臺灣博碩士論文加值系統

在民國96年行政院衛生署的統計資料調查中，發現國人的前十大死因的排行中，惡性腫瘤 (癌症)蟬聯26年以來的首位死亡因素，而其中根據衛生署和世界衛生組織(WHO)的資料顯示，在各種癌症中，以口腔癌最值得關注。隨著醫療技術的進步，現在的口腔癌早期發現早期治療且越早發現痊癒的機會越大，口腔癌的復發大都發生在3年內，只要癌細胞沒有轉移，痊癒的機率是非常高的，所以也顯示出及早發現癌細胞病變的重要性。在本研究中，為了解決上面所提到的問題，主要透過T檢定，從一百多樣檢驗中找出一組最適用的檢驗，以減少所需做檢驗的種類數目，從而達到減少時間和醫療資源的需求，本研究進一步再利用判別分析和羅吉斯迴歸分析這兩種不同概念的預測方法建構預測模型，最後比較此兩種預警模型的優缺，以找出一套較適用可以輔助醫生做判斷癒後狀況的預警模型。
本文透過國內某家醫院之口腔癌病患檢驗資料加以分析，研究結果發現利用判別分析和羅吉斯迴歸分析這兩類方法所建立之模式，其預測正確率均高達90%以上，最後比較分析兩模型之效力，發現各有其優缺點。本論文所求得知結果可以提供醫生做為判斷的依據之一，不僅可以降低來回花費地時間導致病情更加嚴重，還可以降低醫療資源的使用，從而增加口腔癌患者痊癒的可能性。

In 2007, according to the statistical data of Department of Health, Executive Yuan, the Cancer had been won first place from top 10 leading causes of death since twenty-six years ago. According to The World Health Organization (WHO) and Department of Health, Executive Yuan, had report that oral cancer was paid close attention in all kind of cancer. In the past, the oral cancer was incurable terminal illness, but now the oral cancer could be early detected and early treated with advances medical technology. The oral cancer always had a relapse in three years. And if the cancer cells didn’t transfer, the probability of the recovery was very high. In this study, we wanted to solve the problem that detected cancer metastasis as soon as possible, so we employed T test to find a set of medical examinations from all medical examinations that oral cancer patients had been done. It not only can avoid wasted a lot of time on waiting result, but can reduce the cost. And further, we employed Discriminant Analysis and Logistic Regression analysis to develop pre-warning model for the oral cancer patients’ medical prognosis. Finally, we compared the advantages and disadvantages of two models, and then we would select the better one, which is more suitable for assist doctor to make policy.
The data of this study was domestic oral cancer patients to make medical examinations in an empirical hospital. The results showed accuracy rate of two pre-warning models were closed 90%. Finally, we compared the effectiveness of the two models and found that each model had its advantages and disadvantages. The results of this study could assist doctors to determine of oral cancer patients prognosis status. It not only can reduce checking time to cause that illness had deteriorated, but also can reduce the wasted of medical resources.

中文摘要 I
Abstract II
致　　謝 III
目　　錄 IV
圖　目　錄 V
表　目　錄 VI
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
第二章 相關技術與研究探討 4
2.1 摺刀法 (Jacknife method) 4
2.2 判別分析（Discriminant Analysis） 5
2.3 羅吉斯迴歸分析 (Logistic Regression) 7
2.4 模型預測能力衡量方法 10
2.4.1 模型正確率 10
2.4.2 Press’s Q值 11
2.4.3誤判成本 11
2.5 研究工具 13
2.5.1 SQL server 2005 13
2.5.2 SPSS 14
第三章 研究設計 15
3.1研究範圍與對象 15
3.2實驗資料與研究變數 15
3.3 實驗步驟 20
第四章 實驗分析 25
4.1 探索具預測能力之相關變數(T檢定) 25
4.2 判別分析模型 26
4.3 二元羅吉斯迴歸模型 27
第五章 結論與未來發展 32
參考文獻 34
附錄A：病患資料表格範例 39
附錄B： T檢定結果 43
附錄C：病患做過的所有檢驗 45

