Выборка, заполнение и корректировка данных в программе Loginom

ФГБОУ ВО СамГМУ Минздрава России

Передовая медицинская инженерная школа

Отчет о выполнении лабораторной работы №2

по курсу «Системы поддержки принятия решений»

Выполнил: студент группы 12-ИИ

Степанов Игорь Владимирович

Самара 2023

Цель работы

Научиться: Проводить анализ полученной выборки, оценивать качество выборки. Оценивать вид распределения данных. Определять наличие пропусков в данных и заполнить их. Проводить анализ выбросов в данных. Проводить сэмплинг.

Ход выполнения работы

[pic 1]

Были загружены данные по прогнозированию диабета у пациентов

[pic 2]

Анализируя и оценивая качество выборки, мы видим, что в показателях: исход, беременность, диабет у родственников, возраст. Имеют экстремальные значения, выбросы и нули. В то время как показатели: глюкоза, артериальное давление, толщина кожи, инсулин и имт, не имеют погрешностей.

Тип данных преимущественно целый и лишь у двух показателей, таких как диабет у родственников и имт являются вещественными. Не смотря на пропуски/выбросы/нули, данные могут быть вполне корректными. После расчета статистики, мы можем заполнить пропуски и удалить шумы функционалом Сглаживание, для получения более точных значений.

[pic 3]

Оценивая вид распределения данных, мы понимаем, что необходимо заполнить пропуски в значениях.

Так же по графику мы видим, что беременность и возраст, самые переменчивые показатели, в отличии от исхода и диабета у родственников.

[pic 4]

В выбросе данных участвовали преимущественно такие показатели как беременность и исход. Ведь для больных диабетом рождение ребенка является не простым процессом. Из графика мы видим, что соотношение возраста к беременности самое прямое.

[pic 5]

Была проведена последовательная выборка с помощью узла семплинг, методом случайным, равномерным. Из общего числа 768, сделана выборка 50%, а именно 384 строки с показателями: исход, беременность, диабет у родственников, возраст, глюкоза, артериальное давление, толщина кожи, инсулин и имт. Где так же есть отсутствующие значения в колонках толщина кожи и инсулин. Но на общую выборку это не повлияло, потому как данные были проверены, заполнены на сколько это было возможно.