女童上装结构基型的建立

辽宁省9-11岁女童上装结构基型的建立郭明服装与纺织学院 服装设计与工程专业摘 要：本文以辽宁地区9-11岁女童为代表，通过随机抽样方法对320名女童进行人体测量。运用SPSS统计软件对测量数据进行单样本T检验、方差分析、相关分析、因子分析、聚类分析、回归分析等统计分析，得出辽宁地区9-11岁女童的体型特征。根据胸腰比和身胸比两项指标进行快速聚类，将女童体型划分为BT细长体、BS标准体、BF肥胖体，并确定出各体型中间体。根据细部与控制部位回归关系，建立各体型服装结构数学模型，并确定其控制部位分档数值，最终根据控制部位回归数学模型建立辽宁省9-11岁女童上装结构基型。本次论文研究结果对于制定新的童装号型标准和实现服装智能CAD制板提供依据和基础数据。建立的女童装上装结构基型，为专业人员提供制板经验，同时对于女童上装结构设计的个性化、多样性和合体性具有一定的促进作用。关键词：女童基型；上装；回归模型；统计分析；体型分类一、人体测量及数据分析（一）人体测量本次测量采用直接测量法对辽宁省的沈阳、大连、丹东、朝阳等四个城市的320名女童进行人体测量。测量时参考GB1335-1997国家标准中的基本部位，选择上体的24个项目进行测量1，包括：身高、坐姿颈椎点高、前腰节长、后腰节长、前肩点高、后肩点高、前袖窿深、后袖窿深、全臂长、袖肘高、乳高、背长、领围、肩宽、前胸宽、后背宽、胸围、下胸围、腰围、腹围、臀围、臂根围、上臂围、腕围。（二）人体测量数据预处理准确、可靠、真实的人体测量数据是进行人体数据分析的基础。因此，在正式分析人体测量数据之前对数据进行预处理，确定数据的极端值，并将其剔除，运用SPSS对24个测量项目进行探索分析，确定其极端值2。在24个测量项目中共出现8个极端值，对于这些极端值无论哪种原因产生的一律给予剔除，最终进行数据分析的样本量为312人。（三）人体测量数据可行性检验用Q-Q概率图对24个测量项目进行正态性检验可知，24个测量项目变量与其期望值形成的点大都落在斜线上或斜线的周围，可以认为其服从正态分布，测量数据可用，可以进行下一步分析。二、体型特征分析（一）不同年龄测量数据比较分析对9-11岁女童按不同年龄进行比较可知两个年龄段之间的各项测量指标均值都逐渐增长。女童随着年龄的增长，各项测量指标显示线性关系，符合自然生长的规律；不同年龄段女童体型差异显著，确定号型时应当考虑年龄与体型因素。（二）人体测量数据各部位相关性分析对测量数据进行相关性分析，找出各部位间的相关关系，以此作为建立服装结构数学模型的依据。通过分析可知：身高与全臂长高度相关，肩宽与身高、胸围显著相关。胸围与腰围、臀围显著相关，其中与臀围高度相关，身高与前后腰节长、前后肩点高、背长、袖肘高显著相关；颈围与胸围、臀围显著相关，前胸宽、后背宽与胸围显著相关。前胸宽与后背宽的相关系数相同且属于高度相关。袖窿深与身高、胸围、臂根围显著相关，下胸围和臂根围与胸围显著相关，腹围和腕围与臀围、胸围显著相关。三、体型分类研究（一）测量指标分类运用因子分析对24个测量项目进行主成分分析，提取四个主成分：高度因子、围度因子、上躯干因子、肩部因子。（二）测量指标控制部位的选择本次研究根据因子主成分分析的结果，在四个主成分中选出控制部位。由于肩部因子、躯干因子所描述的测量指标与高度因子、围度因子所描述的测量指标有显著相关关系，所以只从高度因子、围度因子中选出控制部位。高度因子将身高作为控制部位，围度因子将雄伟作为控制部位。（三）体型分类及命名本次体型分类采用身胸比、胸腰比两项进行快速聚类，将女童体型分成三类。表3.1 体型分类身胸比胸腰比T细长型（2.08）S标准型（2.04）F稍胖型（2.00）各类别差值B稍瘦（1.14）3B标准（1.09） 20.5B肥胖（1.04）10.5各类别差值0.40.4表3.1是体型分类表，从中可以看出，以身胸比进行分类各类别差值为0.4，以胸腰比进行分类各类别差值为0.5，两项指标类间差值分布较均匀。此次体型分类两项指标聚类都比较清晰，分类明确，使用这两个项目进行分类，能更清楚准确地描述9-11岁女童的体型特点，避免了统一体型分类的不同外观现象。