SPSS论文(同名14531).doc

该【SPSS论文(同名14531) 】是由【HShess】上传分享，文档一共【27】页，该文档可以免费在线阅读，需要了解更多关于【SPSS论文(同名14531) 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。SPSS论文(同名14531)
基于判别分析的大学生健康影响因素研究
-1-
基于判别分析的大学生健康影响因素研究
范薇09513399
(天津师范大学管理学院信息资源管理学系邮编300387)
摘要:近几年,大学生的身体健康问题成为一种严重的社会综合症。其形成原因相当复杂,受个人因素、社会因素和环境因素等多方面因素的影响。本文通过运用SPSS数理统计软件,对收集的相关数据运用学过的统计学理论知识对大学生的身体健康状况的影响因素进行分析研究,最终得出结论及相关解决措施。
关键词:大学生;健康;判别分析;信度分析
TheEvaluationStudiesonStudent’Healthy
withDiscriminantAnalysis
FanWei09513399
SchoolofManagement,TianjinNormalUniversity,TianjinCity300387
Abstract:Inrecentyears,,affectedbypersonalfactors,socialfactorsandenvironmentalfactors,
基于判别分析的大学生健康影响因素研究
-1-
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。判别分析是在已知研究对象分成若干类型,并已取得各种类型的一批已知样品的观察数据,在此基础上根据某些准则建立判别方程,然后奖样品的属性代入判别方程,对样品进行判别分类。判别分析要求先知道各类样品总体情况才能判断新样品的归类,当总体样本不清楚时,可先用聚类分析对原来的一批样品进行分类,然后再用判别分析建立判别方程,以对新样品进行判别。按照判别准则不同,可以分为距离判别、费歇尔(Fisher)判别和贝叶斯(Bayes)判别【1】。下面简单地叙述一下这三种方法:
①距离判别是基于样品到总体间的距离所进行的判别,其基本思想是首先根据已知分类的数据,分别计算各类的重心组及分类的均值,判别准则是对任何的一次观测,若它与第i类的重心距离较近,就认为它来自第i类。距离判别中往往使用马氏距离。
②Fisher判别,也叫做线性判别分析,其基本思想是根据类间距离最大、类内距离最小的原则确定线性判别系数,再根据建立的线性判别方程判定待判样品的类别。经判别方程划分后,同类样品在空间上的分布集中,而不同类之间距离较远,差别明显;
③Bayes判别法:随着总体样本的增加,建立的判别式也增加,因而计算起来比较麻烦,如果对多个总体的判别考虑的不是建立判别式,而是计算新给样品属于各总体的条件概率P(l/x),l=1,
基于判别分析的大学生健康影响因素研究
-2-
……,k,再比较这k个概率的大小,然后将新给样品盼归为来自概率最大的总体,这就是Bayes判别法【1】。
ReliabilityAnalysis即信度分析,用来评价结果的前后一致性,也就是评价得分使人们可以信赖的程度有多大,一个好的量表,它的结果是可靠的,多次反复测量,其结果保持一致。
李克特量表是由美国社会心理学家李克特()于1932年提出,由一系列能够表达所研究的概念是肯定的还是否定的态度陈述构成,被调查者被要求回答对每一种陈述同意或者不同意的强度,每一种陈述的选项可以分为五级(或七级),每位被调查者所选择的答案被赋予一个分数,以便反映他对每个陈述同意或者不同意的程度。
3、大学生身体健康的影响因素的研究过程

在本文中所分析的数据来源于对天津市各大院校的大学生的研究,研究的方式为发放调查问卷(见附表一),发出问卷60份,收回60份,有效问卷为60份,有效率100%。将收上来的数据输入到计算机SPSS软件的新建文档中,等待进一步处理。
基于判别分析的大学生健康影响因素研究
-2-
调查问卷采用的是李克特五级量表。本次调查主要从以下几个方面对影响大学生的健康的因素进行调研:饮食规律、吸食烟酒、紧张或焦虑、体育锻炼、有压力、睡眠质量等,被调查者根据自身的实际情况选择合适的选择及分值,并对自己的身体健康状况进行综合评价。

