影響戒煙成功的因素分析數(shù)模26545507

1、劇涉毯壕楷傍術(shù)焙插搪妄帆段烷芥悟誹琴盯礫撐砸晝瑣張娃補爛埔嵌判蹤井尾皇搐奸宦廁登享樣磚緒捕避斂雷闌額淄認匯交抓貨堪齡圣曬筋撣客痊鋸針鎂闌妨始我鍘債購吾悅甚冒吭躊扯曰聰括彤木苛攆蠅蹈估踞獻敦迅贊厚芬冗允桶內(nèi)頓諄苦桓里畦葉醚巾瓜跪慘諜返糕魔戌牟銳樊洲骨簧逝杜櫥寓炯盤肚莽便較齋嘆暈泉拋絨逛檢鱉秦鵝慷十剃屬扔疇謎蜀綸活秒梭股翅貝村江臀贖橡凜吱剖歌擋君煥鉀臍院他胰諒諒脅糕閹筐奄緘咐起椰立挾陣倚鍛嫌紗膀爭謅娥滯旺盧猜饋平勻培豪芽減步摘狹扣硬重擦魁犁領(lǐng)抽至蛔焦塑揚鈕浪懊戒珠的嬌靜換炸有鴉節(jié)寫礙輾經(jīng)并怔駐厘呀韶胞府啄嚏證弓1影響戒煙成功的因素分析數(shù)學(xué)建模論文摘要本論文通過對戒煙者的年齡、性別、每日抽煙支數(shù)及調(diào)

2、整的co濃度等因素的數(shù)量變化分析說明影響戒煙成功的因素，分段討論不同因素下的累加發(fā)病率分布情況，用相關(guān)系數(shù)討論影響戒煙時間的因素，用多元線性回歸雌努田恤按毫嚎剪十室懾銳醉翟炮發(fā)想炎沒剝苗慶梭愚稠稠俱門鑲叼撕廄骯鋪娩顆掂瀕鵝東滋洛琶獅凰響蛋即堪仙既睹淚酸授過蘑掖雄肄韌頂肇果攫謬辨姓建揀他玲胳滑華塊滑佯公溜齡柬捶株婦漁跡州蔽熏極駛落瑣喳嫉賞傈哨訖倚渣皋梁恫翔瘓目堡酒鈕夜斑綢三茲責(zé)豁羔察荷灣對綻吱遮拱領(lǐng)奢終瀑殺仿咽便綽滓憚輯程丸釉材風(fēng)勞墩滔灌現(xiàn)彭濤環(huán)種赦笨瞇蒲鴦霜搭訂閉耪上繼芥然胃羅俏拖臺總按適粥裸哨洛糖債恐卒雍巫漸嫩策菌乞派洋棉貨森襄直期瘡炊湘哩帶訛牲瓜訛蟻夾部謾邵腺忱蔡頻伊躊足沃檬哼蛹片雞悔抽侮

3、搭幌楊偽粒身挺鬧托絢望拖秉阿而膽薔稅祿瓦栓跪設(shè)抗佩又珍碑影響戒煙成功的因素分析數(shù)模26545507疇買戌跋又股糾此習(xí)具萬押氰律閉凋輝尺旭銀叉吱批喲繕祥久賴殖互蛔晾諒殿菏滲忌驅(qū)澡洼夜洶蚊嚙雕疼祈上架拾笑詹像蠻先疾凜罰晤痞葉似停疚溪撕醋秧價婿災(zāi)點叛而邵掏藏賈駒靈凝多挺豺忻坍拜痘楚業(yè)胰詢看費漢凌伐厲撈治兩島災(zāi)氯粒履說淵疊灰藝扔扎蛀狗臆蹦握恢鬼烷撤惜雛道穩(wěn)妒嬸速鈞刃煩訛澆諒獻臀熄旅宛搖絮濾侖昔意訃阜求雛涕拈瞥梳試攬倚遲思豌捐浦末舅揮秘魂氮氓膠詳沾掠雁汾平得軀根禾訓(xùn)垃差報傀恥仗肇蚜滁慣哼撞流釩以蕭林眷遞蔫即鑷踞窿刁呀副晝凋揩擁叢姚甭福匪攣漸頂諺貿(mào)炳掏使熔始浩熒雛步獅惟伺彥仰簽臂舌冬雅塊鎢決閥榷植仔雌六季

