多元线性回归和贝叶斯网应用于医疗服务指标数据分析预测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 课题研究背景 | 第14-15页 |
| 1.2 国内外研究情况 | 第15-16页 |
| 1.2.1 国外相关研究情况 | 第15页 |
| 1.2.2 国内相关研究情况 | 第15-16页 |
| 1.3 本文的研究目的与意义 | 第16-17页 |
| 1.4 本论文的主要工作 | 第17-18页 |
| 第二章 多元线性回归分析 | 第18-24页 |
| 2.1 多元线性回归模型的一般形式 | 第18-20页 |
| 2.2 最小二乘估计 | 第20-21页 |
| 2.2.1 最小二乘估计定义 | 第20-21页 |
| 2.2.2 关于σ~2的估计 | 第21页 |
| 2.3 回归方程、系数的显著性检验 | 第21-24页 |
| 2.3.1 显著性检验 | 第21-22页 |
| 2.3.2 最优回归方程的建立 | 第22-24页 |
| 第三章 贝叶斯网推理 | 第24-36页 |
| 3.1 贝叶斯网概述 | 第24页 |
| 3.2 贝叶斯网概念 | 第24-27页 |
| 3.3 贝叶斯网特性 | 第27-28页 |
| 3.4 贝叶斯网推理 | 第28-36页 |
| 3.4.1 基本概念 | 第28-29页 |
| 3.4.2 概率论基础 | 第29-31页 |
| 3.4.3 贝叶斯网中的独立关系 | 第31-33页 |
| 3.4.4 贝叶斯网推理分类 | 第33-36页 |
| 第四章 多元线性回归在医疗服务指标中的应用 | 第36-46页 |
| 4.1 选定平均住院日影响因素 | 第36-40页 |
| 4.1.1 平均住院日影响因素分类 | 第36-38页 |
| 4.1.2 确定本次研究中用到的影响因素 | 第38-40页 |
| 4.2 本次研究对象 | 第40-41页 |
| 4.2.1 本次研究数据来源 | 第40页 |
| 4.2.2 病例选择 | 第40-41页 |
| 4.2.3 数据质量控制 | 第41页 |
| 4.3 建立多元线性回归模型 | 第41页 |
| 4.4 运用多元线性回归模型预测平均住院日 | 第41-46页 |
| 4.4.1 骨折患者平均住院日 | 第42-43页 |
| 4.4.2 肠梗阻患者平均住院日 | 第43-44页 |
| 4.4.3 胆囊结石患者平均住院日 | 第44-46页 |
| 第五章 基于贝叶斯网推理的平均住院日预测 | 第46-52页 |
| 5.1 平均住院日贝叶斯网建模 | 第46-48页 |
| 5.1.1 平均住院日模型的定义 | 第46页 |
| 5.1.2 平均住院日贝叶斯网的构建 | 第46-47页 |
| 5.1.3 平均住院日贝叶斯网概率计算 | 第47-48页 |
| 5.2 数据平滑处理 | 第48页 |
| 5.3 对三类患者平均住院日预测 | 第48-50页 |
| 5.3.1 骨折类患者平均住院日 | 第49页 |
| 5.3.2 肠梗阻患者平均住院日 | 第49-50页 |
| 5.3.3 胆囊结石患者平均住院日 | 第50页 |
| 5.4 两种方法分析比较 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 本文内容总结 | 第52页 |
| 6.2 工作展望 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-58页 |
| 作者简介 | 第58页 |
