Многофакторный анализ по Байесу, информативность по Шеннону Опции

[thedarkspirit]

Здравствуйте!
Есть следующая задача:
- дан исход заболевания для каждого больного (благоприятный/неблагоприятный)
- есть набор различных факторов для прогноза этого исхода по каждому больному
Необходимо
- оценить информативность факторов для прогноза по Шеннону
- определить некие весовые коэффициенты решающего правила по Байесу

Задача стоит так и никак иначе. Логистическая регрессия и т.д. использовать нельзя

Собственно чего не понятно

1) Имея представление о информационной мере Шеннона не до конца понимаю как оценивать информативность фактора для ПРОГНОЗА.
Считать разность между энтропией по каждому из исходов ?
2) Опять же имея представление о Байесовском подходе не могу понять как расчитываются коэффициенты.
В примере, который имеется перед глазами, указаны некоторые коэффициенты для каждой градации каждого фактора прогноза в диапазоне грубо говоря от -120 до +120

Может быть кто-нибудь порекомендует литературу по данному подходу и ПО, в котором такие вычисления возможно провести.

Руководитель никаких источников информации не дал. Только выдал как пример фрагмент диссертации, где указаны только итоговые значения.

Заранее спасибо за уделенное внимание.

[DoctorStat]

Есть следующая задача:

Дайте полную постановку задачи с исходными данными (числами), чтобы стало понятнее, о чем идет речь.

[thedarkspirit]

Задача
Оценить значимость влияния различных клинических признаков, а так же их информативность, на исход заболевания.
В таблице соответственно Признак1-ПРизнак2 некоторые показатели
Исход - соответственно исход заболевания 1 - не благоприятный, 2 - благоприятный.

Необходимо получить информативность признаков по Шеннону и рассчитать коэффициенты решающего правила по Байесу для каждой градации каждого признака.

 Данные.rar ( 4,17 килобайт ) Кол-во скачиваний: 392


В приложении файл с данными. Пришлось заархивировать, экселевский файл в чистом виде не грузился.

[Игорь]

Задача стоит так и никак иначе. Логистическая регрессия и т.д. использовать нельзя

Конечно, нельзя. Ибо представленные в примере данные, согласно алгоритму Фаррара-Глобера, являются мультиколлинеарными.