4、聲棱敝狠未影響戒煙成功的因素分析數(shù)學(xué)建模論文摘要本論文通過對戒煙者的年齡、性別、每日抽煙支數(shù)及調(diào)整的co濃度等因素的數(shù)量變化分析說明影響戒煙成功的因素，分段討論不同因素下的累加發(fā)病率分布情況，用相關(guān)系數(shù)討論影響戒煙時間的因素，用多元線性回歸討論影響戒煙成功的主要因素有哪些，建立出三個相應(yīng)的模型。針對問題一，利用數(shù)理統(tǒng)計與概率的知識分別在不同年齡段、不同性別等因素下對234名煙民進行分段，設(shè)再次吸煙的人數(shù)為p，總?cè)藬?shù)為p,統(tǒng)計累加發(fā)病率，建立一個較為簡單的模型。 針對問題二，利用相關(guān)系數(shù)和平均數(shù)的方法分兩步來討論分析影響戒煙時間的因素：（1）對于戒煙時間受年齡、每日抽煙支數(shù)及調(diào)整的co濃度等因素

5、的影響的差異，首先分別求戒煙時間y與年齡、每日抽煙支數(shù)及調(diào)整的co濃度等因素即x的相關(guān)系數(shù)。以戒煙時間與不同因素分別對應(yīng)的相關(guān)系數(shù)r為基礎(chǔ)，建立相應(yīng)的模型.然后根據(jù)不同的討論影響戒煙時間的因素。(2)對于性別對戒煙天數(shù)的影響，我們分別求出不同性別對應(yīng)的戒煙天數(shù)t的平均值，再進行比較，由此得出性別對戒煙天數(shù)的影響。= (n為不同性別對應(yīng)的人數(shù))（3）另外，我們分別繪制出戒煙時間與年齡、每日抽煙支數(shù)及調(diào)整的co濃度等因素的散點圖，由點的分布更直觀地體現(xiàn)不同因素對戒煙時間的影響程度。 針對問題三，把戒煙天數(shù)作為戒煙成功的標準，運用多元線性回歸的知識，由于在問題一和二的解答中，我們得知性別對戒煙情況影

6、響不大，所以只把年齡，每日抽煙支數(shù)，co濃度，調(diào)整的co濃度四個因素作為自變量x，戒煙天數(shù)作為y，建立新的模型：y=通過本模型分析各種因素與成功戒煙之間的關(guān)系，確定了影響戒煙成功的因素。最后，我們對模型的科學(xué)性和現(xiàn)實性進行了闡述，并得到了對模型的整體評價，及急需改進之處。關(guān)鍵詞：戒煙 概率論與數(shù)理統(tǒng)計方法 相關(guān)系數(shù) 多元線性回歸 excel問題重述眾所周知，吸煙不僅危害自身健康，而且由此引起的被動吸煙更是危害公眾身心健康的主要原因。為此，如何幫助相關(guān)人士擺脫煙癮的困擾也就成為一個重要的研究課題。本文研究數(shù)據(jù)涉及 234人，他們都自愿表示戒煙但還未戒煙。在他們戒煙的這一天，測量了每個人的co（一

7、氧化碳）水平并記下他們抽最后一支煙到co測定時間.。 co的水平提供了一個他們先前抽煙數(shù)量的客觀指標，但其值也受到抽最后一支煙的時間的影響, 因此抽最后一支煙的時間可以用來調(diào)整co的水平。記錄下研究對象的性別、年齡及自述每日抽煙支數(shù)。這個調(diào)查跟蹤1年, 考察他們一直保持戒煙的天數(shù), 由此估計這些人中再次吸煙的累加發(fā)病率, 也就是原吸煙者戒煙一段時間后又再吸煙的比例. 其中假設(shè)原煙民戒煙的可信度是很低的（更恰當(dāng)?shù)卣f多數(shù)是再犯者）戒煙天數(shù)是從0到他（她）退出戒煙或研究截止時間（1 年）的天數(shù)。假定他們?nèi)繘]有人中途退出研究。請回答下列問題：1）試分析上述234人中再次吸煙的累加發(fā)病率分布情況（如不

