简介:采用文献资料、数理统计等研究方法对贵州省5所高校4248名学生的体质指数分布特征及其与《国家学生体质健康标准(2014年修订)》中其它指标的相关性进行分析,揭示贵州省大学生的体质特征。结果显示:(1)贵州省大学生的体质指数大部分集中在正常范围20左右,但仍存在着14.5%的低体重、超重和肥胖的学生;(2)BMI值与肺活量体重指数、1000m及800m成绩之间存在着显著负相关(p<0.01),当BMI超出正常范围后心肺机能会随着BMI值的增大而下降;(3)BMI值与立定跳远及引体向上成绩呈显著负相关(p<0.05),当BMI值超出正常范围后上肢肌肉力量耐力及下肢爆发力都会随着BMI值的增大而下降,且低体重组的上、下肢相对力量也要弱于正常组;(4)BMI值与50m跑及仰卧起坐成绩之间无显著相关性(p>0.05),BMI值的变化对50m跑及仰卧起坐成绩有一定的影响,但影响程度有限;BMI值与反映柔韧素质的坐位体前屈成绩之间无显著相关性(p>0.05)。
简介:基于大数据对大学生体质进行分类预测,有助于大学体育治理体系的建设,朴素贝叶斯模型是一种操作简单且性能较好的机器学习分类算法.基于朴素贝叶斯分类算法,采用广州商学院2014、2015年学生体测数据及其评分结果作为源数据,构建大学生体质分类器.应用此分类器可对大学生的体质状况实现一定概率意义上正确的判断,从而可以对体质存在隐患概率比较大的学生给出主动性预警,以便大学体育对学生进行群体性的体质判断、进行个性化的有效干预,从而促进学生健康发展,提高大学生整体体质水平.分类器模型用Python编码实现,最后用与训练数据不重叠的历史体质数据检测分类器的准确率,结果显示,基于朴素贝叶斯算法的体质分类器达到了78%的正确率.