军人心理健康卫生状况的评价论文.docx

2014年军队院校军事建模竞赛编 号 专 用 页评阅编号：评阅记录：评阅人评 分备 注军人心理健康卫生状况的评价摘 要本文在scl-90测试基础上做出模型改进，利用综合评分反映军人心理健康水平，并根据10个因子得分将战士分别聚类，找出心理不健康者。在此之上分析影响军人心理健康的主要因素并制定疏导策略，通过实地走访，案例收集等形式确定疏导效果模型，以此对样本数据的疏导效果做出定量预测分析。在问卷调查后对模型的实用性和有效性做出评判。对于问题1，将样本数据与军人常模做出比较，整体一致度较高，但在指标细节上需要调整；根据样本分析得到scl-90中10个因子相关程度较高，采用主成份分析法，加权求和得出军人心理健康综合得分；依据scl-90的10个因子聚类分析得出各类心理不健康者。对于问题2，将战士自身情况与综合评分建立多元线性回归方程，比较回归系数，得出年龄对战士心理影响最大，其次是类别、上级态度等，而家庭教养方式、军营环境、部队管理模式与军人心理健康关联程度较小。对于问题3，在某军区心理疾控中心听取专家给出的疏导策略，并在中心获取各类心理不健康者在疏导前后的scl-90因子分。用疏导前各项分与疏导后因子分训练bp神经网络模型，并通过测试。以此模型表示疏导效果函数，定量预测样本中各类心理不健康者的疏导效果。对于问题4，在某军区发放60份“scl-90”心理卫生健康状况测试量表和班级成员心理健康自评互评表，利用模型对前者进行分析，与后者得出的样本真实心理健康水平对比。通过误差分析得出模型适用性和有效性高。关键词： 军人心理健康 综合评价 scl-90 bp神经网络一、 问题重述随着社会的不断进步和发展，心理健康问题越来越受到人们的关注。对于青年军人心理健康状况进行科学的评价与分析，有助于及时发现问题，防患于未然。在实际中，对于心理健康状况的评价，一般利用“scl-90测试量表”（见附件1）对被测试者进行测试和分析。从心理学的角度，一般是通过采集正常人的相应数据，建立所谓的“常模”，依此来评价被测试对象的心理健康状况。现在有研究认为，仅仅通过将各因素的平均分与常模作比较的评价方法，在实际中存在诸多不合理之处，需要对评价方法做一步的分析研究。请你们建模研究下列问题：（1）试建立军人心理健康状况的评价模型，并根据附件2中的样本数据找出各类心理不健康者。（2）进一步分析影响军人心理健康的主要原因，并分析家庭教养方式、军营环境、部队管理模式、上级领导的工作态度与军人心理健康的关联程度。（3）根据各类存在心理健康问题者的具体情况，提出相应具体的疏导策略，并对其策略的有效性进行定量预测分析。（4）利用附件1的测试量表在你们单位进行测试，或查阅相关数据资料用来检验你们模型的适用性和有效性。二、问题的分析2.1.scl-90量表改进方向经过文献查询和样本分析发现量表与总量表的相关为0.790.92,各分量表之间的相关为0.590.83,说明scl-90量表内容和结构效应较好,scl-90在正常人群中有较好的信度和效度。在附件2的样本统计发现与军人常模基本一致。因此不宜对scl-90各因子重新归类和层次分析。为了更全面评价军人心理健康状况，我们对样本运用主成份分析模型计算出各因子所占比重，通过加权求和得到心理健康总分。2.2.影响军人心理健康主要原因的选取军人心理健康状况与各方面相关，有认知水平、成长经历，所处环境等。因此我们对军人性别、年龄、是否是独生子女、类别、学历层次、家庭教养方式、对军营环境适应程度、部队管理、上级态度、人际交往和健康自评综合考量。对上述原因和军人心理健康总分建立多元线性回归模型找到主要原因。2.3.有效性的定量预测 通过已有数据对样本疏导后的心理健康总分做出预测，通过比较疏导前后的总分值衡量策略的有效程度。而人工神经网络是对真实神经元网络的粗略模拟,具有容错性、抗干扰性、高效性等特征,具有学习、记忆等强大的认知功能,因此适宜于心理学许多领域的研究。并且处理非线性问题的能力一般优于传统统计分析方法。因此用bp神经网络模型来模拟疏导效果，并用neurosolutions程序仿真。通过训练和测试后，用模型预测样本疏导后的因子分数，与疏导前的因子分比较以进行定量预测。2.4.