第十届五一数学建模联赛A题论文范文体质健康数据检验和评价方法的数学模型建立.docx
- 文档编号:9220917
- 上传时间:2023-05-17
- 格式:DOCX
- 页数:30
- 大小:886.49KB
第十届五一数学建模联赛A题论文范文体质健康数据检验和评价方法的数学模型建立.docx
《第十届五一数学建模联赛A题论文范文体质健康数据检验和评价方法的数学模型建立.docx》由会员分享,可在线阅读,更多相关《第十届五一数学建模联赛A题论文范文体质健康数据检验和评价方法的数学模型建立.docx(30页珍藏版)》请在冰点文库上搜索。
第十届五一数学建模联赛A题论文范文体质健康数据检验和评价方法的数学模型建立
2013第十届五一数学建模联赛
承诺书
我们仔细阅读了五一数学建模联赛的竞赛规则。
我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与本队以外的任何人(包括指导教师)研究、讨论与赛题有关的问题。
我们知道,抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其它公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。
如有违反竞赛规则的行为,我们愿意承担由此引起的一切后果。
我们授权五一数学建模联赛赛组委会,可将我们的论文以任何形式进行公开展示(包括进行网上公示,在书籍、期刊和其他媒体进行正式或非正式发表等)。
我们参赛选择的题号为(从A/B/C中选择一项填写):
A
我们的参赛报名号为:
2013200288
参赛组别(研究生或本科或专科):
本科
所属学校(请填写完整的全名)南京理工大学
参赛队员(打印并签名):
1.厉申博
2.匡伟
3.肖旭
日期:
2013年年5月1日
获奖证书邮寄地址:
南京理工大学26舍302A邮政编码210094
2013第十届五一数学建模联赛
编号专用页
竞赛评阅编号(由竞赛评委会评阅前进行编号):
评阅记录
评
阅
人
评
分
备
注
裁剪线裁剪线裁剪线
竞赛评阅编号(由竞赛评委会评阅前进行编号):
参赛队伍的参赛号码:
(请各参赛队提前填写好):
2013200288
体质健康数据检验和评价方法的数学模型建立EstablishmentofMathematicalModelofPhysicalFitnessMonitoringDataCheckAndAssessmentMethod
摘要
对于问题一对体重与其他健康指标进行相关性分析和曲线拟合,得到体重与肺活量呈现正相关,而与其他指标相关性不大。
利用修正了的3σ(σ为标准差)准则法去除单指标可能不准数据,根据曲线拟合模型确认指标间的逻辑检验关系,去除可能不准数据。
对于问题二在单项健康指标坐标系内分别对不同地区建立健康指标的正态分布曲线,分析各正态分布之间的差异。
得到不同地区学生在单项体质上有所不同,但整体的体能健康不具有显著差别。
对于问题三假设学生身体素质成绩呈正态分布,可利用数理统计理论中数据标准化的方法求出标准化成绩Ti,它是正态分布的随机变量取Ti的下侧概率值,为了与通常的百分制相比较,我们在定义中把下侧的概率值扩大100倍,这样可以直观地反映一个学生在整群中的实际单项成绩的地位。
用此方法分析出1班29名同学各项状况。
对1班整体进行分析,其标准平均分为53.3072>50,说明这个班整体体质健康较高。
也可单独对个人进行类似分析。
对于问题四分析认为学生后天体能特别是力量方面成绩较差,应建议措施以加强后天体能重点包括力量耐力的训练。
量化提高健康指标也应该加大后天体能指标的权重,并采用数据标准化的方法设置标准成绩,更好的提高大学生锻炼积极性。
关键词:
体质健康检验评价数学模
问题重述
近年来,大学生的体质健康水平呈下降趋势。
中国大学生体质调查显示,2010年国民体质监测结果与1985年相比,肺活量下降了近10%;大学女生800米跑、男生1000米跑的成绩分别下降了10.3%和10.9%,立定跳远成绩分别下降了2.72厘米和1.29厘米;学生或者过重或者过瘦。
影响大学生的体质健康水平原因很多,对大学生体质健康的评价问题将为如何提高体质健康水平有现实指导意义。
学生体质健康状况已经纳入对学校整体工作的评价体系中,大学生的体质健康测试成为高等院校必须完成的任务。
