第 6 章医药信息分析方法

1. 第6章医药信息分析方法 课程网站http://www.gdpu.cn/jpkc/index.asp

2. 第6章 医药信息分析方法——决策树法 引言 6.1 决策树法的基本理论 6.2 决策树法的应用 6.3 决策树分析的实现

3. 引言 一、信息分析的理解 以社会用户的特定需求为依托，以定性和定量研究方法为主要手段，通过对文献信息的收集、整理、鉴别、评价、分析、综合等系列化加工过程，形成新的、增值的信息产品，最终为不同层次的科学决策服务的一项具有科研性质的智能活动。

4. 引言 二、信息分析的作用 1、在科学管理中发挥参谋和智囊作用； 2、在研究开发中担负助手作用； 3、在市场开拓中起保障和导向作用； 4、在动态跟踪与监视中起耳目和预警作用。 信息为决策做准备

5. 引言 三、信息分析方法 1、信息分析方法是指信息研究过程中所采用的一切方法和技巧的总和。 2、常规的信息分析方法是在收集、加工、存储、和传递信息的基础上，采用定性和定量的方法对其进行处理，从中提取出更直观的知识，以便制定或选择决策方案。 3、定量分析方法的体现：联机分析处理和数据挖掘等新技术。 信息分析为决策服务

6. 引言 四、决策的概念 为了实现特定的目标，根据客观的可能性，在占有一定信息和经验的基础上，借助一定的工具、技巧和方法，对影响未来目标实现的诸因素进行准确的计算和判断，选出最优方案，对未来行动做出决定。

7. 引言 决策的三个基本特征：未来性；选择性；实践性 决策的四个基本要素： • 决策主体 • 决策目标 • 决策对象 • 决策环境

8. 五、决策的种类 引言 • 按决策问题所处的条件分为确定性决策、不确定型决策和对抗型决策； • 按问题的性质分为程序化决策和非程序化决策； • 按决策涉及的范围分为总体决策和局部决策； • 按决策过程是否运用数学模型来辅助决策分为定性决策和定量决策； • 按决策目标的数量分为单目标决策和多目标决策。 • 按决策的整体构成分为单阶段决策和多阶段决策。

9. 引言 六、决策的作用 • 由决策目标到结果的中间媒介作用； • 提供有事实根据的最优行动方案，避免盲目性、减少风险性的导向效应； • 在市场、经济、管理等诸多领域中用途广泛。

10. 一个完整的决策过程图： 发现决策 问题 确定决策 目标 拟定被选 方案 方案实施 反馈 方案抉择

11. 决策的原则 做出正确的决策应遵循的三条原则： • 可行性原则 • 经济性原则 • 合理性原则

12. 6.1 决策树法的基本理论 一、定量决策技术与方法 1、确定型决策 确定性决策问题是指决策者确切地知道不可控制的环境的未来表现。 （1）线性规划（图解法）。 线性规划是一种寻求单位资源最佳效用的数字方法，常用于组织（特别是企业）内部有限资源的调配问题。

13. 6.1 决策树法的基本理论 （2）盈亏平衡分析。 盈亏平衡分析是把生产总成本划分为固定成本和变动成本的基础上，分析成本、产量和利润三者关系的计量方法。 盈亏平衡分析的关键在于找出盈亏平衡点。 所谓盈亏平衡点是指在直角平面坐标系中企业利润为零的点，也即企业销售收入总额与成本总额相等的点。 确定盈亏平衡点后就能作出相应的决策判断。

14. 6.1 决策树法的基本理论 2、不确定型条件下的决策模型和技术。 （1）风险型决策。 即能预知各种自然状态出现概率的决策。 主要用于远期目标的战略决策或随机因素较多的非常规性决策。 A、决策树 决策树是决策问题的图形表达，对分析多阶段的管理决策问题极为有用。 优点：把可行方案、所冒风险及结果（各阶段结果、最终结果）展示在一张图上，并将概率引入决策问题，使决策一目了然。 B、损益表 损益表主要用于解决单阶段决策问题。 优点：直观简洁。

15. 6.1 决策树法的基本理论 （2）不确定性决策 即无法预知各种自然状态出现概率的决策。 A、小中取大准则 采用这一准则可保证决策者至少可获得某一收益。因为不论实际发生的状况如何，都不会取得更差的结果。 B、大中取小准则 即利用机会损失形式的偿付矩阵。 C、大中取大准则 即比较各方案所产生的最大收益，而选取其中最大的一个

16. 6.1 决策树法的基本理论 D、赫威兹准则 即将每项行动所产生的最大收益和最小收益加权平均，来选取最佳方案。 E、最大可能准则 即先找出何种状态最可能发生，然后选取在这个状态下，能产生最大收益的那一种行动。 F、同等可能准则 G、完整情报的期望值准则

