Download PDF
Methods Inf Med 1965; 04(03): 107-111
DOI: 10.1055/s-0038-1636358
Original Articles
Schattauer GmbH

Homogenitätsprüfung vieldimensionaler medizinischer Daten mittels Hauptachsentransformation

Testing Homogeneity of Multidimensional Medical Data by Means of Principal Component Analysis
P. Ihmund
1   Aus dem Gemeinsamen Forschungszentrum der Europäischen Atomgemeinschait — Ispra, Italien
,
A. Liebau
1   Aus dem Gemeinsamen Forschungszentrum der Europäischen Atomgemeinschait — Ispra, Italien
› Author Affiliations
Further Information

Publication History

Publication Date:
16 February 2018 (online)

    Permissions and Reprints

Es wird eine Methode angegeben, um n-dimensionale medizinische Daten auf ihre Homogenität zu prüfen. Dazu werden die Individuen der Stichprobe als Punkte in einem n-dimensionalen reellen , Raüm dargestellt und auf eine Ebene projiziert, die die Eigenschaft hat, daß beim Vorliegen von Gruppen die Zwischengruppenvarianz auf dieser Ebene maximisiert wird. Dort können dann gegebenenfalls die Gruppen isoliert werden.

Das Prinzip des Verfahrens wird an einem Testbeispiel aus der klinischen Medizin demonstriert. Die Behandlung lückenhafter Daten wird besprochen.

A method is described for testing n-dimensional medical data for homogeneity. The individuals of the sample are represented by points in an n-dimensional real space, and the points are projected onto a plane chosen such that on this plane in the case of non-homogeneity, i.e. the existence of groups, the between-group variance will be maximised. On this plane, such groups could be delimited. The principle of the method is explained by a clinical example. The handling of incomplete data is also discussed.

 

  • Literaturverzeichnis

  • 1 Blackith R. E. Multivariate statistical methods in human biology. Med. Dok 5: 26-28 1961;
    PubMedGoogle Scholar
  • 2 Borko H. The construction of an empirically based mathematically derived classification system. Proc. Spring. Joint Computer Conf 23: 279-289 1962;
    PubMedGoogle Scholar
  • 3 Colodert L, et Blondeau H. L’espèce Streptococcus fae-calis. Ann. Inst. Pasteur 103: 345-362 1962;
    PubMedGoogle Scholar
  • 4 Cramer H. Mathematical Methods of Statistics. Princeton University Press; Princeton, USA: 1946
    Google Scholar
  • 5 Defayolle M, et Colodert L. L’espèce Streptococcus faecalis. Ann. Inst. Pasteur 303: 505-522 1962;
    PubMedGoogle Scholar
  • 6 Driver H. E, and Schuessler K. F. Factor analysis of ethnographic data. Amer. Anthropologist 59: 655-663 1957;
    CrossrefPubMedGoogle Scholar
  • 7 Hill L. R, and Silvestri L. G. Quantitative Methods in the Systematics of Actinomycetales, III. Giorn. Microbiol 30: 1-28 1962;
    PubMedGoogle Scholar
  • 8 Ihm P. Methoden der Taxometrie. Proc. IBM Symp. Inform. Retrieval; Blaricum: Nov. 1962
    Google Scholar
  • 9 Ihm P. Automatic Classification in Anthropology. In »The Use of Computers in Anthropology«. ed. D. Hymes Mouton & Co.; Den Haag: 1965
    Google Scholar
  • 10 Ledley R. S, and Lusted L. B. The role of computers in medical diagnosis. Med. Dok 5: 70-78 1961;
    PubMedGoogle Scholar
  • 11 Lysenko O, and Sneath P. H. A. The Use of Models in Bacterial Classification. Journ. General Microbiol. 20: 284-290 1959;
    PubMedGoogle Scholar
  • 12 Overall J. E, and Williams C. M. Models of Medical Diagnosis: Factor Analysis. Med. Dok 5: 51-56 78-80, 1961;
    PubMedGoogle Scholar
  • 13 Rao C. R. Advanced Statistical Methods in Biometrie Research. Wiley & Sons; New York: 1952
    Google Scholar
  • 14 Renyi A. Wahrscheinlichkeitsrechnung. VEB Deutscher Verlag der Wissenschaften; Berlin: 1962
    Google Scholar
  • 15 Richter H. Wahrscheinlichkeitstheorie. Springer Verlag; Berlin: 1956
    Google Scholar
  • 16 Rogers D. J, and Tanimoto T. T. A computer program for classifying plants. Science J32: 1115-1118 1960;
    PubMedGoogle Scholar
  • 17 Rohlfs F. J, and Sokal R. R. The description of taxono-mic relationships by factor analysis. Syst. Zoology 33: 1-16 1962;
    PubMedGoogle Scholar
  • 18 Schnell P. Eine Methode zur Auffindung von Gruppen. Vortragskurzfassung. Biometr. Zschr 6: 47-48 1964;
    PubMedGoogle Scholar
  • 19 Schuessler K. F, and Driver H. E. A factor analysis of 16 primitive societies. Amer. Sociol. Rev 23: 493-499 1956;
    PubMedGoogle Scholar
  • 20 Silvestri L, Turri M, Hill L. R, and Gilardi E. A quantitative approach to the systematics of Actinomycetes based on overall similarity. XII th. Symp. Soc. Gen. Microbiol. University Press; Cambridge: 1962. p. 333-360
    Google Scholar
  • 21 Sneath P. H. A. The application of computers to taxonomy. J. Gen. Microbiol 37: 201 1957;
    PubMedGoogle Scholar
  • 22 Sneath P. H. A. The construction of taxonomic groups. In »Microbial Classification«. XIIth. Symp. Soc. Gen. Microbiol. Cambridge University Press; Cambridge, England: 1962. p. 289-332
    Google Scholar
  • 23 Sokal R. R, and Michener C. D. A statistical method for evaluating systematic relationships. Univ. Kansas Science Bull 38: 1409-1438 1958;
    PubMedGoogle Scholar
  • 24 Stroud C. P. An application of factor analysis to’ the systematics of Kalotermes. System. Zoology 2: 76-92 1953;
    PubMedGoogle Scholar
  • 25 Tanimoto T. T. An elementary mathematical theory of classification and prediction. New York: IBM; Report of 17. 11. 58 1958
    Google Scholar