各高校每年都会对在校大学生做体质健康测试,将测试的结果反馈教育部,并及时公布。
体质测试主要包括身体形态、身体机能、身体素质等方面,现有测试项目如下:
(1)身高、体重:
评定身体匀称度,反映生长发育水平及营养状况。
(2)肺活量:
测试人体呼吸的最大通气能力,反映了肺的容积和扩张能力。
(3)立定跳远:
通过测试人体的跳远能力,反映下肢爆发力及身体协调能力的发展水平。
(4)握力:
测试前臂及手部肌肉的力量,反映上肢肌肉力量的发展水平。
(5)坐位体前屈:
测试静止状态下躯干、腰、髋等关节可能达到的活动幅度,反映身体柔韧素质的发展水平。
(6)台阶试验:
测试在3分钟的定量负荷后心率变化情况,评定心血管功能,反映心肺机能水平。
(其中以上测试中握力这一项测试只针对于男生,坐位体前屈这一项测试只针对于女生)
我们对某高校大一新生36个班级共1000多名学生进行了体质与健康测试,测试的项目和结果见附件表1,由于测试过程中学生未能按照要求规范测试,导致测量结果中出现一些偏差,进而影响了体质健康的测试,附表2为大一新生各项测试评分标准,请回答下列问题:
问题1:
影响大一新生的体质健康状况的因素很多,体重是体现体质健康状况的重要指标,分析体重对体质健康的影响;在体质健康测试中,测试结果可能存在误差,在附表1中,有些测量数据不能反映同学的真实水平,根据附表1数据,请建立数学模型检验测试结果的正确性和准确性,找出附表1中1、2、3班同学的可能偏差测试结果,并说明理由。
问题2:
生源地是影响体质健康状况的因素,请在不同生源地选取适当的样本,试检验不同地区学生的体能健康是否具有显著差别。
问题3:
目前,我国体能测试主要采用《国家体质健康标准》对学生体质进行评价,根据附表2中(男生:
sheet1;女生:
sheet2)项目评价标准,试建立体质健康评价模型,评价该校学生的体质健康状况,并对1班的30名同学进行体质健康评价。
问题4:
我国大多数高校学生体质健康合格率未达到国家要求,对于未达标的大一新生来说,就如何让学生在在校期间提高自身的体质健康写一份建议报告书,其中包括提高体质健康水平的措施和手段,如何量化提高体质健康指标等问题。
问题分析
问题1:
首先要求分析体重对体质健康的影响。
可对体重与其他健康指标进行相关性分析和曲线拟合,分析出体重对体质健康的影响。
其次附表1给出了某高校1069名学生的体能测试表,要求检验测试结果的准确性。
在这里,可能不准数据包含两种情况:
1)单个指标过大或过小,明显偏离该指标大多数观测值;2)单个指标虽未表现出异常,但不符合指标间的相关性。
对于前一种可能不准数据,可利用3σ(σ为标准差)准则法,样本总体呈正态分布,落在3σ以外数值概率小于0.3%,可以认为该值为异常值。
但数据表中两端的样本量太少,偶然性太大。
为减小误差,对3σ准则法做出修正,放弃采用两端分布稀疏的点,对中间的样本进行正态分布曲线拟合。
对于后一种可能不准数据,分析认为身高在测量中出现误差的可能性较小,而其他指标出现不准确的可能较大。
而指标之间都有一定的相关度,所以首先进行相关性分析,之后根据曲线拟合模型确认指标间的逻辑关系。
再根据已知上下限的指标确认其他指标的上下限,将上下限以外的数据定为可能不准数据。
问题2:
要求检验不同地区学生的体能健康是否具有显著差别。
可采用两种方法:
1)建立Y(人数)-X(单项健康指标段)坐标系,分别对不同地区的情况作出折线统计图,分析折线图之间的差距;2)在单项健康指标坐标系内分别对不同地区建立健康指标的正态分布曲线,分析各正态分布之间的差异。
问题3:
要求建立合理的体质健康评价模型。
该模型可利用数理统计理论中数据标准化的方法,令标准分数是标准正态分布的随机变量取Ti的下侧概率值。
这种评价方法有一定的动态可比性,可以直观地反映一个学生在整群中的实际单项成绩的地位。
问题4:
要求就包括提高体质健康水平的措施,如何量化提高体质健康指标等问题写一份建议报告书。
对体能测试表进行统计分析,分析现在大学生的健康问题,对提高体质健康水平提出合理有效的建议。
对于如何量化提高体质健康指标,可通过多元回归分析和因子分析,综合分析形态指标、机能指标对大学生体质健康的影响,并确定其影响程度,据此得出机能指标的重要作用性。
模型假设
1,性别,生源地,出生年月的数据都准确无误。
2,这里的健康水平只与题中所示的指标有关,不受其他因素比如疾病,伤残影响。
