本論文想要探討的是統(tǒng)計方法與數(shù)學模型在人類疾病與體育鍛煉中的應用.主要內容如下:根據(jù)2011年1月至2018年5月中國血吸蟲病發(fā)病率數(shù)據(jù),建立SARIMA模型和NARX模型.這兩個模型用于預測2018年6月至2018年9月中國血吸蟲病的發(fā)病率.通過比較兩組預測值的均方差和平均絕對誤差,結果表明NARX模型預測效果更好,并且具有對血吸蟲病發(fā)病率的有效預測精度.然后建立NARX-SARIMA混合模型來預測發(fā)病率的未來趨勢,并與這兩種模型進行比較.混合模型基于其良好的擬合能力而具有更好的應用.分析大學生在大學四年期間的體質測試的結果,采用主成分分析方法,找出影響大學生體質情況的主要因素.根據(jù)主成分得分方程和綜合得分方程,得出結論:要有效提高大學生身體素質,大學四年期間應該進行不同項目的鍛煉.另外,根據(jù)每位學生的得分對學生體質狀況進行排序,了解每位學生體質發(fā)展狀況,對提高不同學生的體質健康水平提出有效性建議.根據(jù)運動技能和運動意愿將人群分為三類,分別考慮三類人相互接觸的消極和積極影響,建立兩種新的群體競技體育活動倉室模型.研究發(fā)現(xiàn)兩個系統(tǒng)的定性結論完全不同.通過分析得出,消極模型中零平衡點和正... 

【文章來源】：安徽大學安徽省 211工程院校

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

圖２．１?２０１１年１月一?２０１８年５月全國血吸蟲病發(fā)病率的時序圖??６??

?０．００３??ｉ?］?ｉ?）?ｉ?５?０．１９２?０．０４８?１９．０１２?０．００２??ｉ?］?ｉ?６?０．０８２?＊０．０１３?１９，５８０?０．００３??Ｃ?ｉ?７?－０．２１５?－０．１７６?２３．５６９?０．００１??？［?ｉ?ｉ?）?ｉ?８?－０．１０９?０．０４１?２４．６０３?０．００２??ｉ?］丨?ｉ?］ｉ?９?０．１７２?０．１４７?２７．２２８?０．００１??Ｉ?ｂ?？?ｉｄ?Ｉ?１０?０．０７９?－０．１３２?２７．７８４?０．００２??圖２．２?ＡＣＦ與ＰＡＣＦ圖??初步觀察自相關與偏自相關圖選用ｐ＝３，ｑ＝０，為進一步確認階數(shù)對ｑ＝０，Ｐ分??別為０，１，２，３進行建模，弁令？，（５分別為０，１，２和０山２進行實驗，根據(jù)？－＾１１６應該小??于０．０５及ＡＩＣ準則可挑選出最優(yōu)的模型．??根據(jù)表２．２，由ｐ＝ｌ時ｐ－ｖａｌｕｅ的數(shù)值大于０．０５，囡此ｐ不能為１，只需考慮對ｐ＝２的??幾種情況進行模擬實驗，根據(jù)軟件結果可得當Ｑ不為０時變量對應的ｐ－ｖａｔｅ都存??在大于０．０５的情況，因此Ｑ必為０，Ｐ不為０時變量對應的ｐ－ｖａｌｕｅ也有大于０．０５的情??況，固此可得到Ｐ＝０，?ＡＲＩＭＡ（２，１，０）（０，１，０）１２對應的ＡＩＣ值為－６．２０００４８，故確定出??ＳＡＲＩＭＡ?模型，最終選用?ＡＲＩＭＡ（２，１，０）（０，１，０）１２．??８??

