发布时间 : 星期一 文章某高校在校生体测成绩的统计分析更新完毕开始阅读ca8aa06568eae009581b6bd97f1922791688bef8
天津科技大学2014届本科生毕业论文
表 4-6 5999个学生判别对比表
超重 肥胖 较低体重 营养不良 正常体重 表 4-7 291个学生判别对比表
超重 肥胖 较低体重 营养不良 正常体重 超重 17 0 0 0 4 肥胖 0 71 13 0 0 较低体重 0 0 78 0 0 营养不良 0 0 0 42 10 正常体重 0 0 0 0 83 超重 341 0 0 0 0 肥胖 12 750 107 0 79 较低体重 0 0 2072 0 0 营养不良 0 0 216 682 0 正常体重 0 0 0 0 2154 运行以上程序，得出5999个学生中超重的353人有12个人被判别到肥胖中。肥胖中除了12个超重的还有107个较低体重和79个正常体重被误判。较低体重有2072个判对，但是还有216被判到营养不良，107个判到较低体重。有682个营养不良，其中有216个被判成较低体重。有2233个正常体重，其中有79个被判成肥胖。291个学生中有有13个超重，其中有4个被误判成超重。有58个肥胖，有13个较低体重被误判成肥胖。有78个较低体重判对，有13个被误判成肥胖。有32个营养不良，有10个正常体重被误判到营养不良。有83个正常体重判对，但有10个被误判成营养不良。
25
天津科技大学2014届本科生毕业论文
5 总结与不足
本研究对中国农大2010年的体测成绩进行了统计分析，主要用到了描述性统计量、方差分析、回归分析、判别分析统计方法。
首先根据中国农大2010年的体测成绩统计分析得出三个年级的不同项目的8个常用统计量，通过表格的方式列出，更能方便了解这次数据的特征。 其次通过方差分析知道不同学院的学生的身高有显著性差异，通过多重比较了解了动科学院和人文与发展学院、工学院、信息与电气工程学院学生的身高差异显著。动医学院和工学院、信息与电气工程学院学生的身高差异显著。工学院和动科学院、动医学院、经济管理学院、农学与生物技术学院、人文与发展学院、食品科学与营养工程学院学生的身高差异显著。经济管理学院和工学院、水利和土木工程学院、信息与电气工程学院学生的身高差异显著。理学院和人文与发展学院、食品科学与营养工程学院学生的身高差异显著。农学与生物技术学院和工学院、水利和土木工程学院、息与电气工程学院学生的身高差异显著。人文与发展学院和动科学院、工学院、理学院、生物学院、土木工程学院、息与电气工程学院学生的身高差异显著。生物学院和人文与发展学院、食品科学与营养工程学院学生的身高差异显著。食品科学与营养工程学院和工学院、水利和土木工程学院、信息与电气工程学院学生的身高差异显著。水利和土木工程学院和动医学院、人文与发展学院、食品科学与营养工程学院学生的身高差异显著。信息与电气工程学院和动科学院、动医学院、经济管理学院、农学与生物技术学院、人文与发展学院、食品科学与营养工程学院学生的身高差异显著。通过箱线图可以更好的看出各学院学生的身高的不同。
再次通过分析数据的相关性得出相关矩阵图，通过回归分析，得出学生身高和体重的一元回归方程y?0.94677*x?100.28，身高、体重和肺活量的二元回归方程Z??6556?51.59*X?25.077*Y ，画出各自的拟合效果图。
最后通过距离判别用已知的5999个学生的身高体重类别对291个学生分类。得出5999个学生中超重的353人有12个人被判别到肥胖中。肥胖中除了12个超重的还有107个较低体重和79个正常体重被误判。较低体重有2072个判对，但是还有216被判到营养不良，107个判到较低体重。有682个营养不良，其中有216个被判成较低体重。有2233个正常体重，其中有79个被判成肥胖。291个学生中有有13个超重，其中有4个被误判成超重。有58个肥胖，有13个较低体重被误判成肥胖。有78个较低体重判对，有13个被误判成肥胖。有32个
26
天津科技大学2014届本科生毕业论文
营养不良，有10个正常体重被误判到营养不良。有83个正常体重判对，但有10个被误判成营养不良。
本研究还存在一些不足和值得改进之处，从本文来说在进行描述性统计时，工程量比较大，没有做个函数帮助减少工作量。在进行方差分析时只从身高方面来进行不同学院的显著性分析。还可以从体重，肺活量，耐力类，速度、灵巧类等方面进行分析。从数据来说，只有一个学校的数据，不能从多个学习进行分析比较，只有2010年的体测成绩，没有分析更多年份的体测成绩。
27
参考文献
[1]王岩,隋思涟. MATLAB回归分析[J]. 青岛理工大学学报,2006,04:129-132. [2]崔敏. 基于MATLAB的加工误差统计分析系统[J]. 机械,2008,S1:21-23.