3,假设各指标符合正态分布
定义与符号说明
y
生长年数
h
身高
l
肺活量
w
体重
s
台阶测试
b
男生握力体重指数
g
女生坐位体前驱
j
立定跳远
σx
x指标的正态分布标准差
X
x指标的正态分布平均值
S
总成绩的标准差
Ti
第i个学生的标准成绩
Tix
第i个学生x指标的标准成绩
Mx
X指标的标准权重
Pi
第i个学生的原始总成绩
r
相关性系数
问题一的模型建立与求解
一﹑模型的分析
1,首先要求分析体重对体质健康的影响,先算出这1069名学生的总分数Pi,将Pi作为衡量体质健康的总指标。
然后将各单项指标和总健康指标对体重进行相关性分析。
假如相关性系数r较大,则说明体重对其有影响,并可进行曲线拟合,进一步了解体重对体制健康的影响。
假如相关性系数r不大,则说明体重对体质影响不大。
以上都可以利用matlab软件进行实现。
2,附表1给出了某高校1069名学生的体能测试表,有些测量数据不能反映同学的真实水平,要求检验测试结果的准确性。
在这里,可能不准数据包含两种情况:
1)单个指标过大或过小,明显偏离该指标大多数观测值。
因为单项指标总体呈正态分布,故可用3σ(σ为标准差)准则法,样本总体呈正态分布,落在3σ以外数值概率小于0.3%,可以认为该值为异常值。
但数据表中两端的样本量太少,偶然性太大。
为减小误差,对3σ准则法做出修正,放弃采用两端分布稀疏的点,只对中间的样本进行正态分布曲线拟合。
故模型思路为:
对单项数据剔除两端稀疏的点,然后对剩下的点进行正态分布拟合,求出σx和X,然后,计算出X±3σx,其中,X+3σx为该类指标的逻辑上界,X一3σx为该类指标的逻辑下界。
在逻辑上界和逻辑下界之外的数据,判定为可疑数据。
2)单个指标虽未表现出异常,但不符合指标间的相关性。
已经假设生长年数(可根据出生年月算得)准确,身高不准确的概率较小,而其他指标出现不准确的可能较大。
而指标之间都有一定的相关度,所以首先进行相关性分析。
计算各个指标之间的相关性系数r;然后根据相关性系数r的大小和经验判断,提取相关性系数r较高的指标体系;对提取后的指标探讨逻辑检验的数学模型。
探讨逻辑检验的数学模型的方法:
将未知上下限的指标x与以确定准确的指标进行曲线拟合,求解出拟合方程。
通过拟合方程推算出x指标的上下限曲线方程,将上下限以外的数据定为可能不准数据。
以上过程都可以运用matlab软件实现。
二﹑模型建立与求解
1,先对体重与各单项指标进行相关性分析。
男生:
相关性系数r
肺活量l
台阶测试s
男生握力体重指数b
立定跳远j
体重w
0.3313
0.0100
0.2307
-0.0507
若r<0.3,两指标不相关。
所以对于男生,立定跳远,男生握力体重指数,台阶测试与体重没有相关性。
若0.3 所以男生肺活量与体重有弱的相关性。 然后对肺活量和体重进行曲线拟合 拟合方程为在上图中表示。 分析认为,体重与肺活量存在正相关关系。 女生: 相关性系数r 肺活量l 台阶测试s 女生坐位体前屈g 立定跳远j 体重w 0.1755 -0.0657 -0.0708 -0.1154 若r<0.3,两指标不相关。 所以对于女生,肺活量,立定跳远,女生坐位体前屈,台阶测试与体重没有相关性。 2,先利用3σ(σ为标准差)准则法进行单指标分析,求单指标的均值X和标准差σx,然后,计算出X±3σx,其中,X+3σx为该类指标的逻辑上界,X一3σx为该类指标的逻辑下界。 在逻辑上界和逻辑下界之外的数据,判定为可疑数据。 运行结果如表: 男生: 均值X 标准差σx 下限 上限 身高 172.9398 5.8309 155.4471 190.4325 体重 67.7744 12.1195 31.4159 104.1329 肺活量 4051.2 774.8295 1726.7115 6375.6885 台阶测试 51.2601 7.8542 27.7035 74.8287 男生握力体重指数 47.9119 9.6052 19.0963 76.7275 立定跳远 2.1477 0.2005 1.5432 2.7462 得到可能不准确的指标及学号如下表: 指标名 指标数 学号 身高 132.6 121056 身高 190.5 120648 身高 191.3 120135 身高 192.2 120460 身高 192.9 120131 体重 104.6 120581 体重 