基于因子分析的老年男性肺活量与地理因素论文.docVIP

　　基于因子分析的老年男性肺活量与地理因素论文 何进伟 葛淼 徐军昶 曹利霞 王欣 闫艳春 何地平 【摘要】 目的 为制定中国老年男性肺活量参考值的统一标准提供科学依据。方法 搜集了中国用肺量计测定的85个单匣的12 405例健康老年男性肺活量参考值。运用相关分析的方法研究了其与海拔高度（X1），年日照时数(X2)，年平均相对湿度(X3)，年平均气温(X4)，年降水量(X5)和气温年较差（X6）的关系。结果 发现年平均相对湿度是影响老年男性肺活量最主要的因素(r3=-0.414)，随着年平均相对湿度的增加而老年男性肺活量参考值在减小。运用因子分析将6个地理因素综合为2个公共因子F1，F2，用其得分值代替推导出的回归方程：=3.247+0.000 749F1±0.103),选取的地理因素是海拔高度（X1），年日照时数(X2)，年平均气温(X3)，年平均相对湿度(X4)，年降水量(X5)和气温年较差（X6）等六项指标。 2 结果 2.1 相关分析 应用SPSS 15.0统计软件，运用相关分析〔24，25〕计算出老年男性肺活量参考值与海拔高度（X1），年日照时数(X2)，年平均气温(X3)，年平均相对湿度(X4)，年降水量(X5)和气温年较差（X6）的单相关系数r和P值如下：r1=0.137(P1=0.406)，r2=0.339(P2=0.035) ，r3=-0.269(P3=0.098)，r4=-0.414(P4=0.009)，r5=-0.361(P5=0.024)，r6=0.234(P6=0.152)。 从单相关系数可以看出，年平均相对湿度(X4)是影响老年男性肺活量最主要的因素，随着年平均相对湿度的增加而老年男性肺活量参考值反而在减小。年日照时数(X2)，年降水量(X5)也与男性肺活量参考值有着显著相关性。 表1 老年男性肺活量与地理指标相关系数矩阵（略） 2.2 因子分析 从相关系数矩阵（表1）中，可以发现各地理因素之间存在着显著的相关性，所以在进行预测模型之前取消较为严重的共线性，并把一些错综复杂的变量总结为少数几个综合因子的多元分析方法。 2.2.1 因子分析适用性判断 在进行因子分析〔26〕之前，有一个默认的前提条件就是各变量间必须有相关性，具体在该条件上的判断上，可以使用KMO统计量和Bartletts球形检验加以判断。当KMO统计量大于0.5，或者Bartletts球形假设被拒绝，则说明各指标间并非独立，取值是有关系的。因此用SPSS15.0计算各地理变量海拔高度（X1），年日照时数(X2)，年平均气温(X3)，年平均相对湿度(X4)，年降水量(X5)和气温年较差（X6）的KMO统计量和Bartletts球形检验。 KMO统计量为0.643＞0.5，因此各变量间的相关程度无太大差异，数据适合做因子分析；并由Bartletts球形检验，P=0.000＞0.01，球形假设被拒绝，因此6个地理变量间并非独立，与表1的相关系数矩阵一致，有必要进行因子分析。 表2 方差分解累积表（略） 图1 特征根碎石图（略） 2.2.2 公因子提取 对选取的地理变量海拔高度（X1），年日照时数(X2)，年平均气温(X3)，年平均相对湿度(X4)，年降水量(X5)和气温年较差（X6）进行公因子的提取，由表2可知，前3个因子的累计贡献率已达95.207%，说明已经包含了各地理变量的95.207%的信息，效果较好。又由特征根碎石图(图1)可以看出，当取第3个特征根时，曲线明显呈下降的趋势，所以选取二个公共因子代替原始的6个地理变量来研究对老年男性肺活量参考值的影响。 2.2.3 因子载荷与因子旋转 既然已提取出两个公共因子，则相应的因子模型及因子载荷矩阵A为： x1=a11F1+a12F2+ε1 x2=a21F1+a22F2+ε2 x3=a31F1+a32F2+ε3 x4=a41F1+a42F2+ε4 x5=a51F1+a52F2+ε5 x6=a61F1+a62F2+ε6 A=a11 a12 a21 a22 a31 a32 a41 a42 a51 a52 a61 a62 其中,F1,F2相互独立且不可测的的公共因子εi(i=1,.freelax)方法，得到2个新的公共因子，其因子载荷矩阵如表3所示。 表3 因子负荷矩阵（略） 通过旋转前后的因子负荷矩阵，F1公因子对年日照时数,年平均气温,年平均相对湿度，年降水量和气温年较差的载荷量较大(|aij |≥0.5),基本上反映了五者的信息。又由相关分析知，年日照时数、年平均相对湿度、年降水量与男性肺活量参考值的相关性显著，因此反映的是地理因素对男性肺活量参考值的直接作用。公因子F2对海拔高度的载荷量较大,它与男性肺活量参考值的相关性不显著