第一类BT体型，该类体型身胸比、胸要比两项比值在三类体型中最大，属于细长型，故将此类体型命名为细长体；该体型女童胸部逐渐发育，形成乳凸；第二类BS体型身胸比、胸要比两项比值在三类体型中属于中间值，故将此类体型命名为标准体，该体型女童胸部发育不明显，乳凸较小；第三类BF体型，该类体型身胸比、胸腰比两项比值在三类体型中最小，属于矮胖型，故将此类体型命名为肥胖体，该体型女童胸、腰、腹都较凸出。 四、服装结构数学模型的建立及分档数值的确定此次女童上装结构基型建立运用SPSS统计软件中的回归分析来实现，根据上一章体型分类结果及各体型细部与控制部位的回归关系分别建立三种体型的服装结构数学模型。回归分析是假设因变量与自变量之间存在线性关系，用一定的回归模型来拟合因变量和自变量的数据，通过确定模型参数来得到回归方程。当因变量与一个或两个以上因素存在线性关系时，其线性回归的数学模型为：Y=b+bx+bx.（4.1）其中：Y是因变量；x、x是自变量；b、b、b是模型参数，b代表回归常数；b、b代表回归系数3。（一） BT细长体各部位数学模型的建立根据上述原理，对BT细长体各部位进行回归分析。根据各细部部位与控制部位的相关关系，确定模型参数，从而得到各细部部位关于控制部位的数学模型，以坐姿颈椎点高为例。表4.1 坐姿颈椎点高数学模型的自变量模型引入方程变量方程剔除变量方法1身高逐步回归表4.1坐姿颈椎点高数学模型的自变量。从表中可以看出，身高和胸围两个自变量经过逐步回归过程后，只有身高进入了回归方程，故因变量坐姿颈椎点高最终数学模型的自变量为身高。表4.2 回归模型的显著性检验模型方差来源离差平方和自由度均方F值显著性1组间回归465.1611465.161187.4350.000组内残差146.421952.482总计611.58296表4.2是回归模型显著性检验表。由表可知， F值为187.435，显著性概率P=0.0000.001。所以拒绝原假设，回归系数不为0，线性回归有意义，方程成立。表4.3回归系数模型偏回归系数标准化偏回归系数T值显著性1回归常数4.5231.1940.000身高0.3530.87213.6910.000表4.3是坐姿颈椎点高回归模型的回归系数。由表可知，身高变量的T检验值为13.691，显著性概率P=0.0000.001。所以拒绝原假设，可以建立回归方程。由此可得出坐姿颈椎点高的数学模型为：Y=0.353G+4.523其中：Y是坐姿颈椎点高、G是身高。以上是坐姿颈椎点高数学模型的建立过程，其它细部部位数学模型建立过程与其相一致，建立结果见表4.4。表4.4 BT 细长体其它部位数学模型部位引入方程变量复相关系数F值显著性回归方程前腰节长G B0.57328.8840.000 0.205G+3.849后腰节长G B0.59832.7960.000 0.195G +5.984前袖窿深G B0.63038.8730.000 0.125G+0.504后袖窿深G B0.67047.9340.000 0.136G +0.012前肩点高G B0.62442.7830.0000.09G +1.918后肩点高G B0.59434.1760.000 0.102G +1.320全臂长G B0.77186.6290.0000.296G +4.24袖肘高G B0.50920.6710.000 0.199G -2.180乳高G B0.53423.5860.000 0.125G +1.731背长G B0.68448.3250.000 0.253G -2.632领围G B0.63539.7610.000 0.268B+8.949肩宽G B0.55913.1640.000 0.317B+11.855前胸宽G B0.54417.9050.000 0.305B+8.002后背宽G B0.62523.0020.000 0.307B+10.416下胸围G B0.63139.0680.000 0.736B+12.817腰围G B0.910284.2250.000 0.794B+3.643腹围G B0.57319.5610.000 1.007B-1.587臀围G B0.794100.3410.000 0.976B+7.556臂根围G B0.41916.6640.001 0.211B+17.897上臂围G B0.4898.4510.003 0.148B+12.1674腕围G B0.53323.3820.000 0.085B+7.622注3）G表示身高；B表示胸围（二） BS标准体各部位数学模型的建立根据各细部部位与控制部位的相关关系，确定模型参数，从而得到各细部部位关于控制部位的数学模型，以坐姿颈椎点高为例。