河北省大學生體質健康綜合評價分級模型的研究*

張 霈 趙東磊

河北省大學生體質健康綜合評價分級模型的研究*

張 霈 趙東磊

（河北工業大學 體育部，天津 300401）

為便于大學生快速有效地查詢本人的體質健康評價等級，文章使用Fisher判別法，基于R語言結果，構建了河北省大學生體質健康綜合評價分級模型。該模型可以對大學生個體或者群體進行綜合評價，并且提高了查詢評價效率和精準程度，對監測大學生體質健康狀況起到積極作用。

判別分析；體質健康；分級模型

教育部近幾年的大學生體質健康測試數據顯示,我國大學生的體質健康總體狀況不容樂觀，連續多年呈下降趨勢。大學生作為祖國的未來，體質狀況不僅關于大學生自身的發展，還關乎祖國未來發展,可以說大學生體質健康狀況對大學生未來的發展至關重要。那么如何準確評價與監測大學生體質健康狀況將成為亟待體育工作者解決的問題。近些年來，我國專家學者對學生體質健康評價方面進行了一些研究，有專家提出用因子分析、回歸分析等數理統計方法評價學生體質健康，但研究不夠系統，還有不盡完善的地方。目前2014年新修訂的《國家體質健康標準》從身體形態、身體機能和身體素質等方面綜合評定學生的體質健康水平，該評價方法首先要根據系數算出每個項目的得分，然后再累加，程序比較繁瑣，因此，加強對大學生體質健康綜合評價的研究，構建一套比較科學、適用且操作簡單的評價方法，有助于大學生自行了解自身的體質健康狀況，也有利于教育部及體測監測部門及時科學評價大學生體質健康狀況。

1 研究對象與方法

1.1 研究對象

以河北工業大學、河北金融學院、河北農業大學和河北經貿大學等4所高校的學生為主，隨機抽取2017級3800人,剔除無效數據330人,選取最終3470人的學生體測數據為研究對象，其中男生2145人，女生1325人。

1.2 研究方法

1.2.1專家訪談法

通過走訪高校體育界的專家學者，了解我國高校學生體質健康綜合評價的歷程和未來發展的思路及建議。

1.2.2判別分析法

本研究依據2014新修訂《國家學生體質健康標準》，以身高體重、肺活量、50米、立定跳遠、坐位體前屈，800/1000米8項指標作為大學生體質健康綜合評價等級的這一研究對象的特征值，依托已有數據及分類，進行判別分析，給待評定對象評定等級。

1.2.3數理統計法

對獲得的有效樣本數據，運用SPSS23.0進行處理分析。

2 結果

2.1 2014年新修訂《國家學生體質健康標準》構成

該標準從身體形態、身體機能和身體素質等方面綜合評定學生的體質健康水平，其中，身體形態類包括身高、體重；身體機能包括肺活量，身體素質類中的50米跑、坐位體前屈、立定跳遠、800/1000米等，是促進學生體質健康發展、激勵學生積極進行身體鍛煉的教育手段，是國家學生發展核心素養體系和學業質量標準的重要組成部分，是學生體質健康的個體評價標準。

2.2 聚類分析

由于男生和女生體質健康標準不同，因此，我們在構建分級模型時，應該把男生和女生分開，分別建立相應的評價模型。由于原始數據樣本較多，采取聚類分析法進行分類。聚類分析是根據研究對象特征對研究對象進行分類的一種多元分析技術, 把性質相近的個體歸為一類, 使得同一類中的個體都具有高度的同質性, 不同類之間的個體具有高度的異質性。本研究把大學生體質健康評價分為優秀、良好、及格和不及格4個類別，1代表優秀；2代表良好；3代表及格；4代表不及格（部分結果呈現見表1、表2）。

表1 男生判別分析結果

序號身高（cm）體重（kg）肺活量（ml）50米（s）1000米（s）坐位體前屈（cm）立定跳遠（cm）引體向上（個）類別 1174.471.449747.67270622541 2169.971.148387.8267018002 3167.560.741197.82512122012 4167.550.746258.325211193102 5168.382.243358.22851520803 6178.677.337407.3270622453 7171.67641767.7243922103 8170.47644058.627713.818013 9172.273.643917.523811.821043 10180.973.146047.92609.520053 11173.67338207.52461322403 12184.9118.750887.926915.820304 13174.8101.544088.42721320004 14158.64236687.712701723084