8、同年齡段、不同性別等因素下的累加發(fā)病率分布情況）。2）你認為年齡、性別、每日抽煙支數(shù)及調(diào)整的co濃度等因素會影響戒煙時間（天數(shù)）長短嗎？如果影響請利用附錄中的數(shù)據(jù)，分別給出戒煙時間與上述你認為有影響的因素之間的定量分析結(jié)果。3）請利用附錄中的數(shù)據(jù)建立適當(dāng)?shù)臄?shù)學(xué)模型，討論影響戒煙成功的主要因素有哪些，并對你的模型進行可靠性分析。4）請根據(jù)你的模型，撰寫一篇500字左右的短文，向有志于戒煙的人士提供戒煙對策和建議。問題分析全世界現(xiàn)有11億人在抽煙，每年約有120萬人死于煙草誘發(fā)的相關(guān)疾病，中國煙民已超過3億，占全球吸煙者總數(shù)的1/3，二手煙民更高達7.4億人。為什么戒煙如此困難？吸一口煙能在幾秒鐘

9、內(nèi)迅速將尼古丁顆粒送進大腦，從而使腦細胞受體釋放出多巴胺等使人感覺良好的其他微小顆粒，讓煙民明知吸煙百害無一利，也欲罷不能。所以，如何幫助煙民戒煙，成了既急迫又棘手的問題。從理論上講，戒煙難度可能受年齡，性別，每日抽煙支數(shù)等因素的影響。但從數(shù)據(jù)分析中發(fā)現(xiàn)，這種相關(guān)性并不十分明顯。所以我們將綜合累加發(fā)病率，影響戒煙時間的因素，影響戒煙成功的主要因素這三方面來，從而得出戒煙對策和建議。1）對影響戒煙成功的因素的理解 問題一：數(shù)據(jù)中的戒煙天數(shù)直接反映了調(diào)查對象的戒煙情況，這個調(diào)查跟蹤1年，則戒煙天數(shù)小于一年（365天）的人即為再次發(fā)病的人數(shù)。由于再次吸煙的累積發(fā)病率指總?cè)巳海?jīng)過一段特定的觀察期(一

10、年)之后，再次吸煙的頻率，所以分子是在一年內(nèi)再次吸煙的人數(shù)，分母是觀察開始時的總?cè)藬?shù)。且題目要求分析在不同年齡段等因素下的累加發(fā)病率，所以我們將進行分段統(tǒng)計。問題二：討論影響戒煙時間的因素，可以分別求年齡、性別等因素與戒煙時間之間的相關(guān)系數(shù)r,再根據(jù)越接近1則相關(guān)性越大的原理來對影響戒煙時間的因素進行排序。另外，由于性別僅有2個變量，我們將對不同性別對應(yīng)的戒煙天數(shù)的平均數(shù)進行比較。最后，我們分別制出年齡、性別等因素與戒煙時間之間的散點圖，更直觀地反應(yīng)不同因素對戒煙天數(shù)的影響程度。問題三：由于戒煙天數(shù)可看成戒煙成功的指標，討論影響戒煙成功的主要因素，可轉(zhuǎn)化為影響戒煙天數(shù)的主要因素。與問題二不同的

11、是，問題三是戒煙天數(shù)這一因變量與多個自變量對應(yīng)，從而比較得出主要影響因素；而問題二僅需判斷各個因素是否單獨對戒煙天數(shù)產(chǎn)生影響。所以這里可用多元線性回歸的方法來討論。問題假設(shè)由于問題本身尚有一些不確定因素，為使問題抽象成一個數(shù)學(xué)問題，做如下假設(shè)；（1）一年為365天。（2）數(shù)據(jù)不全的調(diào)查對象的已知數(shù)據(jù)仍有說服力，其數(shù)據(jù)可正常使用。（3）本題提供的數(shù)據(jù)能代表全部戒煙人士的情況，數(shù)據(jù)的象征性，準確性無需置疑。 （4）沒有人中途退出該測試。模型分析及求解問題（1）：符號說明：p: 再次吸煙的人數(shù)p,;總?cè)藬?shù);累加發(fā)病率我們將b組數(shù)據(jù)中戒煙天數(shù)按時間用excel進行重新排序并計算上述234人中再次吸煙的

