《卫生信息分析》PPT课件

《《卫生信息分析》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第十二章卫生信息分析第一节卫生信息分析概述第二节卫生信息分析方法第三节卫生信息分析应用：症状监测主要内容信息分析的概念信息分析（informationanalysis）的定义：信息分析是一种以信息为研究对象，根据拟解决的特定问题的需要，收集与之有关的信息进行分析研究，旨在得出有助于解决问题的新信息的科学劳动过程。第一节卫生信息分析概述信息分析的步骤课题选择制订课题研究计划信息收集信息整理、鉴别与分析报告编写第一节卫生信息分析概述一、时间序列分析二、关联规则挖掘三、聚类分析第二节卫生信息分析方法（一）时间序列分析概述1.时间序列数据时间序列（timeserie

2、s）又称动态数列或时间数列，就是把所研究的事物在各个不同时间的统计指标的数值，按其发生时间先后顺序排列起来所形成的数列。一、时间序列分析全球霍乱发病例数报告[摘自GlobalHealthObservatoryDataRepository，http://apps.who.int/ghodata/?vid=2250]一、时间序列分析2.时间序列数据的种类倾向变动/趋势变动，用T（Trend）表示，统计数据在长时间内表现出的变化倾向，它按照某种规律持续上升或持续下降，或保持在某一水平上；周期变动，用C（Cyclical）表示，指若干年为周期的变化，周期长短不等，上

3、下波动大小也不一致，但明显地呈现起伏变化；季节变动，用S（Seasonal）表示，指每年重复出现的周期变化，一般以月或季度为一个周期；不规则变动/随机变动，用I（Irregular）表示，指由各种偶然事件或影响因素引起的上述三类变化以外的任何变化。一、时间序列分析3.时间序列分析的概念与原理时间序列分析（timeseriesanalysis）就是根据系统观测得到的时间序列数据，应用数理统计方法（曲线拟合和参数估计）来建立数学模型，对时间序列数据加以分析处理，以预测未来事物的发展。时间序列分析的基本依据是：（1）承认事物发展的延续性。（2）考虑到事物发展的随机

4、性。一、时间序列分析4.时间序列分析主要用途①系统描述。②系统分析。③预测未来。④决策和控制。一、时间序列分析（二）时间序列分析方法的种类一、时间序列分析（三）时间序列分析的基本步骤收集数据：用观测、调查、统计、抽样等方法取得被观测系统时间序列动态数据。整理数据：根据动态数据作相关图。分析数据：对动态数据进行拟合或者修正。一、时间序列分析（四）时间序列数据的修正算术平均法分段平均法移动平均法指数平滑法一、时间序列分析（五）时间序列数据的拟合多项式曲线法指数曲线法生长曲线法一、时间序列分析（一）关联规则挖掘概述1.关联规则及关联规则挖掘的定义关联规则(asso

5、ciationrule)是指在同一个事件中出现的不同项的相关性，如顾客在商场购物可以看作是一个事件，所购买各种的商品就是其中的项，在这里的关联规则就是指在一次购物中所购商品的相关性。关联规则反映了一个事件和其他事件之间依赖或依存的关系，如果我们确定两项或多项属性之间存在着关联，那么我们就可以根据其中一项的属性值来预测其他属性的值。关联规则挖掘就是从大量的数据中挖掘出描述数据项之间相互联系有价值的知识。二、关联规则挖掘2.关联规则挖掘的意义购物篮分析3.关联规则的表现类型关联规则是一种形如XY的规则，其中X和Y是项目的集合。它说明如果X在数据库中发生，那么Y也

6、会以一定的概率发生。二、关联规则挖掘根据规则中所处理的值类型：布尔关联规则(Booleanassociationrule)：性别=“女”职业=“秘书”量化关联规则(quantitativeassociationrule)：性别=“女”avg（收入）=2300根据规则中涉及的数据维：单维关联规则(singledimensionalassociationrule)：啤酒尿布多维关联规则(multidimensionalassociationrule)：性别=“女”职业=“秘书”根据规则集所涉及的抽象层：多层关联规则(multilevelassociationru

7、le)：台式机Sony打印机单层次关联规则(single-levelassociationrule)：IBM台式机Sony打印机二、关联规则挖掘（二）关联规则挖掘的基本过程1.找出所有频繁项集根据定义，这些项集出现的频繁性至少和预定义的最小支持计数一样。2.由频繁项集产生强关联规则根据定义，这些规则必须满足最小支持度和最小置信度。支持度:P(A∪B)，即A和B这两个项集在事务集D中同时出现的概率。置信度:P(B｜A)，即在出现项集A的事务集D中，项集B也同时出现的概率。支持度描述一个规则的重要性，而可信度描述规则发生的可能性。一般，我们用0％和100％之间的

8、值表示支持度和置信度。二、关联规则挖掘（三）关联规则