从二十世纪七十年代起,医疗费用的过快增长已成为各国政府和社会关注的热点问题,各国在控制医疗费用方面做了大量有益的探索。在我国,医疗费用的不合理增长,已成为导致医患关系日趋紧张的重要因素。为了有效控制医疗费用的过度增长,对医疗费用限高,我们迫切地需要一种能够对医疗费用实施有效监控的科学方法。现有医疗费用研究中所使用的大多为经典因子分析方法。然而对于经典因子分析,如果分析数据中存在特殊值或干扰信息,那么分析结果将会受到严重影响。在医疗系统中,不可避免的会出现许多特殊或突发病例,因此经典因子分析方法并不适合于医疗系统的数据分析。针对这一问题,本文提出模糊期望、模糊方差、模糊协方差及模糊相关系数的概念,并以此为理论基础建立模糊因子分析模型。模糊因子分析模型基于经典因子分析模型,可以极大地减小测量、观测或是实际资料中的病态数据和不良信息对分析结果的干扰,使分析结果的准确性得到极大提高。本文以经典因子分析模型和模糊因子分析模型为基础,建立了一个数据分析平台。该平台可以实现因子分析的全部过程,可以对比两种模型的分析结果,并具有数据录入,数据管理,图形呈现,以及系统设置功能。最后,本文以某医院出院患者医疗费用的统计资料为原始数据,运用模糊因子分析模型和经典因子分析模型对其进行分析处理,对比两种模型的分析结果,解释分析结果,并指出影响医疗费用的主要因素。应用表明,模糊因子分析在医疗费用的研究中具有更大的科学性和准确性,具有实用价值。