表4.5坐姿颈椎点高数学模型的自变量模型引入方程变量方程剔除变量方法1身高逐步回归表4.5是坐姿颈椎点高数学模型的自变量。从表中可以看出，只有身高进入了回归方程。故因变量坐姿颈椎点高的最终数学模型中只有身高一个自变量。表4.6 回归模型的显著性检验模型离差平方和自由度均方F值显著性1回归246.6671246.66775.7060.000残差244.3661153.258总计491.032115表4.6是回归模型的显著性检验。由表可知，其F值为75.706显著性概率P=0.0000.001。所以拒绝原假设，回归系数不为0，线性回归有意义，方程成立。表4.7 回归系数模型偏回归系数标准化偏回归系数T值显著性1回归常数5.2951.1270.023身高0.3330.7098.7010 .000表4.7是坐姿颈椎点高回归模型的回归系数。身高变量的T检验值为8.701，回归常数为5.295，回归系数为0.333，显著性概率P=0.0000.001。所以拒绝原假设，可以建立回归方程。由此可得出坐姿颈椎点高的数学模型为： Y=0.333G+5.295其中：Y是坐姿颈椎点高；G是身高。以上是坐姿颈椎点高数学模型的建立过程，其它各细部部位数学模型建立过程与其相一致，建立结果见表4.8。表4.8 BS标准体其它部位数学模型部位引入方程变量复相关系数F值显著性回归方程前腰节长G B0.54231.1860.0000.250G-2.067后腰节长G B0.52929.2150.0000.236G-0.105前袖窿深G B0.53032.8730.0000.213B+1.239后袖窿深G B0.57034.9340.0000.218B+1.966前肩点高G B0.53629.4890.0000.09G+0.830后肩点高G B0.59925.7650.0000.102G+1.828全臂长G B0.762103.9340.0000.294G+2.962袖肘高G B0.53830.5170.000 0.194G-2.8771乳高G B0.69159.9470.0000.091G+5.263背长G B0.75377.5630.0000.235G-0.399领围G B0.57922.3320.000 0.236B+11.378肩宽G B0.55619.6590.000 0.211B+19.704前胸宽G B0.60837.5780.0000.401B+1.637后背宽G B0.60447.4360.0000.422B+2.057下胸围G B0.68867.4040.000 0.751B+11.946腰围G B0.56334.7370.0000.746B+8.622腹围G B0.70875.2540.0001.095B-2.899臀围G B0.60042.1130.000 0.814B+19.040臂根围G B0.65456.0150.000 0.278B+12.921上臂围G B0.46812.8260.000 0.142B+12.164腕围G B0.57836.2710.0000.065B+4.294注4）G表示身高；B表示胸围（三） BF肥胖体各部位数学模型的建立根据各细部部位与控制部位的相关关系，确定模型参数，从而得到各细部部位关于控制部位的数学模型，以坐姿颈椎点高为例。表4.9 坐姿颈椎点高数学模型的自变量模型引入方程变量方程剔除变量方法1身高逐步回归表4.9是坐姿颈椎点高数学模型的自变量。从表中可以看出，只有身高进入了回归方程。故因变量坐姿颈椎点高的最终数学模型中只有身高一个自变量。