多元统计方法在中医药研究中的应用（判别分析）

               判别分析是将已知研究对象分成若干类型(或组别)并已取得各种类型的一批已知样品的观测数据，并在此基础上建立判别准则，然后对未知类型的样品进行判别分类的多元统汁方法。判别分析是在已知总体分类的基础上判定其应属于哪一类，与聚类分析的未知分类不同。根据分类结果可分为二类判别和多类判别，最经典的判别分析方法有Fisher判别和Bayes判别。其巾Fisher判别是寻找合适的投影方向，使样本在投影面上类内变异最小，类问变异最大，达到判别的目的。Bayes判别则是以概率为判别依据，使得属于第k类的样本，在第k类中取得最大的后验概率。两种判别方法的判别结果是一致的，它们都属于线性判别。   

　　判别分析常用于临床辅助鉴别诊断，如姚魁武等运用判别分析研究对血瘀证的诊断具有较好区分能力的诊断方法和诊断标准，进行血瘀证诊断的多中心、大样本临床资料收集，对75个变量进行35步的逐步判别，共有33个项目进入方程，由此建立了血瘀型和非血瘀型的判别函数，并对33个自变量对血瘀证判别的贡献度进行区分，对2004例患者进行了对判别结果的回顾性检验，预测正确率为91．6％。刘红梅等等运用多元统计方法研究眩晕症的中医证候，为了进一步探讨临床表征在证候判别中的权重，采用判别分析尝试对证候进行量化分析，进而提取辨证要素。结果得到具有较好判别意义的29个变量，并建立了3个与传统理论基本符合并具有较好区分度的判别方程。

(如果您认为转载内容侵犯了您的权益，请及时联系我们，本网站将在收到信息核实后24小时内删除相关内容。)