Étude sur l’indice de masse corporelle
Étude sur l’indice de masse corporelle
Statistical Analysis in Pediatrics · lab
Fiche de révisionGuide de TP
Rédigée à partir de ce document, puis vérifiée avant publication.
Ce TP a pour objectif de vous initier à l'environnement Matlab et à la théorie bayésienne à travers un problème biomédical concret : la prédiction du diabète chez des femmes amérindiennes Pimas. Vous apprendrez à manipuler des données, visualiser des distributions, et implémenter deux versions d'un classifieur bayésien. Ce travail nécessite Matlab et un fichier de données « pima.mat » contenant des mesures biomédicales.
Dans cette étape, vous chargez les données et préparez la matrice d’apprentissage avec les variables choisies.
load('pima.mat')
xtemp = xall(:, [2 6]);
Un résultat correct est une matrice 709×2 contenant les deux variables sélectionnées.
Cette étape vise à visualiser la distribution des variables selon la classe (diabétique ou non) pour mieux comprendre le problème.
hist(xtemp(y == -1, 1)) % glucose non diabétique
hist(xtemp(y == 1, 1)) % glucose diabétique
hist(xtemp(y == -1, 2)) % IMC non diabétique
hist(xtemp(y == 1, 2)) % IMC diabétique
plot(xtemp(y == -1, 1), xtemp(y == -1, 2), 'bo') % non diabétiques en bleu
hold on
plot(xtemp(y == 1, 1), xtemp(y == 1, 2), 'ro') % diabétiques en rouge
hold off
Un bon résultat montre des histogrammes distincts selon la classe et un nuage de points 2D où les deux classes sont visibles avec des couleurs différentes.
Vous implémentez ici un classifieur bayésien sous l’hypothèse que les variables sont indépendantes et ont la même variance (σ² = 1) pour toutes les classes.
Pw1 = sum(y == 1) / n;
Pw_1 = sum(y == -1) / n;
moyenne = mean(xtemp);
ecart_type = std(xtemp);
x = (xtemp - moyenne) ./ ecart_type;
mu1 = mean(x(y == 1, :));
mu_1 = mean(x(y == -1, :));[X1, X2] = meshgrid(linspace(min(x(:,1)), max(x(:,1)), 100), linspace(min(x(:,2)), max(x(:,2)), 100));
Xtest = [X1(:) X2(:)];
g1 = -0.5 * sum((Xtest - mu1).^2, 2) + log(Pw1);
g_1 = -0.5 * sum((Xtest - mu_1).^2, 2) + log(Pw_1);
f = g1 - g_1;
F = reshape(f, size(X1));
contour(X1, X2, F, [0 0], 'LineWidth', 2)
hold on
plot(x(y == -1, 1), x(y == -1, 2), 'bo')
plot(x(y == 1, 1), x(y == 1, 2), 'ro')
hold off
Un résultat correct montre une frontière de décision lisse séparant les deux classes sur le graphique.
Cette étape généralise le classifieur en estimant la matrice de covariance Σi pour chaque classe, sans hypothèse de variance égale ou indépendance.
Pw1 = sum(y == 1) / n;
Pw_1 = sum(y == -1) / n;
mu1 = mean(x(y == 1, :));
mu_1 = mean(x(y == -1, :));Sigma1 = cov(x(y == 1, :));
Sigma_1 = cov(x(y == -1, :));
invSigma1 = inv(Sigma1);
invSigma_1 = inv(Sigma_1);
detSigma1 = det(Sigma1);
detSigma_1 = det(Sigma_1);
diff1 = Xtest - mu1;
diff_1 = Xtest - mu_1;
g1 = -0.5 * sum((diff1 * invSigma1) .* diff1, 2) - 0.5 * log(detSigma1) + log(Pw1);
g_1 = -0.5 * sum((diff_1 * invSigma_1) .* diff_1, 2) - 0.5 * log(detSigma_1) + log(Pw_1);
f = g1 - g_1;
F = reshape(f, size(X1));
contour(X1, X2, F, [0 0], 'LineWidth', 2)
hold on
plot(x(y == -1, 1), x(y == -1, 2), 'bo')
plot(x(y == 1, 1), x(y == 1, 2), 'ro')
hold off
La différence avec le classifieur précédent réside dans la forme plus flexible de la frontière de décision, qui peut être non linéaire et mieux adaptée aux données.