体质健康测评模型

本题在对学生体质健康综合评价研究的基础上，运用判别分析等方法构建一个用以判定学生体质健康等级的有效实性分级模型。介绍分级模型的构建过程，重点介绍了Fisher判别法；其次对模型中的评价指标进行分析，然后就是分级模型的建立，并对其判别效果进行有效性检验；对研究结果进行分析，提出模型的有效性与实用性。本次研究对象是某高校大一新生36个班级共1000多名学生，对所有学生体质测试的数据进行异常数据筛选以后，由MicrosoftExcel储存，并建立数据库。然后利用SPSS数据统计软件对筛选后的有效数据进行处理，根据数据处理结果进行标准差的统计分析，运用判别分析法建立判别函数。大学生体质健康综合评价分级模型的构建在构建分级模型的过程中，考虑到大学男生与大学女生体质健康评分标准的不同，故将男生女生区别开来，分别建立相应的判别模型。判别分析方法属多因素分析一种方法，是根据事物的性质来判别事物的属性。它是根据表明事物特点的变量值和它们所属的类，求出判别函数，根据判别函数对未知所属类别的事物进行分类的一种分析方法。即判断未知属性的个体所属类别，将个体进行归类。在实际工作中，经常会遇到需要将个体进行归类的问题。体育工作者根据身高体重指数、台阶指数、肺活量、握力等几项指标来判断学生的体质健康等级；在运动选材中，根据运动员的身体形态、心理、生理指标来判断运动员适合从事哪些运动项目等等。判别分析就是解决这类问题的一个优选的多元统计方法。判别函数的一般形式为：F二b+bX+bX+...+bX0 11 2 2 nn其中，X是反映研究对象的特征变量，如台阶指数:b0为判别常数，b1，b2，…，b为判别系数。将某样品的n个判别指标观测值代入此函数，所得函数值便为该样品的判别得分。在进行判别分析时，必须事先已知研究对象的分类和若干表明研究对象特征的变量值（判别指标），再据此建立判别函数，然后利用其结果对待判对象所属类别进行判断。通过对比原始样本分类和按判别函数所判的分类，可以计算出判对率，从而检验所求出的判别函数的有效性。判别分析的基本思想是根据观测到的若干判别指标构建出判别函数，然后计算出每个样本的判别得分，根据判别得分对研究对象属于哪一类进行判断。Fisher判别法统计上用判别函数对样品进行判别的方法有三种，Bayes判别分析法、距离判别分析法及Fisher判别分析法。本题选用Fisher判别分析法构建判别模型对样品进行判别。Fisher准则的基本要点是：使各类均值之间的差别最大（即使不同类之间的差别最大），而使各类内部的离差平方和为最小（即使同类间的差别最小）换句话说，即要求类间（或组间）均值差与类内（或组内）方差之比最大，这样就能把地理类型区分得最清楚。根据Fisher准则，要使判别得分最大限度地区分两类不同的总体，最后得到的线性判别函数必须是使得判别效率最大的判别变量线性组合。根据SPSS判别分析结果，通常可以建立Fisher线性判别函数和典则判别函数。其中，典则判别函数包括标准判别函数与非标准判别函数两种形式，这类判别函数的数目为K-1（K为研究对象的分类数目）个，这时需要计算出典则判别函数的临界值F,并据此建立相应的判别规则，根据所得判别得分与临界值的大小关系就可以判别样品所属的类别。如对于两类判别，当F>F时，将其归为第一类；当F<F时，则将其归为第二类。建立的Fisher判别函数的数目则为K个，与研究对象的类别数目是一致的。在对样品进行判别时，只需将研究对象的各判别指标值分别代入K个判别函数中，得出K个判别得分，然后比较这K个值的大小，哪个值最大，就将该样品归入哪一类。本题选择Fisher线性判别函数的表达形式，即构建K个判别函数。知道了判别函数后，将待判学生的几项指标数值代入判别函数中，然后比较所得的F分值，哪个值大，就将其归入哪类。这样轻而易举就可以判别出其所属的类别。从身体形态发育水平、生理机能水平、身体素质与运动能力发展水平三个方面选取了身高、体重、握力、肺活量、立定跳远、台阶指数六项指标，确定为构建模型的评价指标，足以反映大学生的体质状况。