Эвклидово n-мерное пространство: f(x, x’)=1, если d(x, x’)<порог f(x, x’)=0, если d(x, x’)>порог или f(x, x’)= d(x, x’)
Дискриминантный анализ Для двух переменных:
Дискриминантный анализ Порог:
Свойства метода: - Жесткая связь со списком признаков - Применим к непрерывным, нормально распределенным количественным переменным - Даже существенное отклонение распределения от нормального значительно не влияет на ошибку метода
Диагностика: определение вероятности состояния при условии наличия определенных симптомов p(D|S 1, S 2, …Si)
Мы знаем: 1. Вероятность симптомов при определенных состояниях (по данным учебника и пр. ) p(Si|Dj) 2. Априорную вероятность диагноза (по данным медицинской статистики) p(Dj)
Формула Байеса: расчет апостериорной вероятности диагноза при известных априорной вероятности диагноза и условной вероятности симптомокомплекса при данном диагнозе
Формула Байеса Из теории вероятности знаем: Учитывая, что Р(Н и E) = Р(Е и Н):
Формула Байеса: p(Dj|S)= p(Dj)*П p(Si|D)
Последовательный статистический анализ Вальда: При нахождении отношения в интервале между порогами мы не можем принять решение
Последовательный статистический анализ Вальда: Количество симптомов заранее не определено
Пороги принятия решений
Диагностический коэффициент (диагностический балл) где m = 5, 100 Возможности ручной обработки результатов анализа по Вальду – таблицы дифференциальной диагностики
Пороги принятия решений Уменьшение допустимых значений ошибок приводит к увеличению области неопределенности и наоборот Необходим баланс ошибок, зависящий от тяжести диагнозов и наличия медицинских ресурсов Для диагностических коэффициентов
Мера диагностической ценности синдрома Диагностическая ценность у синдрома есть, если К>1
Мера общей диагностической ценности синдрома для нескольких состояний
Информационный вес
Информационная мера
Информационная степень по Шеннону
Диагностический вес Для группы диагнозов:
Дивергенция Кульбака относительно группы диагнозов Dt
Оценка информативности по Гублеру