折返跑推测岁成年人的无氧阈强度(2)
1.5 数据处理 数据以表示,数据的正态分布检验采用K-S检验;不同性别指标之间采用独立样本t检验,指标相关性验证采用Pearson相关分析(显著性水平定为P< 0.05,非常显著性水平定为P< 0.01)。
性别和运动情况使用虚拟代码(男=0,女=1;每周运动小于1 h=1,每周运动1-3 h=2,每周运动3-6 h=3,每周运动6 h以上=4)。将数据分为男性数据组、女性数据组和总数据组,将有显著性相关的指标作为自变量,分别以通气无氧阈绝对值和相对值作为因变量采用逐步的方式进行回归分析,因此,共将数据进行了6次不同的逐步回归分析,建立回归方程。回归模型的检验包括假设检验、拟合优度检验、残差分析、多重共线性检验及回代检验等。数据处理使用的软件为Microsoft Office Excel 2010和SPSS 22.0。
2 结果 Results
2.1 参与者数量分析 受试者共计126人,全部完成测试,无脱落,均进入结果分析。
2.2 测试指标描述性统计 受试者测试指标描述性统计见表1。通气无氧阈描述性统计分为摄氧量相对值、绝对值2种形式。结果显示,男性形态及各项20-MST测试指标均显著高于女性(P< 0.01)。男性通气无氧阈(VT)绝对值及相对值均显著高于女性(P< 0.01)。这提示在建立回归方程时,应考虑到性别因素对通气无氧阈的影响。
表1 |受试者测试指标描述性统计 ()Table 1 |Descriptive statistics of participants表注:与男性相比,aP< 0.01。VT:通气无氧阈指标 男(n=61) 女(n=65) 总体(n=126)年龄 (岁 ) 24. 23. 23.身高 (cm) 172. 160. 165.体质量 (kg) 67. 53. 60.体质量指数 (kg/m2) 22. 20. 21.运动情况 - - -20 m 折返跑总圈数 66. 39. 52. 20 m 折返跑即刻心率 (次 /min)195. 185. 190. VT 绝对值 (L/min) 1. 0. 1. VT 相对值 [mL/(min·kg)]19. 16. 18.
2.3 通气无氧阈和其他指标相关性分析 对测试数据进行正态分布检验并通过后,将所测各指标进行Pearson相关分析可以定量地观察各指标与通气无氧阈(VT)之间的相关性,根据表2中所描述的相关系数及其显著性水平可以看出,无论是分性别还是以总样本分析,运动情况及总圈数与通气无氧阈中高度相关(r=),且相关有高度显著性(P<0.01)。另外以总样本分析对象,通气无氧阈绝对值还与性别、身高、体质量有中度显著相关(P< 0.01)。
表2 |通气无氧阈和其它指标相关性分析 (r值)Table 2 | Correlation analysis of ventilatory threshold and other indicators表注:aP< 0.05,bP< 0.01。VT:通气无氧阈VT相对值性别 - - - - -0.544b -0.278b年龄 -0.078 -0.295a -0.391b -0.428b -0.075 -0.285b身高 0.207 -0.131 0.180 -0.068 0.507b 0.131体质量 0.295a -0.291a 0.379b -0.104 0.526b -0.023体质量指数 0.258a -0.274a 0.339b -0.088 0.374b -0.103运动情况 0.625b 0.486b 0.624b 0.556b 0.599b 0.534b总圈数 0.517b 0.707b 0.530b 0.623b 0.684b 0.675b即刻心率 0.008 0.229 0.093 0.144 0.257b 0.278b指标 男 女 总体VT绝对值VT相对值VT绝对值VT相对值VT绝对值
2.4 建立推测通气无氧阈强度的回归方程 根据指标相关性分析的结果,分别以通气无氧阈(VT)绝对值和相对值作为因变量,其他具有显著相关的指标作为自变量,针对男性、女性及总样本采用逐步回归法建立了6个回归方程,如表3所示(表格每列为1个回归方程及其检验结果,其中前5行为进入回归方程的指标及其变量,后6行为方程的拟合情况)。结果表明,以通气无氧阈绝对值为自变量建立的回归方程拟合效果比通气无氧阈相对值要好,以总样本建立的回归方程拟合效果最好。该方程经过了3步逐步回归,最终进入的变量依次为总圈数、体质量、运动情况,所建立的回归方程为:VT(L/min)=-0.201+0.008*总圈数+0.01*体质量+ 0.096*运动情况(体质量单位:kg;运动情况:每周小于1 h=1,每周1-3 h=2,每周3-6 h=3,每周6 h以上=4)。
2.5 推测通气无氧阈强度回归方程的检验 对最终基于总样本建立的回归方程进行检验。如表3所示:用方差分析方法对进行假设检验,F=88.909(P< 0.01),说明因变量与自变量间存在线性关系,建立的回归方程回归效果明显。回归方程的复相关系数R=0.828,表示线性回归关系较密切;决定系数R2=0.686,调整的决定系数R2=0.678,表明通气无氧阈(VT)变化的67.8%可以由总圈数、体质量、运动情况是变化来解释,方程的拟合度较好。Durbin-Watson检验可以判断残差是否独立,其值在0-4范围内都是正常,回归方程D=2.208,表明残差独立。
对各自变量偏回归系数进行t检验,结果如表4所示。每个自变量的线性影响均有统计学意义(P< 0.01)。多重共线性统计显示,该回归方程各自变量容差均大于0.1,且接近1,VIF均小于5,表明该回归方程不存在多重共线性问题。
文章来源:《机械强度》 网址: http://www.jxqdzzs.cn/qikandaodu/2021/0224/470.html
上一篇:农业机械自动化现状及推广研究
下一篇:某型轨道车车体与车架焊接与螺栓联接有限元计