对各类心理不健康者具体情况的分析 将各类心理不健康者在答此类问题时的每题得分做出分析，在分析时我们发现，在人际关系敏感、躯体化、恐怖和其他这4方面的心理不健康者人数大于等于20人，通过主成份分析法找到主要问题；而抑郁、敌对、偏执3个方面人数在5和15之间，通过比较各题样本平均得分找到主要问题；而强迫、焦虑、精神病性这3个方面在5人以下，使用个案分析。2.5.疏导前后样本选取我们在心理疾控中心找到各类心理不健康者在疏导前后的样本表，为了保证神经网络训练的精确性，我们每类筛选了10到20份样本。并且样本采用的疏导策略与所研究的策略基本一致。2.6.测试样本的可靠性2.6.1.战士真实心理健康水平的反映通过将战士班内心理健康自评互评分数取平均值表示战士的真实心理健康水平，班内人员与战士自身对战士的内在外在表现综合评分能够客观说明战士的心理健康程度。2.6.2.样卷的发放 为了提高战士答卷的真实、客观水平，采取不记名问卷。将问卷分成3份发放到3个不同连队，而每个连队选取2到3个班级。三.问题假设1. 每名参与测试人员均独立自主参加测试，测试时无外界因素干扰并且测试人员情绪正常，测试人员均如实反映自身情况；2. 疏导前后样本都是真实样本，并且经过相似的疏导过程。四.符号说明第i个因子某部队战士人数因子分均值标准差主成分个数非标准系数标准系数五、模型的建立和求解5.1建立评价模型5.1.1评价方法选择 scl-90一般将测试问题分为10个因子，每个因子反映出病人的某方面症状痛苦情况，通过因子分可了解症状分布特点。 因子分按照公式： 因子分组成某一因子的各项目总分组成某一因子的项目数 因此，可以得到每一个受测战士的每一个因子分数。 考虑到一共有10个因子，每一个因子对战士都存在一定的影响，为了简化对战士心理状况的因素，同时为了便于考察每个战士整体心理状况，采用主成份分析。5.1.2方法描述主成份分析能将高维空间的问题转化到低维空间去处理,而且,伴随主成份分析的过程,将会自动生成各主成份的权重,这就在很大程度上抵制了在评价过程中人为因素的干扰。因此以主成份为基础的综合评价理论能够较好地保证评价结果的客观性,如实地反映实际问题。主成份综合评价提供了科学而客观的评价方法,完善了综合评价理论体系,为管理和决策提供了客观依据,能在很大程度上减少了上述不良现象的产生。 在实际应用中，主成份分析的具体步骤可以归纳为：1.将原始数据标准化；2.建立变量的相关系数阵；3.求r的特征根为，相应的特征向量为；4.由累积方差贡献率确定主成份的个数（），并写出主成份为， 5.1.3确定评分模型下面是利用spss进行主成份分析得得到的结果：（1）kmo和bartlett检验：由表可知kmo值为0.974，非常接近1；bartlett球形检验的值为18006，差异有统计学意义,可以认为这10个因子非常适合进行主成份分析。表1 kmo 和 bartlett 的检验取样足够度的 kaiser-meyer-olkin 度量.974 bartlett 的球形度检验近似卡方18006.361df45sig.000（2）碎石图： 图1 总体碎石图通过碎石图我们很容易看出特征值1的只有一个成分，因此，分析得到的主成份只有一个。（3）解释的总方差： 从表2中可以看到提取的各个主成份方差和累计值，从表2中可以看出成分1方差值为85.525%，亦即提取的成分1可以涵盖原来绝大部分数据。因此，只用提取成分1即可。表2 解释的总方差成份初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 %18.55385.52585.5258.55385.52585.5252.2612.60988.1343.2512.51190.6444.1971.97092.6155.1501.50294.1176.1451.45595.5727.1371.37396.9458.1181.17898.1239.1041.04199.16410.084.836100.000（4）成分矩阵：表3 成份矩阵因素躯体化强迫症状人际关系敏感抑郁焦虑敌对恐怖偏执精神病性其他成分10.9080.9030.9210.9540.9530.8950.920.9220.9410.93由此，得到主成份表达式：其中为抑郁因子,为焦虑因子,精神病性因子,其他因子,偏执因子,为恐怖因子,躯体化因子,强迫症因子,为敌对因子,为人际关系敏感因子。因此，每一名受测军人的心理问题得分yi便可求出。y的值越大说明该军人的心理问题越严重。