表4.10 回归模型的显著性检验模型离差平方和自由度均方F值显著性1回归271.8131271.81390.5110.000残差165.170993.003总计436.98299表4.10是坐姿颈椎点高回归模型的显著性检验。由表可知，其F值为90.511显著性概率P=0.0000.001。所以拒绝原假设，回归系数不为0，线性回归有意义，方程成立。表4.11 回归系数模型偏回归系数标准化偏回归系数T值显著性1回归常数6.3181.3580.048身高0.3280.7899.514 0.000表4.11是坐姿颈椎点高回归模型的回归系数。身高变量的T检验值为9.514，显著性概率P=0.0000.001。所以拒绝原假设，可以建立回归方程，由此可得出坐姿颈椎点高的数学模型为：Y=0.328G+6.318其中：Y是坐姿颈椎点高；G是身高。以上是坐姿颈椎点高数学模型的建立过程，其它细部部位数学模型建立过程与其相一致，建立结果见表4.12。表4.12 BF肥胖体各部位数学模型部位引入方程变量复相关系数F值显著性回归方程前腰节长G B0.72761.5840.000 0.225G+2.792后腰节长G B0.71657.8530.000 0.228G+2.602前袖窿深G B0.50715.7170.000 0.171B+9.976后袖窿深G B0.54017.1810.000 0.168B+10.838前肩点高G B0.53619.6580.0000.09G+0.620后肩点高G B0.54922.3670.000 0.102G+2.630全臂长G B0.72419.2270.0000.246G+10.453袖肘高G B0.67314.6570.000 0.146G+3.705乳高G B0.2804.6630.035 0.047G11.475背长G B0.71728.5180.000 0.290G-7.011领围G B0.55724.7980.000 0.296G+6.905肩宽G B0.44713.7470.000 0.192B+19.695前胸宽G B0.50418.7290.0070.295B+8.708后背宽G B0.48416.8150.008 0.345B+7.060下胸围G B0.74167.1340.000 0.788B+10.451腰围G B0.857151.6820.000 0.788B+10.538腹围G B0.53622.2120.0001.104B+2.251臀围G B0.64639.3980.000 0.943B+10.586臂根围G B0.42311.9990.001 0.338B+9.228上臂围G B0.52821.2940.000 0.239B+5.542腕围G B0.61633.6720.000 0.165B+2.223注5）G表示身高；B表示胸围五、辽宁省9-11岁女童上装结构基型的建立本章根据上一章各体型服装结构数学模型，建立辽宁省9-11岁女童三种体型上装基型。在各体型中分别提取任意一个人体数据来绘制结构基型，基型内胸围、腰围的放松量分别为8cm、2cm。（一）女童装基型绘制方法参考成人原型制图顺序，先对女童装后衣片结构进行制图，利用公式求出后腰节长、后袖窿深和后胸围大确定后片基型框架，再确定后背宽、后领宽、后领深及后肩点高，利用公式S/2求出后肩宽，将后肩宽和后肩点高的交点与后领宽点连线，确定后肩斜线，最后绘制出后腰省。绘制女童前衣片结构图，延长胸围线，向上画出前袖窿深确定前上平线，利用公式求出前腰节长确定前片基型框架，然后确定前胸宽、前领深、前领宽及前肩点高，利用公式S/2求出前肩宽，将前肩宽和前肩点高的交点与前领宽点连线，确定前肩斜线，最后绘制出前片省。1.BT细长体上装结构基型的建立根据BT细长体服装结构数学模型建立上装基型见图5.1。图5.1 BT细长体上装结构基型图5.1是BT细长体上装结构基型。基型公式中，G代表身高、B代表胸围、N代表领围、S代表肩宽。从结构可以看出，该体型女童已逐渐开始发育，后袖窿深比前袖窿深高出1.1cm，这说明女童后肩胛骨较突出，使得后肩点高高于前肩肩点高。