[3]程毛林. Matlab软件在多元统计分析中的应用[J]. 数理统计与管理,2008,02:279-284. [4]杨伍梅. MATLAB在回归分析中的应用[J]. 高等函授学报(自然科学版),2008,05:33-34. [5]杜华强,范文义,赵宪文,王雪. 基于Matlab遥感数据分形及地统计分析软件实现[J]. 北京林业大学学报,2005,05:92-97.
[6]易芳. 采用MATLAB的线性回归分析[J]. 兵工自动化,2004,01:68-69.
[7]陈辉,胡英,王绪本,郭科. 判别分析中的变量择优及其MATLAB实现[J]. 河南师范大学学报(自然科学版),2004,01:12-16.
[8]邹昌平,雷刚,梁锡昌. 应用MATLAB软件统计分析刀具寿命分布规律[J]. 工具技术,2001,07:30-32.
[9]程毛林. 浅谈Matlab软件用于统计分析教学[J]. 统计教育,2001,05:21-23.
[10]冯三营. MATLAB软件在多元统计分析教学中的应用研究[J]. 洛阳师范学院学
报,2010,02:23-26.
[11]王曙东. 回归分析中的残差分析[J]. 中学生数理化(高二版),2012,06:5+8.
[12]Nondek, Lubomir,Niederberger, Anne Arquit. Statistical analysis of CDM capacity-building needs[J]. Climate Policy,2005,43:.
[13]KJ Worsley,JE Taylor,F Carbonell,MK Chung,E Duerden,B Bernhardt,O Lyttelton,M Boucher,AC Evans. SurfStat: A Matlab toolbox for the statistical analysis of univariate and multivariate surface and volumetric data using linear mixed effects models and random field theory[J]. Neuroimage,2009,47:.
[14] Layne JE，NeIson ME. The effects of progressive resistance training on bone density：a review[J].Med Sci Sports Exerc，1999，31:25-30.
[16]李恺宪.不同体育生活方式大学生体质状况的探讨和分析[J].首都体育学院学报，2009,21（6）:737-739.
[17]朱慧平，张晓芳.甘肃高校学生体质健康状况调查研究[J]. 甘肃科技纵横,2012,41(5):158-167.
[18]吴磊. 结合体育课体能项目的练习提高大学生健康体测成绩[J].《运动人体科学》,2013,3(25):21-22.
[19]张伟，陈华卫江苏高校学生身心健康发展现状与策略研究[J]．山东体育学院学报 2011(47)：89-91.
[20]陈星，张欣，张霈．高校学生体质健康现状与对策研究[J].北京体育大学报 2008，12(7)：
944—945.
[21]边文洪，张占平．江苏省高校学生不同体质健康水平生活方式的调查分析[J].哈尔滨体育学院学报，2008，26(1)：136—139.
[22]魏巍.MATLAB 应用数学工具箱技术手册［M］.北京: 国防工业出版社， 2004． [23]苗大培论体育生活方式[M].北京：北京体育大学出版社，2004．
[24]王利森，祁国鹰.运动因子影响大学生体质状况的统计分析[J].北京体育大学学报，2005，28(9)：1224-1226.
[15]谢中华.Matlab统计分析与应用:40个案例分析[M].北京:北京航空航天大学出版社,2010.