一種基于線性混合模型對(duì)大型數(shù)據(jù)的統(tǒng)計(jì)分析方法
【技術(shù)領(lǐng)域】
:
[0001]本發(fā)明涉及線性混合模型技術(shù)領(lǐng)域，具體涉及一種基于線性混合模型對(duì)大型數(shù)據(jù)的統(tǒng)計(jì)分析方法。
【背景技術(shù)】
:
[0002]MS是最早的大型數(shù)據(jù)庫(kù)管理系統(tǒng)，其數(shù)據(jù)庫(kù)模式是多個(gè)物理數(shù)據(jù)庫(kù)記錄型(PDBR)的集合。每個(gè)TOBR對(duì)應(yīng)層次數(shù)據(jù)模型的一個(gè)層次模式，用一個(gè)DBD定義。各個(gè)用戶(hù)所需數(shù)據(jù)的邏輯結(jié)構(gòu)稱(chēng)為外模式，每個(gè)外模式是一組邏輯數(shù)據(jù)庫(kù)記錄型(LDBR)的集合。LDBR是應(yīng)用程序所需的局部邏輯結(jié)構(gòu)。用戶(hù)按照外模式操縱數(shù)據(jù)。大型數(shù)據(jù)庫(kù)的數(shù)據(jù)定義包括數(shù)據(jù)庫(kù)模式定義和外模式定義。大型數(shù)據(jù)庫(kù)的數(shù)據(jù)庫(kù)模式是物理數(shù)據(jù)庫(kù)記錄型的集合。每個(gè)物理數(shù)據(jù)庫(kù)記錄型對(duì)應(yīng)于層次數(shù)據(jù)模型中的一個(gè)層次模式，由一個(gè)DBD定義。物理數(shù)據(jù)庫(kù)記錄型到存儲(chǔ)數(shù)據(jù)庫(kù)的映射包含在這個(gè)物理數(shù)據(jù)庫(kù)記錄型的DBD定義中。
[0003]混合線性模型有時(shí)又稱(chēng)為多水平線性模型或?qū)哟谓Y(jié)構(gòu)線性模型。重復(fù)測(cè)量資料也屬于混合線性模型，但重復(fù)測(cè)量資料與多水平線性模型有所不同。第一:在多水平線性模型第一層次上的觀察點(diǎn)個(gè)數(shù)可以不等，但重復(fù)測(cè)量資料第一層次上的觀察點(diǎn)個(gè)數(shù)(即各觀察對(duì)象在各時(shí)間點(diǎn)上的觀察值個(gè)數(shù))是相等的(假定無(wú)缺失值)。第二，多水平線性模型的方差協(xié)方差結(jié)構(gòu)多為復(fù)合對(duì)稱(chēng)結(jié)構(gòu)或無(wú)結(jié)構(gòu)類(lèi)型，但重復(fù)測(cè)量資料還具有多種其他形式。
[0004]現(xiàn)有技術(shù)中基于線性混合模型對(duì)大型數(shù)據(jù)的統(tǒng)計(jì)分析方法浪費(fèi)時(shí)間，而且反應(yīng)時(shí)間長(zhǎng)，數(shù)據(jù)處理復(fù)雜。

【發(fā)明內(nèi)容】

:
[0005]本發(fā)明的目的是提供一種基于線性混合模型對(duì)大型數(shù)據(jù)的統(tǒng)計(jì)分析方法，它便于對(duì)大型數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，速度快，節(jié)省時(shí)間，效率高。
[0006]為了解決【背景技術(shù)】所存在的問(wèn)題，本發(fā)明是采用如下技術(shù)方案:它的方法為:
[0007]步驟一:建立完整的數(shù)據(jù)庫(kù)，且采用實(shí)時(shí)更新的方式進(jìn)行數(shù)據(jù)更新；
[0008]步驟二:數(shù)據(jù)的預(yù)處理:
[0009](2.1)、數(shù)據(jù)過(guò)濾:對(duì)數(shù)據(jù)進(jìn)行去噪音；
[0010](2.2)、基線校正:去掉由于系統(tǒng)誤差產(chǎn)生的基線；
[0011](2.3)、數(shù)據(jù)標(biāo)準(zhǔn)化:校正從樣本中解吸和電離得到的大量蛋白質(zhì)的系統(tǒng)差異；
[0012](2.4)、峰的提取和量化:找到在對(duì)照組和殘疾組有顯著差異的特征峰，量化它們的特征，確定位置并得到峰的高度；
[0013](2.5)、峰的配準(zhǔn):校正并配準(zhǔn)樣本件不一致的生物標(biāo)記物；
[0014]步驟三:數(shù)據(jù)的處理:利用步驟二中提取的特征峰矩陣進(jìn)行臨床診斷，且進(jìn)行監(jiān)控，并將其分類(lèi)；
[0015]步驟四:數(shù)據(jù)的統(tǒng)計(jì):將所獲得的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，并且做成相應(yīng)的表格。
