回归分析方法应用实例1
来源:互联网 发布:淘宝ifashion如何申请 编辑:程序博客网 时间:2024/06/10 21:50
在制定运动员选材标准时,理论上要求先对不同年龄的运动员,各测试一个较大的样本,然后,计算出各年龄的平均数、标准差,再来制定标准。
有时尽管各年龄组的样本含量n都较大,但是,计算出的各年龄组之间的平均数、标准差仍然存在随机波动。所以,需要先对各年龄组间平均数、标准差的随机波动进行平滑处理,才能用平滑处理后的数据制定标准。
实例:测得662名7至18岁女生的下肢长B/身高×100数据,计算了各年龄组的平均数和标准差。如表1、图1。
从图1 可以清楚的看出各年龄组平均数有随机波动的趋势。这时可以用回归分析的方法对数据进行平滑处理。分别用了直线和2次曲线进行平滑,计算结果见图2、图3.
从图2、图3可以看到,用2次曲线进行平滑后拟合优度较好,相关指数 R2= 0.8201大大高于用直线
进行平滑的相关指数 R2=0.1013。
虽然,统计分析的结果表明,曲线比直线拟合优度更好。但是,还要分析用2次曲线进行平滑后的趋势究竟是不是女生下肢长B/身高×100的发育规律?才能决定能不能使用。
人体各环节长度在7岁以后的生长发育程序大体上是:足长─小腿长─下肢长─手长─上肢长─坐高。这种发育程序是自下而上的,而且是由四肢的远端向躯干的,所以我们称它为生长发育的“向心律”(中国青少年儿童身体形态、机能与素质的研究,第99页)。
正是由于青少年青春发育期具有先长四肢、后长躯干的“向心律”规律,所以发育期各年龄段下肢长B/身高×100的比例就是不同的。
因为先长下肢,所以下肢长B/身高×100的值就是随年龄增大逐年增长,后来躯干的增长速度加快了,下肢长B/身高×100的值就会随年龄增大逐年下降。因而,表明用2次曲线拟合出的趋势是符合生长发育规律的。可以用2次曲线回归方程:
Y = -0.0446X2 + 1.1653X + 43.704 来推算出各年龄组的回归值(见表2 ),再制定各年龄组的标准。
表2:
年龄
回归值
7
49.676
8
50.172
9
50.579
10
50.897
11
51.126
12
51.265
13
51.316
14
51.277
15
51.149
16
50.931
17
50.625
18
50.229
在制定运动员选材标准时,理论上要求先对不同年龄的运动员,各测试一个较大的样本,然后,计算出各年龄的平均数、标准差,再来制定标准。
有时尽管各年龄组的样本含量n都较大,但是,计算出的各年龄组之间的平均数、标准差仍然存在随机波动。所以,需要先对各年龄组间平均数、标准差的随机波动进行平滑处理,才能用平滑处理后的数据制定标准。
实例:测得662名7至18岁女生的下肢长B/身高×100数据,计算了各年龄组的平均数和标准差。如表1、图1。
从图1 可以清楚的看出各年龄组平均数有随机波动的趋势。这时可以用回归分析的方法对数据进行平滑处理。分别用了直线和2次曲线进行平滑,计算结果见图2、图3.
从图2、图3可以看到,用2次曲线进行平滑后拟合优度较好,相关指数 R2= 0.8201大大高于用直线
进行平滑的相关指数 R2=0.1013。
虽然,统计分析的结果表明,曲线比直线拟合优度更好。但是,还要分析用2次曲线进行平滑后的趋势究竟是不是女生下肢长B/身高×100的发育规律?才能决定能不能使用。
人体各环节长度在7岁以后的生长发育程序大体上是:足长─小腿长─下肢长─手长─上肢长─坐高。这种发育程序是自下而上的,而且是由四肢的远端向躯干的,所以我们称它为生长发育的“向心律”(中国青少年儿童身体形态、机能与素质的研究,第99页)。
正是由于青少年青春发育期具有先长四肢、后长躯干的“向心律”规律,所以发育期各年龄段下肢长B/身高×100的比例就是不同的。
因为先长下肢,所以下肢长B/身高×100的值就是随年龄增大逐年增长,后来躯干的增长速度加快了,下肢长B/身高×100的值就会随年龄增大逐年下降。因而,表明用2次曲线拟合出的趋势是符合生长发育规律的。可以用2次曲线回归方程:
Y = -0.0446X2 + 1.1653X + 43.704 来推算出各年龄组的回归值(见表2 ),再制定各年龄组的标准。
表2:
年龄
回归值
7
49.676
8
50.172
9
50.579
10
50.897
11
51.126
12
51.265
13
51.316
14
51.277
15
51.149
16
50.931
17
50.625
18
50.229
- 回归分析方法应用实例1
- 回归分析方法应用实例2
- 回归分析方法比较
- 回归分析方法
- 回归分析方法
- R语言回归分析实例
- 回归分析中的评价方法
- 7种回归分析方法
- 回归分析中的评价方法
- R语言与回归分析学习笔记(应用回归小结)(1)
- 回归算法应用场景实例二十则
- R数据分析实例:稳健回归
- 回归分析作业1
- 牛顿法在回归分析中的应用
- 多元回归分析(multiple regression)及其应用
- predict函数在回归分析中的应用
- 1.2.1Logistic回归实例
- 线性回归方法(1)
- hdu-进制转换
- ubuntu修改源的图形界面
- ural 1108
- 电脑启动不了如何解决
- Sql表间关系和连接查询应用举例
- 回归分析方法应用实例1
- thinkphp RBAC 详解
- Emacs 24 设置theme
- hdu-杨辉三角
- ABAP最基础也最重要的语句之 select语句!讲述这些年来遇到的一些小问题!
- android:layout_weight属性详解
- ural 1123
- JSP连接MySQL数据库例子(查询)
- system调用时errno错误码