17. 6.1 决策树法的基本理论 二、决策树法 决策树法（decision trees method）是决策分析中解决风险型决策的最常用的方法之一，这种方法不仅直观方便，而且可以更有效地解决比较复杂的决策问题。 决策树法是数据挖掘（Data Mining）中对信息进行分类的、最实用的一种技术。

18. 补充：数据挖掘 数据挖掘Data Mining，也称之为信息抽取Information Extraction、数据考古学Data Archeology、信息收割Information Harvesting、智能数据分析Intelligent Data Analysis 在数据中正规地发现有效的、新颖的、潜在有用的，并且最终可以被读懂的模式的过程。 挖掘对象是超大型的数据库

19. 6.2 决策树法的应用 • 决策树是面向分类、预测任务的流行技术。 • 树中的每一个元素就是一个结点。该树的每个非终端点均表示被考察数据项目的一个测试或决策。根据测试结果，选择某个分支。为了分类一个特定数据项目，我们从根结点开始，一直向下判定．直到到达一个终端结点为止。当到达一个终端结点时，一个决策便形成了。

20. 6.2 决策树法的应用 一、用决策树预测 决策树法是解决风险型决策的一种行之有效的方法，将决策对象连续地分为各级各单元。 决策树就是对决策局面的一种图解，使决策问题形象化。它把各种备选方案、可能出现的自然状态及各种益损值按一定方法绘制在一棵树形图上，便于分析者进行比较和选择最佳预测方案。

21. 6.2 决策树法的应用 • 1、决策树的基本结构 • 决策树由决策点、方案节点、树枝、结果节点四部分组成，这四个部分分别用方框（□）、圆圈（○）、线段（—）和三角（△）表示，按一定规则组成并用来表示一个决策问题的图形。 • “□”为决策点（亦称根节点）。 • “○”称为方案节点（亦称状态点、内部节点）。 • “△”为结果节点（亦称叶节点），表示一条概率分枝末端。

22. 结果节点 方案节点 行动分枝 决策点 状态分枝 6.2 决策树法的应用

23. 2、决策树法进行决策的步骤 1）绘制决策树。一般是从左向右绘制，先绘制决策点“□”，再绘制由决策点引出的方案分枝，有几个备选方案，就要画几个分枝； 2）计算方案的期望益损值。在决策树中从末梢开始按从右向左的顺序，利用决策树上标出的益损值和它们相应的概率计算出每个方案的期望益损值。 3)根据期望益损值进行决策，选择收益期望值最大（或损失期望值最小）的行动作为最优行动方案保留。

24. 6.2 决策树法的应用 例1、 某药厂欲通过决策分析，确定下一年某药品的合理生产批量，使药厂获得更大的利润。针对生产规模可采取的两种方案，选择哪种方案好呢？

25. 第一，加大批量生产（所需开支为75，000万元），估计药品投放市场畅销、销路一般、滞销的概率分别为0.4、0.4、0.2，三种市场反应所能获得收益分别为500,000、25,000、1,000（万元）。第一，加大批量生产（所需开支为75，000万元），估计药品投放市场畅销、销路一般、滞销的概率分别为0.4、0.4、0.2，三种市场反应所能获得收益分别为500,000、25,000、1,000（万元）。 • 第二，保持原有批量生产（所需开支为15，000万元），药品投放市场畅销、销路一般、滞销的概率分别为0.3、0.4、0.3，三种市场反应所能获得收益分别为200,000、10,000、3,000（万元）。

27. 运用概率论中数学期望的计算方法。

28. 天气 下雨 晴天 阴天 是 刮风 湿度 大风 无风 大 一般 `微风 否 温度 否 否 是 冷 热 舒适 否 是 否 6.2 决策树法的应用

29. 6.2 决策树法的应用 例3、南方医院供应公司是一家制造医护人员的工装大褂的公司。该公司正在考虑扩大生产能力。它可以有以下几个选择：什么也不做；建一个小厂；建一个中型厂；建一个大厂。新增加的设备将生产一种新型的大褂，目前该产品的潜力或市场还是未知数。如果建一个大厂且市场较好就可实现$100，000的利润。如果市场不好则会导致$90，000的损失。但是，如果市场较好，建中型厂将会获得$40，000，市场不好则损失$5，000。当然，还有一个选择就是什么也不干。最近的市场研究表明市场好的概率是0.4，也就是说市场不好的概率是0.6。如何利用决策树作出合适的生产能力计划。

30. 二、决策树在医药信息整合中的应用 6.2 决策树法的应用 ㈠　疾病诊断治疗 ㈡　基因与高分子序列分析 ㈢　医院信息系统挖掘 ㈣　医疗政策分析 ㈤　医疗卫生保健 ㈥　医疗资源利用评价