改良马氏深度函数法建立多元参考值范围的理论与应用论文

《改良马氏深度函数法建立多元参考值范围的理论与应用论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、改良马氏深度函数法建立多元参考值范围的理论与应用论文薛富波王玉琨徐勇勇【摘要】目的：提出一种基于改良马氏深度函数的多变量参考值范围统计学建立方法，并以此为基础探讨统计深度函数在解决多变量参考值范围问题方面的实际应用价值.方法：采用计算机模拟试验和实际数据分析相结合的方式，从参考值范围几何特征、参考值范围合法性与有效性等方面对新的和现有的几种多变量参考值范围建立方法进行比较分析.结果：改良马氏深度法建立的二元参考值范围具有典型的中心椭圆特征，对于多元正态分布资料，改良马氏深度法与正态分布法一致性在98.5%以上，实例数据分析结果显示改良马氏深度法建

2、立的参考值范围大小比多元正态分布法更接近理论水平.结论：改良马氏深度法在参考值范围几何特征方面符合要求，在合法性及有效性方面优于现有的成熟方法，可以作为多变量参考值范围的有效统计学建立方法.【关键词】参考值计算机模拟试验深度函数统计学方法0引言医学多变量参考值范围统计学建立方法是困扰医学统计工作者的重要问题之一.目前的多变量参考值范围多采用多次重复使用单变量参考区间的方法.freelan秩相关矩阵为变异矩阵.改良马氏深度函数可表达为式（1）的形式.MDS(x,F)=［1+(xs-Mds)′R-1s(xs-Mds)］-1(1)其中，xs表示各分量经

3、标准化后的数据向量，Mds表示各分量经标准化后的中位数向量，Rs表示原始样本数据的Spearman秩相关矩阵.改良马氏深度法建立多变量参考值范围的主要操作步骤如下:①应用改良马氏深度函数将多元数据类型的参考样本转化为统计深度指标，实现多元数据向单变量数据的转换；②采用百分位数法建立统计深度指标的指定容量的单侧参考值区间（右侧区间，包括中心点对应的统计深度最大值）；③对于新样品，先依据参考样本的中位数向量和秩相关矩阵计算其对应的统计深度，并依据上述统计深度单侧参考值区间判断其正、异常分类.1.2.2运算环境与分析方法本研究的全部分析计算过程均在SA

4、S9.1软件环境下通过编程方法完成.将从参考值范围空间几何特征、参考值范围一致性以及实例分析等方面对改良马氏深度法和现有的几种方法（多元正态分布法、多指标百分位数法、全息元法）进行对比分析，以考察改良马氏深度法的优缺点及其实际应用价值.参考值范围空间几何特征分析以计算机模拟数据为基础，为简便操作仅从二元正态分布资料参考值范围的几何分布形态入手进行探讨.具体操作为：针对二元正态分布的模拟数据建立多变量参考值范围，并直接对参考样本进行分类并绘制散点图，观察其空间几何特征，从而考察各种方法所建参考值范围的合理性.由于多元正态分布法是针对多元正态分布资料

5、的最可靠的多变量参考值范围统计学方法，此处我们通过考察多元正态分布情形下改良马氏深度法和多元正态分布法所建立参考值范围的一致性（针对参考样本的分类结果一致性），来验证该方法的可靠性.实例分析将采用随机抽样方法（采用SAS的surveyselect过程实现）从实例数据抽取800人作为参考样本，应用改良马氏深度法和多元正态分布法建立其50%，75%，95%的参考值范围，并将此参考值范围应用于全部受检者，判断其“正、异常”分类，计算“正常”者的百分比并与理论水平比较，从而评价两种方法所建立参考值范围的可靠性.2结果2.1参考值范围几何特征一般来讲，理想

6、的多变量参考值范围应当表现为样本数据点分布中心区域上椭圆或近似椭圆的几何形态.本研究的分析结果显示，现有三种方法中多元正态分布法的参考值范围呈中心区域的椭圆型，多指标百分位数法为矩形，而全息元法则为带状，后两者的结果不符合中心椭圆区域的基本要求.改良马氏深度法建立的参考值范围与多元正态分布法一致，呈中心区域的椭圆形.对于三维或更高维度的数据样本，不难推断上述结果应当同样适用，此处不再列出.2.2参考值范围一致性分析结果显示，改良马氏深度法建立的参考值范围与多元正态分布法具有很高的一致性，一致率均在98.5%以上.2.3实例分析对于全部三类多元指标

7、，改良马氏深度法建立的参考值范围大小均比多元正态分布法更接近理论水平，表现出更高的可靠性（表1）.表1三类多元指标参考值范围可靠性对比情况3讨论多变量参考值范围是医疗卫生领域常见的数据处理问题之一.多元正态分布法的应用条件较为严格，要求样本服从多元正态分布的假设.虽然某些资料可通过变量变换的方式转换为多元正态分布，但实际工作中多数数据资料仍无法满足此条件［1］，因此多元正态分布法的适用范围有限.目前常用的替代方法多次重复应用单变量参考区间的方法仍然无法解决，所进行的有关此类问题的研究也未能完全解决多元数据各分量间相关性所带来的问题.统计深度函数作

8、为一种描述多元数据空间分布相对位置的非参数统计量，为多变量参考值范围统计学建立方法的降维操作提供了新的选择［5-8］.马氏深度函数考虑了