5.2找出各类不健康者5.2.1用常模进行总体分析 由3.2已经得到每一名军人十项指标的分数，通过求平均分，算出所有受测军人scl-90的平均分，并与军人常模做对比，得到表4。表4 军人scl-90各个项目比较（）项目军人（n=1214）军人常模(n=19662)躯体化1.550.661.550.57强迫症状1.700.691.770.60人际关系敏感1.590.651.780.61抑郁1.560.681.640.60焦虑1.540.631.520.52敌对1.490.651.620.62恐怖1.430.651.350.45偏执1.540.671.670.63精神病性1.490.611.510.50 对比可以看出，该部队除了躯体化、焦虑、恐怖以外的项目因子分均显著低于军人常模，说明该部队官兵心理健康状况总体良好，心理问题主要存在于恐怖因子上。下面采用聚类分析来找出心理上存在较严重问题的人。5.2.2.进行q型聚类分析 对所有1214名官兵进行q型聚类分析，利用spss分别从10个因子将1214名官兵分为3类。再按照公式 每一类的因子分均值=组成该类的所有项目总分/组成该类的项目数计算得到每个因子每一类的因子分均值。结果见表5。表5 军人scl-90各项目各类因子分均值项目一类人数二类人数三类人数躯体化1.2449422.2761953.39777强迫症状1.58111393.522744.61人际关系敏感1.37610512.861433.785520抑郁1.36110843.1441244.1526焦虑1.33510642.9291474.0333敌对1.2269842.5692214.239恐怖1.19710382.237713.189105偏执1.35110843.0721214.139精神病性1.33911103.1171034.41其他1.25810082.2891193.33487 从表5可以看出，第1类各因子分均值约为1.21.6，表明该类官兵心理健康状况良好；第2类除躯体化和恐怖外其他各因子分均值在3左右,表明该类官兵心理健康状况一般;第3类除躯体化和恐怖外,其他各因子分均值均大于3.7,表明该类官兵心理健康状况较差。从各因子各类人数分布还可以看出，在恐怖因子上，该部队官兵心理不健康人数最多，躯体化因子次之。这也正好和在该部队与军人常模各因子分对比上恐怖因子显著高于军人常模相照应。5.3对军人心理健康影响因素分析从上一步建立了军人心理健康的评价模型，同时也通过这个模型分析出了心理健康存在问题的军人。下面进一步分析影响军人心理健康的主要原因，并分析家庭教养方式、军营环境、部队管理模式、上级领导的工作态度与军人心理健康的关联程度。5.3.1方法选择 从性别、年龄、军龄、是否独生子女、类别、学历层次、家庭结构、家庭教养、对军营环境适应程度、部队管理、上级态度、人际交往一共12个方面进行分析。因为涉及到多元因子作用，所以选择多元线性回归模型。可通过偏回归系数确定因子影响度。5.3.2模型描述研究一个或多个随机变量与另一些变量之间的关系的统计方法，又称多元回归分析。通常称为因变量，为自变量。线性回归分析是一种特殊的线性模型。其目的是建立这样一个函数：其中：y为因变量的实际观测值 为m个自变量 为常数项 为总体偏回归系数 为残差，的变化中不能用现有自变量解释的部分对于这个问题，采用逐步分析法进行求解，其步骤可用流程图表示如下：图2 多重线性回归流程图5.3.3根据样本数据分析主要影响因素 由此前操作已经得到受测的每名军人躯体化、强迫症状、人际关系敏感度、抑郁、焦虑、敌对、恐怖、偏执、精神病性、其他共10个方面的分数。由于数据量过大，在此不再赘述。下面是利用spss进行线性回归分析得到的结果。（1）模型汇总：从表6中可以看出下图中的四个参数，分别是负相关系数、决定系数、校正决定系数、随机误差的估计值，这些值（除了随机误差的估计值）都是越大表明模型的效果越好，根据比较，第五个模型应该是最好的。 表6 模型汇总模型rr 方调整 r 方标准 估计的误差1.179a.032.0315.498242.214b.046.0445.461703.246c.060.0585.421284.280d.078.0755.371955.288e.083.0795.36136a. 预测变量: (常量), 人际交往。b. 预测变量: (常量), 人际交往, 上级态度。c. 预测变量: (常量), 人际交往, 上级态度, 军龄。d. 预测变量: (常量), 人际交往, 上级态度, 军龄, 类别。