104.9 120438 体重 105.5 120990 体重 108.1 120043 体重 109.2 120810 体重 109.8 120852 体重 111.6 120662 体重 113.2 120131 体重 117.4 120035 体重 118.9 120613 体重 120.1 120707 体重 126.9 120675 肺活量 0 120935 肺活量 506 120932 肺活量 538 120940 肺活量 798 120946 肺活量 1394 120254 肺活量 1483 120633 肺活量 1642 120588 台阶测试 27 120888 台阶测试 77 120965 台阶测试 78 120668 台阶测试 79 120840 台阶测试 80 120950 台阶测试 91 120189 台阶测试 98 120550 台阶测试 99 120629 台阶测试 99 120120 男生握力体重指数 0 120148 男生握力体重指数 0 120588 男生握力体重指数 0 120176 男生握力体重指数 0 120547 男生握力体重指数 8.4 120831 男生握力体重指数 78.3 120780 男生握力体重指数 78.9 120223 男生握力体重指数 78.9 120202 男生握力体重指数 79.5 12563 男生握力体重指数 80.9 120545 男生握力体重指数 81 120425 男生握力体重指数 83.3 120191 男生握力体重指数 84.6 120552 男生握力体重指数 86.7 120560 男生握力体重指数 87.8 120233 男生握力体重指数 90.8 120244 男生握力体重指数 95.6 120274 男生握力体重指数 98.7 120551 立定跳远 2.75 121063 立定跳远 2.77 120427 立定跳远 2.77 120202 立定跳远 2.8 120440 立定跳远 2.8 120135 立定跳远 2.84 120274 女生: 均值X 标准差σx 下限 上限 身高 161.2507 5.5020 144.7447 177.7567 体重 54.6187 6.5935 34.8362 74.3992 肺活量 2711.4 573.3604 991.3188 4431.4812 台阶测试 49.9673 6.8218 29.5019 70.4327 女生坐位体前屈 16.5886 8.2058 -8.0288 41.206 立定跳远 1.5496 0.1703 1.0387 2.0605 得到可能不准确的指标及学号如下表: 指标名 指标数 学号 体重 0 120540 体重 82.1 120520 体重 83.6 120748 体重 100.5 120752 台阶测试 76 120505 台阶测试 80 120531 台阶测试 80 120844 台阶测试 83 120525 立定跳远 2.45 120251 然后进行多指标逻辑检验: 先用matlab进行多指标相关性分析,得到如下结果: 男生: 相关性系数r 身高h 体重w 肺活量l 立定跳远j 男生握力体重指数b 台阶测试s 生长年数y 身高h 1 0.4008 0.3722 0.1997 0.2252 0.1305 0.0037 体重w 1 0.3313 -0.0507 0.2307 0.0100 0.0462 肺活量l 1. 0.1475 0.2306 0.0711 0.0157 立定跳远j 1 0.2438 0.1847 -0.0789 男生握力体重指数b 1 0.1218 -0.0735 台阶测试s 1 0.0402 生长年数y 1 女生: 相关性系数r 身高h 体重w 肺活量l 立定跳远j 女生坐位体前屈g 台阶测试s 生长年数y 身高h 1 0.3549 0.3410 0.1575 0.1951 0.0793 0.0741 体重w 1 0.1755 -0.1154 -0.0708 -0.0657 -0.0248 肺活量l 1 0.1587 0.2260 0.0748 0.1117 立定跳远j 1 0.1913 0.1016 0.0323 女生坐位体前屈g 1 0.1136 -0.0272 台阶测试s 1 -0.0363 生长年数y 1 普遍认为,相关性系数大于0.4,就可以进行指标间逻辑分析。 