[1] 黃俊英，多變量分析，第五版，台北：中國經濟企業研究所，1995。
[2] 陳順宇，多變量分析三版，台北：華泰書局，2004。
[3] 王濟川、郭志剛，Logistic迴歸模型－方法及應用，五南圖書，2004。
[4] 周文賢，多變量統計分析SAS/STAT使用方法，智勝文化事業有限公司，2004。
[5] 蕭文龍（2007），多變量分析最佳入門實用書-SPSS+LISREL(SEM)。台北：碁峰資訊。
[6] 李桐豪、呂美慧，金融機構房貸客戶授信評量模式—以Logistic迴歸分析，台灣金融財務季刊，第一卷第一期，1-20頁，2000。
[7] 劉展宏、張金鶚，購屋貸款提前清償行為之研究，住宅學報，第十卷第一期，29-49頁，2001。
[8] 李博智，資料探勘在慢性病預測模式之建構，元智大學資訊管理學研究所碩士論文，2002。
[9] 劉家宏，台灣新上市櫃公司存活之預警模式研究， 朝陽科技大學保險金融管理系，84頁，2002。
[10] 林明宏，壽險保單早期失效之預測。－類神經網路之應用，朝陽科技大學保險金融管理系，61頁，2003。
[11] 江志宏，運用基因演算法建構疾病預測模型之研究－以尿路結石疾病預測為例。臺灣大學商學研究所博士論文，2003。
[12] 黃志暉，臺東地區主要競爭醫院忠誠病人之區辨研究，高雄醫學大學公共衛生學研究所碩士在職專班碩士論文，共153 頁，2004。

[13] 趙建剛，失智症預測模式之研究，義守大學管理科學研究所碩士論文，共127 頁，2004。
[14] 林國順，房屋貸款逾期還款預警模式之研究，大同大學事業經營所碩士論文，2004。
[15] 蔡劍霞、王懿德、余菁蓉、俞旭昇，判別分析應用於台灣上市公司之股價表現─以半導體業、光電材料及元件業為例，第一屆台灣作業研究學會學術研討會暨科技與管理學術研討會，2004。
[16] 郭曜彰，邱裕鈞，「汽機車碰撞事故之肇事鑑定專家系統」，逢甲大學交通工程與管理所碩士論文，2005。
[17] 莊緯璉 ，運用判別分析進行山崩潛感分析之研究－以臺灣中部國姓地區為例，國立中央大學應用地質研究所碩士論文，178頁，2005。
[18] 張弼超，運用羅吉斯迴歸進行山崩潛感分析-以臺灣中部國姓地區為例，國立中央大學應用地質研究所碩士論文，共134 頁，2005。
[19] 陳嬿婷，決策樹與判別分析在稻米品質資料上的比較，國立中興大學農藝學系所碩士論文，76頁，2005。
[20] 盧瑜芬，使用三種資料探勘演算法－類神經網路、Logistic 迴歸及決策樹－預測乳癌患者存活情形之效能比較，國防醫學院公共衛生學研究所流行病學組碩士論文，112頁，2006。
[21] 何子銘、盧瑜芬、許家瑋、白健佑、白璐、周雨青等，運用三種資料探勘方法預測子宮頸癌存活情形之比較。台灣家醫誌，16(3)，192-203，2006。
[22] 李御璽,顏秀珍,楊乃樺,廖晨涵,黃柏文,英家慶,賴郁菁，資料探勘在心臟病預測模型上之研究，Journal of Informatics & Electronics, Vol.2, No.1, pp.19-28. October 2007