e. 预测变量: (常量), 人际交往, 上级态度, 军龄, 类别, 年龄。（2）系数矩阵： 表7是对参数的检验，这个表格给出了对偏回归系数和标准偏回归系数的检验，偏回归系数用于不同模型的比较，标准偏回归系数用于同一个模型的不同系数的检验，其值越大表明对因变量的影响越大。 当选择第5个模型时，可以看到军龄影响程度最大，其次是类别、上级态度、人际交往、年龄。表7 系数a模型非标准化系数标准系数tsig.b标准 误差b*1(常量)12.212.35634.259.000人际交往1.108.175.1796.333.0002(常量)11.033.45424.315.000人际交往.926.179.1505.168.000上级态度.672.162.1204.156.0003(常量)13.426.70918.944.000人际交往.810.180.1314.501.000上级态度.713.161.1284.436.000军龄-1.998.457-.123-4.374.0004(常量)21.0411.72612.191.000人际交往.577.185.0933.125.002上级态度.612.161.1103.808.000军龄-3.012.499-.186-6.036.000类别-1.677.347-.152-4.830.0005(常量)26.8812.9789.027.000人际交往.566.184.0913.068.002上级态度.625.160.1123.893.000军龄-2.690.516-.166-5.216.000类别-1.725.347-.157-4.971.000年龄-.318.132-.070-2.404.016a. 因变量: 主成份得分结合表8：表8：回归分析已排除的变量表因素beta intsig.偏相关容差性别0.017 0.610 0.542 0.018 0.963 独生子女0.039 1.334 0.183 0.038 0.907 学历层次-0.035 -1.001 0.317 -0.029 0.617 家庭结构-0.012 -0.435 0.663 -0.013 0.982 家庭教养方式0.036 1.250 0.212 0.036 0.903 对军营环境适应程度-0.011 -0.356 0.722 -0.010 0.815 部队管理0.024 0.844 0.399 0.024 0.917 健康自评-0.031 -1.078 0.281 -0.031 0.892 因此，可以得出在该模型中家庭教养方式、军营环境、部队管理模式、上级领导的工作态度与军人心理健康的关联程度。 依次为:上级领导的工作态度家庭教养方式部队管理模式军营环境.5.4分析心理不健康的原因和对策并预测疏导效果5.4.1分析心理不健康者具体情况并给出疏导策略根据各类心理不健康者人数的不同，将用三种方式找到各类心理不健康者的主要问题：在人际关系敏感、躯体化、恐怖和其他这4方面通过主成份分析法找到主要问题；而抑郁、敌对、偏执3个方面通过比较各题样本平均得分找到主要问题；而强迫、焦虑、精神病性这3个方面使用个案分析。5.4.1.1主成份分析找出问题（1）对人际关系敏感因子心理不健康者进行了主成份分析，得到成分矩阵。表9：人际关系敏感因子成份矩阵a成份12第6题-.789.191第21题-.494-.334第34题.657-.650第36题.978.115第37题-.710-.014第41题.892.297第61题.948.162第69题-.809.089第73题-.058.948从中可以看分析出人际关系敏感因子中感到别人不理解自己、对自己不友好、对别人神经过敏、责备求全方面问题较为严重，针对这些问题，提出经常组织谈心活动以及丰富战士的业余文化生活的疏导策略。（2）对人躯体化因子心理不健康者进行了主成份分析，得到成分矩阵。表10：躯体化因子成份矩阵a成份12第1题.535-.435第4题-.821.235第12题.577.044第27题-.712-.508第40题-.314-.028第42题.547.406第48题.610-.379第49题-.398.457第52题-.348.686第53题-.147-.570第56题.108.820第58题.479.598 从中可以看分析出躯体化因子中头晕或昏倒、腰痛、身体发麻或刺痛以及感到身体的某一部分软弱无力方面的问题较为严重，针对这些问题，我们提出完善战士生活待遇保障机制、合理安排休息时间，训练后放松运动充分的疏导策略。