注：表中的類別欄的1、2、3、4分別代表優秀、良好、及格、不及格

表2 女生判別分析結果

序號身高（cm）體重(kg)肺活量(ml)50米(秒）800米（秒）坐位體前屈（cm）立定跳遠(cm)一分鐘仰臥起坐(個)類別 115451.421859.222013.0188351 2153.158.22731924723.0165242 3168.153.323968.520824185272 415751.532539.126613163422 5160.663.330188.723215166492 6168.555.322758.522511185382 7165.953.930331124717.5127352 817179.936849.224720.0173403 9161.263.936218.922716.0178373 10157.453.130258.120912.0184393 11159.251.629089.524319.0170353 12160.247.5255092236.8177294 13163.344.626188.81979.5187394 14170.547.929138.421019.2160324

注：表中的類別欄的1、2、3、4分別代表優秀、良好、及格、不及格

2.3 Fisher判別分析模型的建立

通過對前期獲得原始數據的分析處理的基礎上，進行判別分析處理，可以得到男生和女生正規化判別函數系數（見表3和表4）。

表3 男生Fisher判別函數系數

類別1234 身高5.4465.5755.4315.257 體重-0.634-0.545-0.651-0.467 肺活量0.07120.07290.07820.0745 1000米跑0.7740.7720.7120.765 引體向上0.04670.04920.03450.0912 坐位體前屈0.4510.4670.4210.428 立定跳遠0.4120.4380.4260.410 50米0.4560.4670.4110.458 常數項-713.467-578.931-678.37-603.459

表4 女生Fisher判別函數系數

類別1234 身高5.1345.4245.1055.119 體重-1.096-1.377-1.041-1.065 肺活量0.05920.02240.04510.0378 800米跑0.9010.9340.9000.904 一分鐘仰臥起坐0.2450.2920.2170.236 坐位體前屈0.4870.4600.4920.438 立定跳遠0.1040.0730.1170.103 50米0.4780.4360.4910.464 常數項-523.684-453.794-503.80-478.932

計算判別分數時，直接將8項評價指標原始數據代入判別函數即可得到判別函數。根據表3，得到判定大學男生體質優秀、良好、及格與不及格的四個線性判別函數分別為：

F1=5.446XI-0.634X2+0.0712X3+0.774X4+0.0467X5

+0.451X6+0.412X7+0.457X8-713.46(優秀）

F2=5.575XI-0.545X2+0.0729X3+0.772X4+0.0492X5

+0.467X6+0.438X7+0.457X8-578.931（良好）

F3=5.431XI-0.651X2+0.0782X3+0.712X4+0.0345X5

+0.421X6+0.426X7+0.411X8-678.37(及格）

F4=5.257XI-0.467X2+0.0745X3+0.765X4+0.0912X5

+0.428X6+0.410X7+0.458X8-603.459(不及格）

同理，根據表4線性判別函數系數可得到判定大學女生體質優秀、良好、及格與不及格的四個線性判別函數分別為：

F1=5.134XI-0.1.096X2+0.0592X3+0.901X4+0.245X5

+0.487X6+0.104X7+0.478X8-523.684(優秀）

F2=5.424XI-1.377X2+0.0224X3+0.934X4+0.292X5

+0.460X6+0.073X7+0.436X8-453.794（良好）

F3=5.105XI-1.041X2+0.0451X3+0.900X4+0.217X5

+492X6+0.117X7+0.491X8-503.80(及格）

F4=5.119XI-1.065X2+0.0378X3+0.904X4+0.0236X5

+0.438X6+0.103X7+0.464X8-478.932(不及格）

2.4 判別模型的應用

隨機選取男大學生中的任意樣本，將身高、體重、肺活量、1000米、50米、坐位體前屈、立定跳遠、引體向上8項指標分別代入判別函數，同樣，也是隨機選取女大學生中的任意樣本，將將身高、體重、肺活量、800米、50米、坐位體前屈、立定跳遠、仰臥起坐8項指標分別代入判別函數，這樣男女大學生可以得到相應的分類結果，并返回后得到后驗概率，找出一數據該行四個后驗概率中的最大值，最大值所在的分類列即為該數據所屬類別。