[23] 林淑萍,黃劭彥,蔡昆霖，企業危機預警模式之研究-DEA-DA、Logistic 迴歸與類神經網路之應用會計與公司治理，2007。
[24] 蕭文卿、王國光、黃麗君，現金卡消費者風險評估模型之研究，金融風險管理季刊，第三卷第一期，2007。
[25] 張君雅，商業銀行房貸客戶違約因素之探討，世新大學財金所碩士論文，2007。
[26] 周欣怡，房屋貸款違約預測-存活分析模型之應用，真理大學財經研究所碩士論文，2008。
[27] 洪義雄，住宅抵押貸款信用風險之研究，國立高雄應用科技大學金融資訊研究所碩士論文，2009。
[28] 侯藹玲、沈柏志，「由資料採礦技術探討微陣列資料篩選乳癌相關基因」，數據分析，第4卷，第3期，頁 159-178 (其他) ，2009年06月。
[29] American Institute for Cancer Research (AICR) Stopping Cancer BeforeIit Starts, Golden Books: New York，1999，馬雨沛譯 癌症止步！美國癌症研究院的防癌計畫，臺北：原水出版社，2004
[30] Beneish, M.D., 1995, “Interrelation among Events of Default,” Contemporary Accounting Research 12, fall, 57-84.
[31] Chen, M.C. and Huang, S.H.“Credit scoring and rejected instances reassigning through evolutionary computation techniques. ” Expert Systems With Applications, 24, 433-441 , 2003
[32] Deakin , E. B., "A Discriminate Analysis of Predictors of Business Failure," Journal of Accounting Research, Spring,167-179. , 1972


[33] Desai, V. S.; Crook, J.N. and Overstreet JR, G.A., “A comparison of neural networks and linear scoring models in the credit union environment. ”European Journal of Operational Research, 95(1), 24–37 , 1996
[34] Delen, D., G. Walker, et al.. Predicting breast cancer survivability: a comparison of three data mining methods. Artif Intell Med 34(2): 113-27 , 2005
[35] Espahibodi,P.，“Identification of Problem Bank and Binary Choices Models＂, 　Journal of Banking Finance, Vol.15 , P53-71 , 1991
[36] Eftekhar B, Mohammad K, Ardebili HE,Ghodsi M, Ketabchi E. Related Articles , Links Comparison of artificial neural network and logistic regression models for prediction of mortality in head trauma based on initial clinical data. , 2005
[37] Foster, B.P.,Ward,T.J., amd Woodroof, J. ,”An analysis of the usefulness of Debt defaults and Going Concern Opinions in Bankruptcy Risk Assessment.,” Journal of Accounting Auditing & Finance , Summer, 351-371 , 1998.
[38] Hardy Jr, W. E. and Adrian Jr, J. L. “A linear programming alternative to discriminant analysis in credit scoring.”Agribusiness, vol 1(4), 285-292 , 1985.
[39] Ko, Y.C., Huang, Y.L., Lee, C.H., Chen, M.J., Lin, L.M., and Tsai, C.C. .“Betel Quid Chewing, Cigarette Smoking and Alcohol Consumption Related to Oral Cancer in Taiwan,” Journal of Oral Pathology and Medicine, 24: 450-453. , 1995
[40] Noh, P.J.; Rohb,T.H. and Hana,I. “Prognostic personal credit risk model considering censored information.”Expert Systems with Applications , 28, 753–762 , 2005.
[41] Tam, K.Y. and Kiang, M.Y., , “Managerial Applications of Neural Networks: The Case of Bank Failure Predictions,” Management Science, Vol.38, No.7, pp. 926-947. , 1992
[42] West, D. “Neural network credit scoring models.”Computers and Operations Research, 27(11-12), 1131–1152 , 2000.
[43] http://www.bhp.doh.gov.tw/bhpnet/portal/Default.aspx--行政院衛生署 國民健康局 , 2010.07.18。
[44] 國民健康局Y96-癌症登記年度報告（全) ，http://www.bhp.doh.gov.tw/bhpnet/portal/StatisticsShow.aspx?No=200911300001， 2010.07.18。
[45] 世界衛生組織(WHO)，http://www.who.int/zh/index.html，2010.07.18。
[46] MSDN Library，http://msdn.microsoft.com/zh-tw/default.aspx ， 2010.07.18。
[47] 維基百科，http://zh.wikipedia.org/zh-hant/Microsoft_SQL_Server ，2010.07.18。
[48] 維基百科，http://zh.wikipedia.org/zh-tw/SPSS，2010.07.18。
[49] SPSS，http://www.sinter.com.tw/spss_new/seminars/SPSS18_allmodules_2010.htm，2010.07.18。