（3）对人恐怖因子心理不健康者进行了主成份分析，得到成分矩阵。表11 恐怖因子成份矩阵a成份123第25题.710-.437-.023第47题.574.381-.039第50题-.370.816.023第70题-.670.011-.401第75题.534.472.379第82题-.303-.086.728第13题-.446-.275.457 从中可以看出恐怖因子中怕单独出门、在商场或电影院等人多的地方感到不自在、因为感到害怕而避开某些东西、场合或活动以及害怕空旷的场所或街道方面的问题较为严重，针对这些问题，提出经常组织心理行为训练、开展经常性的心理健康辅导的疏导策略。（4）对人其他因子心理不健康者进行了主成分分析，得到成分矩阵。表12 其他因子成份矩阵a成份123第19题-.354-.332.785第44题.687.239-.233第59题.221-.725-.472第60题.877-.031.221第64题-.205.904-.142第66题-.776-.091-.343第89题.119.173.446 从中可以看出其他因子中睡得不稳不深、睡得太早、吃得太多以及胃口不好方面的问题较为严重，针对这些问题， 提出规范一日生活制度，按时熄灯，提高伙食的疏导策略。5.4.1.2平均值比较分析分别对抑郁、敌对、偏执三个因子中不健康者求其各个问题的均分，在抑郁因子中，某部军人在担忧、苦闷、孤独以及不自信方面的问题较为严重。在敌对因子中，烦扰激动、摔东西、大发脾气和打人、伤害人方面问题较为严重；在偏执因子中，不相信别人、有别人没有的想法、认为有人在监视自己方面的问题较为严重。提出通过积极的宣传教育活动, 举办有针对性的心理健康教育讲座和制作专门的心理健康宣传橱窗等营造良好的心理健康氛围的疏导策略；针对烦扰激动、摔东西、大发脾气和打人、伤害人方面的问题，提出培训辅导员, 开展心理咨询,完善心理保健三级网络的疏导策略；针对不相信别人、有别人没有的想法、认为有人在监视自己方面的问题，提出营造压力小、效率高的工作环境，切实解决战士的实际问题，缓解战士的心理压力。具体见表13、表14、表15。表15 抑郁因子不健康者各问题均分以及问题表现问题问题均分问题表现问题314.83过分担忧问题304.83感到苦闷问题294.83感到孤独问题794.67感到自己没价值问题544.33感到前途没希望问题324.33对事物不感兴趣问题264.33经常责怪自己问题714.17感到任何事情都很困难问题54对异性兴趣减退问题203.83容易哭泣问题143.5感到自己精力下降，活动减慢问题153.33想结束自己的生命问题223感到受骗，中了圈套或有人想抓你5.4.1.3个案分析1.强迫症状表16编号问题3问题9问题10问题28问题3816153355问题45问题46问题51问题55问题6555555从该战士问卷情况可以看出强迫症因子中难以作出决定、经常性反复做一些事情的情况比较严重，为此提出树立战士信心、加强交流的疏导策略。 2.焦虑表17编号问题2问题17问题23问题33问题39问题57问题72问题78问题80问题86161555554244131252533455335215255455543从中可以看出这几名战士经常有紧张烦躁不安、会无缘无故感到害怕。为此，提出改进教育方式，避免体罚以及多开展放松活动的疏导策略。3.精神病性表18编号问题7问题16问题35问题62问题7716155454问题84问题85问题87问题88问题9015555从中可以看出精神病性上感觉自己的思想不受自己控制，感觉自己存在很大问题症状比较严重。为此提出鼓励战士们说出自己的想法和意见以及多多协助战士改进自我的疏导策略。5.4.2.对疏导策略的效果预测5.4.2.1模型建立在某军区找到各类心理不健康者在疏导前和疏导后的各项分数，用这些数据训练bp神经网络并通过测试，在通过测试后，用这个模型对样表中的各类心理不健康者疏导效果进行定量预测。5.4.2.2.模型说明bp网络是一种按误差逆传播算法训练的多层前馈网络， bp网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。bp神经网络模型拓扑结构包括输入层、隐层和输出层。利用bp神经网络模型，结合已知的数据，就可以对方案进行预测。