细长体女童颈部细长，所以领深、领宽都较小。胸部隆起较明显，开始出现胸腰落差，胸部隆起形成乳凸量其值为1.213，逐渐形成少女特征。2.BS标准体上装结构基型建立根据BS标准体服装结构数学模型建立上装结构基型见图5.2。图5.2 BS标准体上装结构基型图5.2是BS标准体上装结构基型。基型公式中，G代表身高、B代表胸围、N代表领围、S代表肩宽。该体型女童与BT细长体女童相比，前后袖窿差值明显减小为0.618cm，后肩胛骨突出不明显，前后肩点高几乎相等。胸部隆起明显减少，乳凸量较细长体减小，其值为0.702cm。腰、腹部微凸，胸腰落差明显减少，使得该体型女童腰节不明显。3.BF肥胖体上装结构基型建立根据BF肥胖体服装结构数学模型建立上装结构基型见图5.3。图5.3 BF肥胖体上装结构基型图5.3是BF胸腰肥胖体上装结构基型。基型公式中，G代表身高、B代表胸围、N代表领围、S代表肩宽。该体型女童前后袖窿差值甚小为0.314cm，前身的弧线长度与后背的弧线长度相当。由于肥胖体女童胸、腰、腹部都较突出，无明显腰节，胸腰落差不明显。胖体女童胸部、背部圆壮浑厚，胸宽背宽较大，冲肩量较小。颈部短而粗，领宽、领深较大；臂根部较粗导致前后窿门宽较大。综上所述，本次论文根据体型特点建立的女童上装结构基型，具有更好地合体性和舒适性；与现有童装原型相比，更符合现阶段女童的实际体型，同时为智能CAD应用于童装样板设计提供一定的参考依据。（二）女童上装基型立体试样及修正本节对所建立的三种基型进行立体试样。分别用白坯布绘制1:1基型，制作成基型样衣，试样见图5.4、图5.5、图5.6。 图5.4 BT细长体基型试样 图5.5 BS标准体基型试样 图5.6 BF肥胖体基型试样服装基型的性能优劣，最终要在人体上进行检验和评价，即应合体又应使人感到舒适。图5.4是BT细长体基型试样，从正面照片可以看出，试样在领口、袖窿处都较合体，从侧面照片可以看出该体型女童胸部微凸已逐渐形成少女体型，肩线的位置不歪斜，从整体来看有较好的平衡感。图5.5是BS标准体基型试样，从照片可以看出该试样在领口、袖窿较合体，从整体来看有较好的平衡感。从图5.6是BF肥胖体基型试样，从正面照片可以看出该体型女童有较明显的腹凸，在腰部与其它两种基型有明显的差别，在领口、袖窿处较合体，背面、侧面穿着效果较好，从整体来看有较好的平衡感。综上所述，三种基型穿着都比较合体，试样效果较好，故此次基型建立成立。六、结论1、女童随着年龄的增长，各项测量指标显示线性关系，符合自然生长的规律；不同年龄段女童体型差异显著，确定号型时应当考虑年龄与体型因素。2. 现行童装号型中没有体型划分，本次体型分类选择身胸比和胸腰比两项进行快速聚类，将女童体型分为3类，即BT细长体、BS标准体、BF肥胖体。本次体型分类结果使体型分类更细化、科学、合理，避免了同一体型分类的不同外观现象。3、对三种体型分别建立服装结构数学模型，从各体型数学模型的建立结果可以看出，各类体型数学模型的显著性概率均小于0.001或0.05，线性回归有意义，故此次建立的所有数学模型成立。4、根据各类体型数学模型建立女童各类体型上装基结构型。从三种体型上装结构基型来看，现阶段女童越来越早熟，开始出现胸腰落差。对于男女童共用一个原型已不能符合现阶段儿童实际体型。同时三种体型的试样效果较好，故本次女童上装结构基型的建立是成立的。（指导教师：邹平）参考文献1GB/T16160-1996.服装人体测量的部位与方法.M.北京:中国标准出版社,2009:192-196.2卢纹岱,吴喜之.SPSS FOR WENDOWS 统计分析 M.第三版.电子工业出版社,2006:248-256.3刘坤.概率论与数理统计.M.南京:南京大学出版社,2009:120-131.The Establishment of Basic Pattern Base on Upper Garment Structure of 9-11 Years Old Girl in Liaoning ProvinceAbstract: This Paper through Random Samp