体质健康测试与中考男子1000米成绩关系研究-柯继芳

《体质健康测试与中考男子1000米成绩关系研究-柯继芳》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、体质健康测试与中考男子1000米成绩关系研究柯继芳（黄冈职业技术学院基础课部,湖北黄冈438002）摘要：中考体育男子的必测项目1000米成绩的优劣决定着整个体育成绩的达标瓶颈，也是学生最为头疼的项目。本文通过对肺活量体重指数、台阶试验值、50米跑成绩、立定跳远成绩、跳绳（次/分钟）成绩和引体向上的成绩分析，研究六项指标值与1000米成绩对应值的数据分布关系，列出了1000米成绩的多元线性回归方程，该方程拟合优度显著性很高，具有很好的应用性，对男生的中考体育1000米成绩的提高提供了合理化建议。关键词：中考体育；回归模型；相关系数；拟合优度本文运用初三学生体质健康测试的六项指

2、标值，探索这六项指标与男子1000米成绩的之间关系。通过多元线性回归模型，对中考体育男子1000米成绩的影响因素进行分析，分析六项指标影响因素在1000米成绩中作用大小，并且提出合理化建议。1.研究对象及方法1.1研究对象选取某市初三男子体育测试各分数段数据值，共21人，其中优秀组有6人、良好组有5人、及格组有5人、不及格有5人，按照学生1000米成绩水平与其对应的六项指标排列，如表1所示：表1:体育成绩等级的各项参数一览表组分分数1000米成绩肺活量体重指数台阶试验50米跑立定跳远引体向上跳绳优秀组6人10021079686.82.47231899821677656.72.

3、5181629621880677.12.45201609422280666.82.44181789222676637.32.43171449023075617.12.3118140良好组5人8723474607.62.34161398423872637.52.31141298124268577.82.28131227824667527.82.19111257525070518.32.31297及格组5人7225567518.12.27131156926060518.52.0510966626551478.32.148806327057488.51.91974602755247

4、8.61.97773不及格组5人5028546459.11.96714029549409.21.8676530305474391.734622031544448.91.761471032541429.21.76231注：1000米成绩单位（秒）；50米跑单位（秒）；立定跳远单位（米）；引体向上单位（次）；跳绳单位（次/分钟）1.2研究方法1）文献资料法：通过CNKI全文期刊数据库论文下载、数理统计理论教程及统计学课件，为本文的计算的理论正确性和准确性做了充足的准备。2）数理统计法：运用Excel表格处理软件和数学集成计算系统对统计数据进行处理和运算。3)多元线性回归:研究多因

5、素与单因素之间关系的数学方法中，多元线性回归模型具有很强的实用性。本文中影响中考体育男子1000米成绩的因素有许多，根据影响强度经验性的取出肺活量体重指数、台阶试验值、50米跑成绩、立定跳远成绩、跳绳（次/分钟）成绩和引体向上的成绩这六项指标因素，所以将这六个指标值看做六个变量，即为六元线性回归模型。2.结果分析2.1数据处理每一项指标值都有其分数对应，表1中的各指标值是对应在某同学1000米成绩上的值。我们通过数据对比分析可以得到肺活量体重指数对比趋势图、台阶试验值对比趋势图、50米跑成绩对比趋势图，立定跳远成绩对比趋势图，引体向上成绩对比趋势图和跳绳成绩对比趋势图，分别如

6、图1、2、3、4、5、6所示，其中各图对应的图例1表示标准值，图例2表示对应1000米成绩的该指标值。图1：肺活量体重指数对比趋势图图2：台阶试验值对比趋势图图3：50米跑成绩对比趋势图图4：立定跳远成绩对比趋势图图5：引体向上成绩对比趋势图图6：跳绳成绩对比趋势图从图1至图6可以看出对应1000米成绩的某指标值与其标准值呈相同的变化趋势，其变化情况标准值之间相关性如表2所示表2：各项指标的标准值与对应1000米成绩的该指标值的相关性指标相应1000米成绩间的相关系数肺活量体重指数0.9822台阶试验值0.978950米跑成绩0.9797立定跳远成绩0.9756引体向上成绩0

7、.9787跳绳成绩0.983由表2可知，各指标值的标准得分与对应1000米成绩该分数时指标值有很好的相关性，可以做线性回归模型。2.2变量化数据用向量表示肺活量体重指数；用向量表示台阶试验值；用向量表示50米跑成绩；用向量表示立定跳远成绩；用向量表示引体向上成绩；用向量表示跳绳成绩；用向量表示1000米跑成绩；2.3回归方程的建立根据最小二乘法按照表1中的数据，建立与的回归方程，如式（1）所示（1）根据式（1）中回归方程，可以得到与的无偏估计方程，如式（2）所示（2）根据多元线性回归模型式（2）可以得到