其使用步骤如下：初始化神经网训练结束吗 是给出新的输入 否给定学习模式（输入/输出对）求隐含层、输出层神经元的输出计算实际输出与期望输出之差计算神经网络输出误差小于指定值 是 否计算隐含层神经元误差计算误差梯度权值修正图3 bp的拓扑结构图设计神经网络模型主要有以下几个步骤：(1)随机选取一组输入样本数据 和目标样本数据提供给网络。所以需要对样本进行预处理: 其中和分别为样本中的最大值和最小值，为预处理以后范围在-1,1内的数据，为原始样本数据。（2）用输入样本，连接权值和阈值计算隐层各单元的输入，然后用通过转移函数计算隐层各单元的输出值： （3）利用隐含层的输出值，权值和阈值计算输出层各单元的输出，然后通过传递函数计算输出层各单元的实际输出： （4）利用网络目标样本与网络的实际输出，计算输出层的各单元训练误差: (5)利用连接权值，输出层的训练误差和中间层的输出计算隐层各单元的训练误差: (6)采用最速梯度下降法优化权值和阈值: (7)利用隐层各单元的训练误差，输入层各单元的输入来修正连接权值和阈值: (8)随机选取下一个学习样本向量提供给网络，返回到第二步，一直进行到网络输出的误差减少到可接受的程度，或进行到预先设定的学习次数为止。(9)通常利用误差测度准则平方误差最小，其计算方式如下所示:5.4.2.3.neurosolutions程序仿真本问以偏执类心理不健康者为例进行程序仿真，其它类都采用相同的方法：表19 偏执因子不健康者疏导前后因子分对比编号问题8问题18问题43问题68问题76问题83原因子分疏导后因子分13435333.52.5233333332.333445343.833453445343.252534453.833.462555444.172.4742342332.483344433.52.59334422321024242431.5 以表19的1至7组作为训练样本，8至10组作为测试样本，训练效果如图4：图4神经网络训练曲线图 表20 训练效果best networktrainingepoch #16minimum mse0.003596803final mse0.003596803由下图得测试情况较好。 图5神经网络测试曲线图表21 performance疏导后因子分mse0.00293471nmse0.030712086mae0.048769311min abs error0.016320996max abs error0.071681316r0.998973163对样本中6名偏执类心理不健康者疏导策略效果预测如下：表22 偏执因子不健康者疏导前后预测对比编号问题8问题18问题43问题68问题76问题83原因子分疏导后因子分12555444.173.5225554343.3325554343.342555444.173.5525554343.362555454.173.55.4.2.4.定量预测疏导策略效果躯体化，强迫症状，人际关系敏感，抑郁，焦虑，敌对，恐怖，偏执，精神病性和其他在疏导前各项均分为3.397、4.6、3.7855、4.152、4.033、4.23、3.189、4.13、4.4、3.334，在经过疏导后预测均分为2.8、3.7、3.02、3.66、3.44、3.6、2.2、3.4、3.643、2.833。可见各项疏导效果都为良好。5.5 检验模型适用性和有效性5.5.1 检验思想的说明为了检验的评价模型是否有适用性以及有效性，就要求将通过模型得到的心理健康状况评价与其他客观准确的评价方法相对比，从而检验的模型是否能够真正客观评价军人的心理健康状况。选取的客观准确的评价方法是采用互评自评测评表测评表调查法，得到调查对象每个人互评与自评最后的得分b，通过模型得到的分值a与b的对比检验的模型。5.5.2 检验方法与步骤采取的检验方法是，通过模型与互评自评所得分值误差对比检验模型。步骤按照流程图：确定调查对象进行统计分析回收与审查发放测评表首先从某军分区随机选取50名战士作为测评表发放对象；接着发放“scl-90测试量表”以及互评自评测评表；然后回收与审查测评表，对测评表调查结果进行统计分析，“scl-90测试量表”按照先前建立的主成分分析的模型进行评价得到分值a，互评自评表按互评与自评相加求其平均分的方法得到分值b, 然后按照公式 求出的模型得出的结果与互评自评得到的客观准确的结果的误差对比。主成份得分值a见附表表1。