1. 研究目的与意义及国内外研究现状

现在，社会的工作相对于以前的工作发生了巨大变化。随着工业的发展，需要体力劳动的工作越来越少，很多工作都已被机器人取代，转而形成以脑力劳动为主的工作形式。但是我们发现突发急性病症明显减少，随之而来的是患慢性病的人群明显增多，慢性病成了人们亟需解决的问题。

本文旨在通过统计学中对于处理分类数据分析的方法，以论证慢性肾脏病的相关影响因素。对预防慢性肾脏病提出合理建议。

2. 研究的基本内容

本文对总共使用三种方法对与慢性肾脏病有关因素进行分析。其中，各种方法对缺失值处理和变量筛选运用了不同方法。

首先，运用聚类分析法分析出患病者的身体信息分类。然后，在logistic回归分析中，对数据采取简单删除法删除缺失样本，然后使用逐步回归法筛选变量，最后建立logistic模型，对模型检验并预测。由于存在缺失值将影响准确性，所以采用综合插补法插补缺失值后重新建立logistic模型。并对比简单删除法与综合插补法建立的模型有何不同。在判别分析中，首先使用lasso算法对变量进行筛选，并采取Fisher判别法对样本建立判别方程。对20个变量做聚类分析。在决策树分析中，对缺失数据采取简单删除法。

3. 实施方案、进度安排及预期效果

实施方案：

1、查阅相关资料，了解聚类分析，logistic模型、lasso算法、判别分析以及决策树

4. 参考文献

[1] 何晓群,刘文卿.应用回归分析（第三版）.中国人民大学出版社,2011.1:235-245

[2] 邓集贤，杨维权.概率论及数理统计第四版下册.高等教育出版社,2009.2:26-114

[3] 魏强强.纵向数据有关模型研究：[硕士论文].宁夏大学,2008.4