以身高为自变量,以体重的上限和下限为因变量进行曲线拟合,获得若干拟合曲线: 男生身高与体重下限: 男生身高与体重上限: 女生身高与体重下限: 女生身高与体重下限: 根据求得每个身高对应体重的上下限确定可能不准数据: 性别 体重 身高 学号 男 68 158.7 120596 男 73.8 160.9 120615 男 69.3 161.3 120092 男 82.6 163 120559 男 83.3 163.3 120842 男 78.9 165 120428 男 80.7 165.6 120979 男 81.9 166.2 120960 男 85.6 167.2 121044 男 94.2 169 120654 男 95 169.8 120515 男 100.7 171 120805 男 101.6 173.7 120658 男 177.3 98.1 120915 男 177.4 99.6 120196 男 178.4 98.4 120040 男 179.7 96.4 120677 男 181.2 54.8 120566 男 181.7 61.6 120817 男 187.1 66.5 120795 女 147.8 59.3 120892 女 150 59 120345 女 151.2 58.9 121037 女 151.5 42.4 120868 女 157.2 71.1 120899 女 161.6 73.4 120422 女 162.5 42 121040 女 163.6 69.8 120743 女 164.1 74.1 120929 女 172.7 49.4 120350 女 176.8 54.9 120283 问题二的模型建立与求解 一,模型的分析 要求检验不同地区学生的体能健康是否具有显著差别。 可采用两种方法: 1)建立Y(人数)-X(单项健康指标段)坐标系,分别对不同地区的情况作出折线统计图,分析折线图之间的差距;2)在单项健康指标坐标系内分别对不同地区建立健康指标的正态分布曲线,分析各正态分布曲线之间的差距以及个正态分布的均值之间的差来检验不同地区学生的体能健康。 分析认为后一种方法更加简便且便于定量分析,故采用第二种模型。 二﹑模型建立与求解 利用matlab软件实现如下过程: 分别将8个地区的男生体重指标在同一坐标系中进行正态分布拟合: 地区 1 2 3 4 5 6 7 8 均值 66.2600 67.9000 64.2228 67.7920 64.0444 69.1559 69.0938 65.0235 σ 10.2935 9.2614 9.9153 9.4403 8.5212 12.6139 13.1786 10.3307 分别将8个地区的女生体重指标在同一坐标系中进行正态分布拟合: 地区 1 2 3 4 5 6 7 8 均值 54.3814 55.5647 51.5000 53.5500 52.4545 53.5100 54.4512 53.0997 σ 5.8600 6.7184 4.4103 6.9561 6,9012 5.3490 5.9025 6.8783 分别将8个地区的男生肺活量指标在同一坐标系中进行正态分布拟合: 地区 1 2 3 4 5 6 7 8 均值 4.0352e+03 4.0791e+03 4095 4.3014e+03 4.0758e+03 4.0684e+03 4.0483e+03 3.9904e+03 σ 719.7491 798.3174 619.6524 653.7312 666.7904 745.1828 708.2141 779.8481 分别将8个地区的女生肺活量指标在同一坐标系中进行正态分布拟合: 地区 1 2 3 4 5 6 7 8 均值 2.7212e+03 2.7052e+03 2.7153e+03 2.6608e+03 2.4615e+03 2.4832e+03 2.6835e+03 2.2993e+03 σ 569.2373 552.9282 675.8308 723.6147 210.01
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第十 五一 数学 建模 联赛 论文范文 体质 健康 数据 检验 评价 方法 数学模型 建立
![提示](https://static.bingdoc.com/images/bang_tan.gif)