5.5.3 检验结果说明 通过的检验方法，求得的模型与互评自评得到的误差对比值非常小，从而说明出的模型能够科学有效地检验出军人的心理健康状况，能够很好地分析出军人的心理健康问题，从而根据问题采取措施提高其心理素质，防范未然。六.模型优缺点分析优点：1.在预测疏导效果时运用bp神经网络模型，能很好地反映非线性关系，尤其是在心理学问题上很有说服力。2.在建模时利用调查样表检验有说服力，能真实反映实际情况。3.本文调查样表真实性、可靠性高。缺点：1.在问题三中所找到的案例数不足并且不够精确，导致部分训练效果不佳。不能准确预测该类疏导策略的效果。2.在问题四中用以检验模型有效性的方法太过单一，结果片面。七.参考文献1朱从书 军人症状自评量表测评的元分析，长江大学学报，第29卷第5期:120122页,2006年。2.周科慧大学生心理健康状况的调查（scl-90量表）及对策分析，零陵学院学报，第26卷第1期：180182页，2005年。八附录附表表一： 50名被测试对象因子得分及主成份分析得分表编号躯体化强迫症状人际关系敏感抑郁焦虑敌对恐怖偏执精神病性其他主成份分析得分a11.58 2.00 1.11 1.46 1.40 1.17 1.14 1.33 1.00 1.43 1.51 21.33 1.70 1.22 1.15 1.00 1.50 1.00 1.17 1.20 1.43 1.41 32.67 2.90 2.22 2.38 2.50 1.83 1.86 1.33 1.80 2.14 2.40 41.00 1.00 1.00 1.00 1.10 1.17 1.00 1.00 1.10 1.29 1.18 51.67 2.10 1.78 2.23 2.20 1.33 1.57 2.17 2.10 1.71 2.09 62.83 2.70 3.11 2.15 3.00 2.83 3.14 2.67 2.30 2.71 3.05 72.58 2.70 2.67 2.77 2.80 2.33 2.57 2.33 2.50 3.00 2.92 81.08 1.20 1.00 1.00 1.20 1.00 1.00 1.00 1.20 1.14 1.20 91.50 1.50 1.22 1.38 1.20 1.33 1.00 1.83 1.50 1.43 1.54 101.92 2.10 2.00 1.85 2.30 2.33 1.43 2.17 1.50 1.86 2.16 111.67 1.90 1.44 1.54 1.40 1.33 1.14 1.17 1.50 1.71 1.64 121.25 1.60 1.44 1.31 1.30 1.00 1.00 1.33 1.30 1.43 1.44 131.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.11 141.42 1.20 1.33 1.31 1.70 1.33 1.71 1.33 1.10 1.14 1.51 151.58 2.10 1.33 1.85 1.80 1.83 1.86 2.17 1.70 1.43 1.96 161.17 1.20 1.22 1.31 1.00 1.33 1.29 1.00 1.20 1.71 1.38 171.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.11 181.25 2.00 2.22 1.31 1.60 1.33 1.43 1.17 1.30 1.43 1.67 191.08 1.40 1.78 1.15 1.30 1.83 1.00 1.50 1.50 1.29 1.53 201.25 1.20 1.44 1.08 1.20 1.00 1.14 1.17 1.10 1.29 1.32 211.33 1.60 1.22 1.00 1.00 1.17 1.00 1.00 1.10 1.43 1.31 221.67 2.20 1.78 1.85 1.50 1.50 1.86 1.67 1.60 1.43 1.89 233.33 2.10 1.78 1.85 1.90 1.67 1.00 1.67 1.10 1.71 2.01 241.42 1.50 1.56 1.46 1.20 1.17 1.00 1.17 1.20 1.57 1.47 251.25 1.60 1.44 1.38 1.10 1.83