全文总字数：3350字

1. 研究目的与意义及国内外研究现状

自闭症谱系障碍（autism spectrum disorders,asd）是以社交障碍、局限刻板、重复性行为及狭隘兴趣为主要特征的发育障碍性疾病，属于神经发育障碍范畴。因其预后差，致残率高，给社会和家庭带来极大的精神、经济负担,自闭症谱系障碍已经成为全球关注的公共卫生问题。

最近asd在行为科学范畴中被研究，使用基于统计软件的机器学习方法来加快筛选时间或提高敏感性、特异性或诊断过程的准确性。本文将asd诊断问题视为一项分类任务，基于自闭症筛查成人数据集，结合国内外研究现状，着重从处理缺失数据、高维数据降维、模型比较三方面展开论述，建立bp神经网络、决策树和贝叶斯等数学模型，得到影响响应变量的显著因素，并且比较不同模型的优缺点。

随着社会发展，社会关注认识度的提升，筛查及诊断工具的更新，调查方法的完善，国内外统计均显示asd患病率呈升高趋势，且有明显性别偏倚。与国外相比，我国对其研究起步晚，了解我国asd的患病率，研究统计软件在asd分类中的应用，为其预防、治疗及其他方面研究提供基础资料及参考，进行asd患病率的循证分析十分重要。

2. 研究的基本内容

自闭症谱系障碍(autism spectrum disorders,ASD)防治是全球性共同关注的健康问题，是各个国家目前面对的严重挑战，而防治的基础是预测。通过症状问卷调查及了解相关病理进而对 ASD进行预测将能够有效防治 ASD，本文尝试将704个案例数据抽取3/4的样本作为试验集，剩下部分作为测试集。本文将ASD诊断问题视为一项分类任务,通过聚类分析比较ASD组和正常组中ASD典型特征A1-A10的相似性，以此来判别行为量表的有效性；其次将单因素分析中有统计学意义（）的各个因素代入多因素Logistic回归模型中得到Logistic回归方程，并建立BP神经网络、贝叶斯分类、决策树和支持向量机四种数学模型,得到影响响应变量的显著因素,并比较不同模型的优缺点。

3. 实施方案、进度安排及预期效果

2018年1月-2018年2月初：查找数据，查阅相关文献，确定论文题目。

2018年2月-2018年3月中旬：在老师的指导下，拟定写作提纲和开题报告。

2018年3月中旬-2018年4月初：基于所选数据集，进行多种高维变量选择方法的应用及结果对比。

4. 参考文献

[1] 陈顺森, 白学军, 张日昇. 自闭症谱系障碍的症状、诊断与干预[j]. 心理科学进展, 2011, 19(1):60-72.

[2] 卜凡帅, 徐胜. 自闭症谱系障碍诊断标准:演变、影响与展望[j]. 中国特殊教育, 2015(2).

[3]王立皓. 国外孤独症谱系障碍的早期筛查诊断与干预[j]. 中国学校卫生, 2016, 37(6):952-957.