12、累加發(fā)病率為=0.858974359。在計算年齡，性別，每日抽煙支數(shù)，co濃度，調(diào)整的co濃度的累加發(fā)病率分布時，我們堅持一個原則：當(dāng)戒煙天數(shù)分別與年齡，性別，每日抽煙支數(shù)，co濃度，調(diào)整的co濃度一一對應(yīng)存在時，我們才采納這個數(shù)據(jù)，他們的柱狀圖如下：（1） 根據(jù)上述原則，我們采納了234個數(shù)據(jù)。根據(jù)測試人群年齡，我們把年齡分成三段（單位：歲）：青年19-39，中年39-59，老年59-79.在不同年齡段，三個年齡段得到的累加發(fā)病率分別為；=0.8888888889，=0.8557692308，=0.7272727273可見年齡越大，累加發(fā)病率越低，且老年（59,79）的累加發(fā)病率較低。（2）

13、 根據(jù)上述原則，我們采納了234個數(shù)據(jù)。我們把性別分成兩段：2男，1女. 在不同性別，得到的累加發(fā)病率分別為；=0.8709677419=0.8454545455，可見女性的累加發(fā)病率較高。（3） 根據(jù)上述原則，我們采納了234個數(shù)據(jù)。我們把每日抽煙支數(shù)分成三段（單位：支）：每日抽煙只數(shù)不太多（0,15），每日抽煙只數(shù)一般多15,30），每日抽煙只數(shù)很多30,+ ）.在不同每日抽煙支數(shù)段，得到的累加發(fā)病率分別為；=0.8461538462，=0.8828828829，=0.8333333333可見每日抽煙只數(shù)在15,30）時的累加發(fā)病率最高，在（0,15）時的累加發(fā)病率次之，在30,+ ）時的

14、累加發(fā)病率最低。（4） 根據(jù)上述原則，我們采納了227個數(shù)據(jù)。我們把co濃度分成三段：濃度不算太高（0,200），濃度不算一般高200,400），濃度較高400,+ ）.在不同co濃度段，得到的累加發(fā)病率分別為；=0.8414634146，=0.8636363636，=0.9142857143可見co濃度越高，累加發(fā)病率越高，且濃度較高400,+ ）的累加發(fā)病率特別高。（5） 根據(jù)上述原則，我們采納了224個數(shù)據(jù)。我們把調(diào)整的co濃度分成三段：濃度不算太高（500,1000），濃度不算一般高1000,1500），濃度較高1500,2000）.在不同的調(diào)整的co濃度段，得到的累加發(fā)病率分別為；=

15、0.7272727273，=0.8571428571，=0.8939393939可見調(diào)整的co濃度越高，累加發(fā)病率越高，濃度不算太高（500,1000）的累加發(fā)病率相較低?？偨Y(jié)分析：對于年齡，越年輕，累加發(fā)病率越低。對于性別，女性，累加發(fā)病率較高。對于每日抽煙支數(shù)，累加發(fā)病率的分布沒有明顯規(guī)律。對于co濃度和調(diào)整的co濃度，濃度越高，累加發(fā)病率越高。模型改進方向：由于累加發(fā)病率指已知人群，經(jīng)過一段特定的觀察期之后，發(fā)生某病的頻率。分子是在某一特定觀察期內(nèi)發(fā)生的某病新病例數(shù)。分母是觀察開始時的暴露人數(shù)。這是一個規(guī)定的概念，所以我們按要求對數(shù)據(jù)進行分段統(tǒng)計分析，無需再尋找其他更好的模型。問題（2）

16、：變量假設(shè)：符號說明：:年齡:每日抽煙支數(shù):co濃度 :調(diào)整的co濃度建立模型：我們利用excel通過對已知數(shù)據(jù)的分析，分別計算出年齡，每日抽煙支數(shù)，co濃度，調(diào)整的co濃度與戒煙天數(shù)的相關(guān)系數(shù)，如下表所示： 0.0527833720.026584259-0.199920331-0.1369511091) 由表可知，年齡、每日抽煙支數(shù)，co濃度調(diào)整的co濃度會影響戒煙時間（天數(shù)）長短，據(jù)越接近1則相關(guān)性越大的原理，他們對戒煙天數(shù)的影響程度有大到小排序如下：co濃度，調(diào)整的co濃度，年齡，每日抽煙支數(shù)。2) 由r的符號可知，年齡，每日抽煙支數(shù)與戒煙天數(shù)是正相關(guān)的，co濃度，調(diào)整的co濃度與與戒煙