現(xiàn)其具有以下重要性質：（１）ＮＡＲＸ模型比其他神經(jīng)網(wǎng)絡有著更??好的學習效果，相比通用的ＢＰ神經(jīng)網(wǎng)絡，ＮＡＲＸ模型給神經(jīng)網(wǎng)絡增加了一定的序??列學習能力．（２）ＮＡＲＸ模型在收斂速度更快，可推廣性更好．很多實驗數(shù)據(jù)模型??的擬合效果能夠表明，ＮＡＲＸ模型相較于以往的時間序列模型能夠更準確的擬??合長時間數(shù)據(jù)模型的相關性．??在時間序列模型中，非線性自回歸模型是一類有外部輸入的非線性的回歸??模型，其意味著，這類模型的當前值與該序列的過去值以及過去值的外部輸入驅??動值有關，模型（如圖３．１）可表示為：??Ｖｔ?＝?ｙｔ－２，?＊？？，?＇＇?＊）?＋?￡ｔ－??其中，ｙ是研究變量，ｕ是外部的輸入變薰？在此模型中的值既能夠幫助計算ｙ的??即期值也有助于預測ｙ的將來值而則是一個誤差項（通常其等同于一個白噪聲）．??Ｐｒｅｄｉｃｔ?ｓｅｒｉｅｓ?ｙ（ｌ＞?ｇｉｖｅｎ?ｄ?ｐａｓｔ?ｖａｌｕｅｓ?ｏｆ?ｙ（ｔ）?ａｎｄ?ａｎｏｔｈｅｒ?ｓｅｒｉｅｓ?ｘ（ｉ）．??ｘ（ｔ）?｜?＇Ｖ—ｙ（ｔ）?＝??■?Ｊ?ｙ（ｔ－ｌ），．－．ｙ（ｔ－ｄ））??圖３．１?ＮＡＲＸ模型結構圖??ＮＡＲＸ神經(jīng)網(wǎng)絡（Ｎｏｎｌｉｎｅａｒ?Ａｕｔｏ?Ｒｅｇｒｅｓｓｉｖｅ?ｅｘｏｇｅｎｏｕｓ?Ｎｅｕｒａｌ?Ｎｅｔｗｏｒｋ）是基??于非線性自回歸模型的一種神經(jīng)網(wǎng)絡模型．在每一時間點的輸出值都是由當前??１２??

【參考文獻】：
期刊論文
[1]對大學生體質測試的主成分進行追蹤對比研究[J]. 于辛雅,劉彬彬,翁曉雨,齊龍興,湯攀.  合肥學院學報(綜合版). 2018(05)
[2]合肥市老年人習練太極拳現(xiàn)狀調查與分析[J]. 蘇炎,潘文明.  合肥師范學院學報. 2018(03)
[3]體育運動與體育傳播的關系研究[J]. 李立群.  當代體育科技. 2017(02)
[4]一種稀疏可控的主成分分析方法[J]. 譚亞芳,劉娟,王才華,蔣萬偉.  計算機科學. 2017(01)
[5]基于主成分分析法的省域科技創(chuàng)新體系評價模型構建[J]. 徐頑強,周曉婷.  科技管理研究. 2016(06)
[6]時滯群體競技體育模型的穩(wěn)定性與Hopf分支研究[J]. 曾清娟,馬亞萍,路秋英.  浙江理工大學學報. 2016(01)
[7]我國學校體育場地設施現(xiàn)狀、制約因素與發(fā)展對策[J]. 王健,陳元欣.  上海體育學院學報. 2015(02)
[8]對我國中學生體質健康影響因素回歸模型的實證分析[J]. 董琦.  教學與管理. 2014(27)
[9]《國家學生體質健康標準》測試指標調整前后的比較分析[J]. 游蘊琦.  體育學刊. 2013(04)
[10]大學生體質下降的原因及對策[J]. 趙�；�,張紅.  江蘇工業(yè)學院學報(社會科學版). 2009(03)

碩士論文
[1]湖南省大學生對太極拳鍛煉的認知態(tài)度及其影響因素研究[D]. 柴龍銑.湖南師范大學 2015



本文編號：2908368