对于调查问卷的结果进行分析之前,首先要检验问卷结果的可信度,对该量表的同质性信度进行分析(如图表1所示)。
表1同质性信度分析
该信度结果表明,该量表的信度较好,对于该量表的分析具有一定的实用价值。

利用判别分析方法对影响大学生健康的因素进行分类,并对其进行综合分析评价,,根据已经选定的指标,对原始数据进行,得到标准化后的结果,标准化后的数据服从正态分布N(0,1),,可以进行如下分析:
基于判别分析的大学生健康影响因素研究
-3-
本文中所要进行分析的是饮食丰富规律、吸食烟酒、紧张或者焦虑情绪、体育锻炼、熬夜、睡眠质量对大学生健康状况的影响,表2给出了合并类内协方差(Covariance)矩阵和相关(Correlation)矩阵,阵中个元素是各类协方差或相关矩阵中对应元素的均值,从相关性可以看出,七个变量之间的独立性比较理想。
表2相关矩阵和协方差矩阵
本量表中的预测变量有7个,组别数为5个,因此判别函数的个数是4个,特征根有4个,判别函数的特征根(Eigenvalues,见表3第二列)越大,表明该函数越具有区别力,典型相关系数(CanoicalCorrelation,见表3最后一列)表示判别函数与组别间的关联程度。
基于判别分析的大学生健康影响因素研究
-4-
表3特征值及方差贡献
结构矩阵(如图表4)是变量和判别函数的组内相关矩阵,*表示该变量和标准化判别函数达到了相关性显著水平,相关系数越大,表明该变量对判别函数影响越大。从该矩阵表格中可以看出,“熬夜“对第一个判别函数系数影响较大,”“吸食烟酒”对第二个判别函数系数影响较大,“体育锻炼”对第三个判别函数系数影响较大,“饮食丰富规律”、“睡眠质量”和“紧张或焦虑”对第四个判别函数系数的影响较大。
表4结构矩阵
表5给出了贝叶斯的Fisher线性判别方程的系数,利用表中的数据可直接写出贝叶斯判别方程,将某个样本代入各个方程计算在各个类别上的得分,并根据判别分值多少判断其所属类别,比较不同类的判别分值,哪个最大就属于哪一类。
基于判别分析的大学生健康影响因素研究
-6-
总体水平的五种分组的贝叶斯判别方程分别为:
F1=+++++-(“很不好”)
F2=+++++-(“不是很好”)
F3=+++++-(“比较好”)
F4=+++++-(“很好”)
F5=+++++-(“非常好”)
表5Fisher线性判别方程的系数
从贝叶斯判别方程的系数可以看出:若大学生身体健康状况非常好则主要是跟饮食规律和饮食丰富、经常体育锻炼、睡眠质量好等因素关系比较密切;
基于判别分析的大学生健康影响因素研究
-7-
若身体健康状况很不好则主要是跟吸食烟酒、经常紧张或焦虑、经常熬夜等因素关系比较密切。
由贝叶斯判别方程系数也可以得到一条重要信息:大学生的身体健康状况主要受饮食规律、熬夜、紧张或焦虑情绪等因素的影响。这主要是因为以下几个原因:
①人体有其自身的生物节律,如果经常打破这种节律,饮食不规律或经常熬夜,该睡不睡,该吃不吃,不该吃又吃很多,人体各部分功能如不能按照一定规律运转和调节,降低人体的免疫力,使疾病发生率增高,自然会对健康产生不良影响【2】。
②心理因素可以直接或者间接的影响健康。现代医学心理学家认为精神因素是通过中枢神经系统、内分泌系统和机体免疫这三个方面起作用的,精神心理活动是脑对外界客观事物的反映,精神与生理,是人体功能的两个不同侧面,他们之间既相互联系,又相互影响,也就是说,任何精神心理问题,都是与生理反应同时进行的,不同的精神心理变化可以引起身体生理功能的不同变化,生理机能的不同状态可以产生不同的心理反应
基于判别分析的大学生健康影响因素研究
-8-