量及血压组别 1
异常观测值