2.5 判別模型的驗證與效果評估

構建了判別模型后，要對模型的有效性進行必要的檢驗。用所建立的判別函數對已知類別的樣品進行判別，計算判對率和判錯率，可用來描述判別函數的判別效果。

在2415名男生中，其中161名體質優秀者有2人被判定為體質及格，有2人被誤判為體質不及格，判對率為97.5%，錯判率為2.5%；385名良好者有375人被判為體質良好者，其中有10人被誤判為及格，判對率為97.4%，錯判率為2.6%；1489名體質及格者有1463人被判為體質良好者，有10人被誤判為優秀，有15人被誤判良好，判對率為98.3%，錯判率為1.7%；110名體質不及格者有107人被判為不及格，有2人被誤判為及格，1人被誤判為良好，判對率為97.2%，錯判率為2.8%。可見，模型的總判對率為97.6%，即（97.5%+97.4%+98.3%+97.2%）/4?？傚e判率為2.4%，同樣，看出女生的判別結果中，模型的總錯判率為1.41%，總判對率為98.59%。由此可見，本研究所構建的判別函數的判別效果顯著，具有較好的分級區分度，基本達到要求。

3 分析與討論

本文借助多元統計分析中的判別分析，對樣本進行分析，分別建立了大學男生和大學女生的體質健康綜合評價分極模型。并對于參與調查的河北省2145名男大學生進行準確快速評判，其中，男生體質健康評級為優秀的有161人，占7.7％，良好的人數為385人，占17.9％；及格人數為1489人，占69.3％；不及格人數為110人，占5.1％?？梢姡颖笔〈髮W男生的不及格較低，及格人數占到絕大多數，基本接近教育部對高校體質健康及格率95％的要求。

另外，女生男生體質健康評級為優秀的有34人，占2.5％，良好的人數為408人，占30.7％；及格人數為611人，占46.1％；不及格人數為272人，占20.5％。可見，河北省大學女生的及格人數比重最大，優秀人數和良好人數之和依然低于及格人數，不及格人數較多。

在調查的3470個學生樣本中，體質評定為優秀的為199人，占5.7％，良好為793人，占22.8％；及格為2101人，占60.5％；不及格為382人，占11.0％。

可以看出，目前河北省大學生體質健康大多集中在及格等級，優秀和良好的人數還是偏少，不及格的比例較大，不能達到教育部95％的要求。另外，從優秀人數來看，男生稍高于女生，從不及格人數比例來看，女生明顯高于男生。這說明河北省大學男生的體質健康水平要好于女生，下一步高校要通過各種教學改革方法，提高女生的體質健康水平。

我們依據《國家學生體質健康標準》，運用統計軟件 SPSS 進行判別分析，制訂出大學生體質健康綜合評價分級模型，快捷方便，只需要把每個項目的成績代入函數即可得到相應分數，而不需要參照《國家學生體質健康標準》中男女大學體質健康評分表逐一查找各學生各單項指標得分和利用權重再累加總分的繁雜過程，給學生提供了快捷準確的查詢方式，同時也便于學生理解和操作，為學生快速掌握自身的身體狀況提供了幫助。

4 結語

依據2014年新修訂《國家學生體質健康標準》，使用Fisher判別法，構建的河北省大學生體質健康綜合評價分級模型，對學生個體或者群體的體質健康進行綜合評價，具有很高的精確度，并且可以對學生體質的類別快速進行分類。該模型與國家體質健康標準的綜合評價方法相比，在一定程序上減少了操作程序，為大學生體質健康判定提供依據，對監測大學生體質健康具有積極作用。

[1]張曉丹，楊倩倩.基于聚類分析的天津市大學生體質健康評價分級模型研究[J].天津科技，2014，41(8):76-79.

[2]李昌峰，張星，林福生，等.基于Fisher判別分析的大學生體質健康 綜合評價分級模型研究J].當代體育科技，2017，29(7):20-21.

[3]郝小玲，梁春.基于R語言的我國甘蔗產量ARIMA模型建立與預測分析[J].綠色科技，2016，420(12):58-60.

[4]石娟娟.大學生體質健康綜合評價分級模型構建的研究[D].武漢:華中科技大學,2011.

[5]盧卓,鄧方貞.基于Fisher分類算法的水稻種子品種識別[J].南方農機,2015(10):10-11.

[6]陳國華,韋程東, 蔣建初,等.數學模型與數學建模方法[M].天津:南開大學出版社,2012.

A Study on the Comprehensive Evaluation and Grading Model of Physical Health of College Students in Hebei Province

ZHANG Pei, etal

(Hebei University of Technology, Tianjin 300401, China)

河北省高等學校人文社會科學研究項目（編號：SQ201083）。

張霈（1983—），碩士，副教授，研究方向：體質健康促進。