【数学建模论文】肺活量模型.pdf

课程名称：********

题目：建立肺活量模型

专业：学号：姓名：

肺活量模型

一、问题提出

根据附表1，建立肺活量与有关变量之间的数学模型，并检验其合理性。

二、模型的假设

1.影响肺活量的各个变量关联性不大，即相互独立。

2.异常值认为是人的因素造成的，可将其剔除。

三、符号说明

Y——肺活量

X1——体重

X2——胸围

X3——肩宽

四、模型建立

4.1问题分析

对于肺活量的分析，我们知道与肺活量有关的变量有3个。研究肺活量与3

个变量之间的定量关系的问题为多元回归问题。又因为许多多元非线性回归问题

都可以化为多元线性回归问题。所以对本问题我们建立了多元线性回归的数学模

型。

4.2确定肺活量与相关因素之间的关系

为了确定肺活量与体重（X1）、胸围(X2)、肩宽(X3)之间的关系，通过

MATLAB（程序见附录1）分别作出Y与X1、X2、X3的散点图如下图1所示：

图1

可见肺活量与体重、胸围、肩宽具有线性关系，因此建立三元线性回归模型：

Y=β+βX1+βX2+βX3

0123

根据该模型及附表1的数据,用MATLAB命令rcoplot(r,rint)，结果如下：

b=

-4.8843

0.0524

0.0415

0.0540

bint=

-8.1573-1.6113

0.00480.0999

0.00550.0774

-0.00800.1161

stats=

0.687310.25810.00080.0827

得回归系数ββββ分别为-4.8843、0.0524、0.0415、0.0540

0、1、2、3

4.3最终模型

由以上分析得，肺活量与体重、胸围、肩宽关系的多元线性回归模型为：

Y=-4.8843+0.0524X1+0.0415X2+0.0540X3

五、模型检验

5.1显著性检验

由bint的各行分别为参数β0、β1、β2、β3的95%的置信区间。stats的第

一列表示模型可决系数，第二列为F统计量的观测值，第三列得到概率

p=0.0008，最后一列为模型的残差平方和。由于可决系数R^2=0.6873，则相关

性较大，p=0.00080.05，因此，建立的回归模型有意义。

5.2残差检验

利用MATLAB命令rcoplot(r,rint)做残差与置信区间图如下图2所示：

图2

由图无异常点，即说明该模型合理。

六、模型评价

优点：由此建立的肺活量模型不仅可以用来大概分析人的基本身体素质，还

可以运用于医疗、竞技体育等其他领域。

根据此模型判断影响肺活量的因素，从不同因素实施不同方式来提高或检测

肺活量。

缺点：没有考虑到除了以上三种因素以外的其他影响因素，如果能有其他更

多的主客观因素，将更完善得得出影响肺活量的因素。

七、参考文献

【1】（ISBN978-7-111-36287-6）《MATLAB数据分析方法》，李柏年，

吴礼斌主编。出版地：北京，机械工业出版社。

八、附录

附录1

做散点图

A=[50.873.236.32.96

49.084.134.53.13

55.077.131.02.63

45.381.730.02.86

45.374.832.01.91