[0016]本發(fā)明具有如下有益效果:便于對(duì)大型數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，速度快，節(jié)省時(shí)間，效率高。
【具體實(shí)施方式】
:
[0017]本【具體實(shí)施方式】采用如下技術(shù)方案:它的方法為:
[0018]步驟一:建立完整的數(shù)據(jù)庫(kù)，且采用實(shí)時(shí)更新的方式進(jìn)行數(shù)據(jù)更新；
[0019]步驟二:數(shù)據(jù)的預(yù)處理:
[0020](2.1)、數(shù)據(jù)過(guò)濾:對(duì)數(shù)據(jù)進(jìn)行去噪音；
[0021](2.2)、基線校正:去掉由于系統(tǒng)誤差產(chǎn)生的基線；
[0022](2.3)、數(shù)據(jù)標(biāo)準(zhǔn)化:校正從樣本中解吸和電離得到的大量蛋白質(zhì)的系統(tǒng)差異；
[0023](2.4)、峰的提取和量化:找到在對(duì)照組和殘疾組有顯著差異的特征峰，量化它們的特征，確定位置并得到峰的高度；
[0024](2.5)、峰的配準(zhǔn):校正并配準(zhǔn)樣本件不一致的生物標(biāo)記物；
[0025]步驟三:數(shù)據(jù)的處理:利用步驟二中提取的特征峰矩陣進(jìn)行臨床診斷，且進(jìn)行監(jiān)控，并將其分類(lèi)；
[0026]步驟四:數(shù)據(jù)的統(tǒng)計(jì):將所獲得的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，并且做成相應(yīng)的表格。
[0027]以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1.一種基于線性混合模型對(duì)大型數(shù)據(jù)的統(tǒng)計(jì)分析方法，其特征在于它的方法為: 步驟一:建立完整的數(shù)據(jù)庫(kù)，且采用實(shí)時(shí)更新的方式進(jìn)行數(shù)據(jù)更新； 步驟二:數(shù)據(jù)的預(yù)處理: (2.1)、數(shù)據(jù)過(guò)濾:對(duì)數(shù)據(jù)進(jìn)行去噪音； (2.2)、基線校正:去掉由于系統(tǒng)誤差產(chǎn)生的基線； (2.3)、數(shù)據(jù)標(biāo)準(zhǔn)化:校正從樣本中解吸和電離得到的大量蛋白質(zhì)的系統(tǒng)差異； (2.4)、峰的提取和量化:找到在對(duì)照組和殘疾組有顯著差異的特征峰，量化它們的特征，確定位置并得到峰的高度； (2.5)、峰的配準(zhǔn):校正并配準(zhǔn)樣本件不一致的生物標(biāo)記物； 步驟三:數(shù)據(jù)的處理:利用步驟二中提取的特征峰矩陣進(jìn)行臨床診斷，且進(jìn)行監(jiān)控，并將其分類(lèi)； 步驟四:數(shù)據(jù)的統(tǒng)計(jì):將所獲得的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，并且做成相應(yīng)的表格。
【專(zhuān)利摘要】一種基于線性混合模型對(duì)大型數(shù)據(jù)的統(tǒng)計(jì)分析方法，它涉及線性混合模型技術(shù)領(lǐng)域，它的方法為：步驟一：建立完整的數(shù)據(jù)庫(kù)，且采用實(shí)時(shí)更新的方式進(jìn)行數(shù)據(jù)更新；步驟二：數(shù)據(jù)的預(yù)處理；步驟三：數(shù)據(jù)的處理：利用步驟二中提取的特征峰矩陣進(jìn)行臨床診斷，且進(jìn)行監(jiān)控，并將其分類(lèi)；步驟四：數(shù)據(jù)的統(tǒng)計(jì)：將所獲得的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，并且做成相應(yīng)的表格；它便于對(duì)大型數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，速度快，節(jié)省時(shí)間，效率高。
【IPC分類(lèi)】G06F19/28
【公開(kāi)號(hào)】CN104933330
【申請(qǐng)?zhí)枴緾N201510249134
【發(fā)明人】傅濤, 朱平, 蔣霞
【申請(qǐng)人】江蘇博智軟件科技有限公司
【公開(kāi)日】2015年9月23日
【申請(qǐng)日】2015年5月15日