在判别分析的过程中，可以采用全模型法，将这六项判别指标全部放入。在这六项指标中，身高、体重这两项指标反映身体形态的发育水平，通过人体肌肉、骨骼的生长发育及营养状况来较好地反映身体形态水平。肺活量和台阶实验是反映人体生理机能的指标。肺活量体重指数值越大，说明肺功能越好。肺活量是能反映人体生长发育水平的重要机能指标之一。台阶试验，是测试学生在定量负荷后心率变化情况，以此来评价学生的心血管机能。它反映了心血管的耐力，通过台阶指数可以很客观地了解和评价心血管系统机能状况和工作效率。台阶指数值越大，说明心血管机能水平越高。握力、立定跳远是反映身体素质水平和运动能力的指标。握力是测试学生上肢肌肉力量的发展水平。立定跳远测试学生下肢爆发力及身体协调能力的发展水平，是反映无氧代谢能力的有效指标，同时又是检验速度素质和弹跳素质的常规项目。综上可以看出，这六项指标都是对学生体质健康进行综合评价的重要指标。下表为本题中男女同学各项水平的比例。表1-1：男同学各项测试所得分水平分布不及格及格良好优秀肺活量体重指数27.75%40.05%25.26%6.94%台阶测试21.47%43.06%30.63%4.84%立定跳远47.77%37.43%11.13%3.66%握力体重指数78.66%18.59%1.96%0.79%表1-2:女同学各项测试所得分水平分布不及格及格良好优秀肺活量体重指数24.59%39.67%24.92%10.82%台阶测试5.23%37.58%50.65%6.54%立定跳远51.31%37.91%9.48%1.31%坐位体前屈指数5.88%11.76%34.97%46.73%从表中很明显可以看出大学生各项测试水平，优秀的人数所占比例都很小,尤其是男同学的握力体重指数优秀人数只占0.79%,而有78.66%的人处于不及格的范畴，女同学的立定跳远一想也有类似的情形。对一班的同学进行相同的分析可得，一班的同学处于优秀水平的比例较全校更低，女生的平均水平中，坐位体前屈一项还属理想，立定跳远相较全校水平比较优异，男生各项水平基本与全校水平相符。计算判别分数时使用原始自变量，直接将六项评价指标的值代入即可。根据表1-3中的Fisher线性判别函数系数表可以得到判定大学男生体质优秀、良好、及格与不及格的四个线性判别函数分别为：F=5.545X’-0.770Xc+0.763Xq+0.0778X+0.01574Xv+0.483X<-722.459TOC\o"1-5"\h\z1 2 3 4 5 6F=5.555X-0.792X+0.768X+0.03796X1+0.01613X+0.476X-570.261 2 3 4 5 6F=5.57X-0.811X+0.760X+0.06462X1+0.01142X+0.481X-663.4321 2 3 4 5 6F1=5.553X-0.819X+0.768X+0.05242X1+0.01107X+0.48X-613.6361 2 3 4 5 6同理，根据表1-4中的Fisher线性判别函数系数可以得到判定大学女生体质优秀、良好、及格与不及格的四个线性判别函数分别为：F1=5.182X1-1.119X2+0.946X3+0.05583X4+0.242X5-0.103X6-546.8061 2 3 4 5 6F=5.227X-1.090X+0.929X+0.0212X1+0.256X-0.0777X-454.8981 2 3 4 5 6F3=5.213X1-1.105X2+0.921X3+0.04175X4+0.246X5-0.121X6-501.7481 2 3 4 5 6F4=5.215X1-1.119X2+O.914X3+O.O327OX/1+O.241X5-O.1O5X6-474.46O表1-3：Fisher判别系数表（男生）类别1234身高5.5455.5555.575.553体重-0.77-0.792-0.811-0.819台阶指数0.7630.7680.760.768肺活量0.07780.037960.064620.05242握力0.015740.016130.011420.01107立定跳远0.4830.4760.4810.48常数项-722.459-570.26-663.432-613.636表1-4：Fisher判别系数表（女生）类别1234身高5.1825.2275.2135.215体重-1.119-1.09-1.105-1.119台阶指数0.9460.9290.9210.914肺活量0.055830.02120.041750.0327握力0.2420.2560.2460.241立定跳远-0.103-0.07770.121-0.105常数项-546.806-454.898-501.748-474.46随机选取任意样本，将其身高、体重、握力、肺活量、立定跳远、台阶指数六项指标分别代入上述四个判别函数中，得到相应的判别得分，根据判别规则，就可以判定此样本分属于哪一类。选取某男生身高155.6cm,体重47.3kg,,台阶指数60,肺活量5843ml，立定跳远208cm，握力29N,将其六项指标值代入男生判别函数中，可得F]=621.57,F2=541.36,F3=604.398,F4=580.264，比较可知f1值最大，故将其判定为第一类，即体质优秀者。同理，抽取某女生，身高为168cm，体重53kg，台阶指数49,肺活量2145ml，立定跳远159cm，握力22N,将此六项指标值代入女生判别函数式中，可得 F]=466.784,F2=495.458,F3=486.61,F4=493.289,比较可知F2值最大，故将其判定为体质良好者。这两个样品的判定结果表明，由模型计算出的样品类别与其实际类别是一致的，一定程度上说明了该模型的有效性与可行性。分级模型的判别效果分析构建了判别模型后，要对模型的有效性进行必要的检验。用所建立的判别函数对已知类别的样品进行判别，计算判对率和判错率，可用来描述判别函数的判别效果。对大学生体质健康状况的分析可以看出，男女大学生的体质状况总体上不太理想，多数学生处于及格与不及格两个等级中，体质达到优秀等级的学生较少，大学生体质健康呈现出不佳的现状。随着社会节奏的加快，学生背负的压力越来越多，久而久之养成的不规律的生活习惯,使学生的体质健康受到极大影响。同时，随着生活水平的提高，热量、脂肪等过多的摄入及食物结构的不尽合理，加上缺乏足够的体育锻炼，导致许多学生体质下降，健康受到严重的威胁。因此,必须进一步重视大学生的体质健康问题，并在实际工作中采用合理可行的对策，以改善大学生的体质健康状况。分级模型的有效性与实用性本文借助多元统计分析中的判别分析，对样本进行分析，分别建立了大学男生和大学女生的体质健康综合评价分极模型。通过用预测样本对模型进行检验所得的结果可以看出，模型判别的总体判对率和预测判对率均在90%以上，说明所建立的判别模型是非常有效的。并且，通过样品回代的实际运用证明，由模型计算出的样品类别与其实际类别是一致的。由此可见，模型的实际判别能力还是比较理想的，对于评价大学生体质健康水平是有很大的借鉴意义的。分级模型的优点依据《国家学生体质健康标准》运用统计软件SPSS进行判别分析，制订出大学生体质健康综合评价分级模型，运用本模型可对学生个体或群体的体质健康状况进行综合评价。使用本“模型”可使高校体育与健康工作者免除参照《国家学生体质健康标准》中男女大学生体质健康评分表逐一查找学生各单项指标得分和利用权重再累加总分的繁杂过程，一定程度上减少了操作程序，达到简便易行之目的，从而使评估结果十分简洁、清晰，便于理解和操作。缺点在本题的撰写过程中，由于一些条件的限制，本文仍有许多的不足之处。因此在今后的研究中，仍需要进一步的深入和完善。题中所构建的模型，通过实证研究是具有一定精度的，可以为各相关利益者提供一定的依据。但此模型也存在着一定的局限性。一、 本课题在进行研究时，样本的选取仅以某高校大一学生为主，由于样本选取范围的局限性，必然会影响到模型的精确性。如果条件允许，可以在全国范围内选取大量样本，这样研