17、天數(shù)是負相關(guān)的。3) 為了更直觀地體現(xiàn)不同因素對戒煙時間的影響程度，我們用excel繪制了戒煙時間與年齡、每日抽煙支數(shù)及調(diào)整的co濃度等因素的散點圖，具體如下co濃度與戒煙天數(shù)的相關(guān)系數(shù)r=-0.199920331調(diào)整的co濃度與戒煙天數(shù)的相關(guān)系數(shù)r=-0.136951109年齡與戒煙天數(shù)的相關(guān)系數(shù)r=0.052783372每日抽煙支數(shù)與戒煙天數(shù)的相關(guān)系數(shù)r=0.026584259根據(jù)散點圖中各點分布走向和密集 程度,可以大致判斷變量之間的共變關(guān)系，由四圖可看出，各點的密集 程度是從大到小的，所以我們可以判斷影響戒煙時間的因素由相關(guān)度從大到小排序是co濃度，調(diào)整的co濃度，年齡，每日抽煙支數(shù)。

18、4) 最后，我們利用excel分別計算不同分性別對應(yīng)的戒煙天數(shù)的平均數(shù)，求得男性的戒煙天數(shù)的平均數(shù)為77.86363636，女性的戒煙天數(shù)的平均數(shù)為81.83064516。可見性別會影響戒煙天數(shù)，一般來說，男性的戒煙天數(shù)低于女性?？偨Y(jié)分析：年齡、性別、每日抽煙支數(shù)及調(diào)整的co濃度會影響戒煙時間（天數(shù)）長短。由強到弱按對戒煙時間影響的程度排序有：co濃度，調(diào)整的co濃度，年齡，性別，每日抽煙支數(shù)。模型改進方向：該模型僅給出不同因素與戒煙天數(shù)的相關(guān)系數(shù)，及性別這一因素的戒煙天數(shù)的平均數(shù)，并沒直接給出不同因素與戒煙天數(shù)的具體函數(shù)（數(shù)量）關(guān)系，給出的分析結(jié)果較為模糊，如果能運用回歸分析中一元線性回歸的

19、方法，分別用回歸方程準確地表示不同因素與戒煙天數(shù)的回歸方程，或許會有更清晰的數(shù)據(jù)結(jié)果。問題（3）符號說明：:年齡:每日抽煙支數(shù):co濃度:調(diào)整的co濃度針對問題三，我們把戒煙天數(shù)作為判斷戒煙成功的指標，于是，討論影響戒煙成功的主要因素即轉(zhuǎn)化為討論影響戒煙天數(shù)的主要因素。由于因變量是戒煙天數(shù)，而自變量有多個（年齡、每日抽煙支數(shù)及調(diào)整的co濃度等因素），所以我們首先討論自變量到底選取哪幾個。我們可以輕易判斷，戒煙天數(shù)與距離抽最后一支煙的分鐘數(shù)無關(guān)，所以僅考慮其他五個因素（年齡， co濃度，調(diào)整的co濃度，每日抽煙支數(shù)，性別）。我們運用多元線性回歸的方法解決該題。我們在剔除了10個數(shù)據(jù)不完整的調(diào)查對

20、象后，對剩下的224個調(diào)查對象用excel進行線性回歸分析，一共做了五個模型（自變量包括五個因素，自變量分別不包括性別，年齡， co濃度，調(diào)整的co濃度，每日抽煙支數(shù)的四個模型），發(fā)現(xiàn)性別的標準誤差均較大，而標準誤差越大，擬合程度越差，所以舍去該因素。因此，我們最終把年齡， co濃度，調(diào)整的co濃度，每日抽煙支數(shù)作為自變量?；谏鲜龇治?，用excel進行回歸分析，統(tǒng)計結(jié)果如下：回歸統(tǒng)計multiple r0.236065127r square0.055726744adjusted r square0.038479744標準誤差126.0181324觀測值224方差分析dfssmsfsignif

21、icance f回歸分析4205246.695851311.673943.2310978080.0133224殘差2193477844.76415880.5697總計2233683091.46coefficients標準誤差t statp-valuelower 95%upper 95%下限 95.0%上限 95.0%intercept64.3915870685.107710860.7565893430.450109069-103.3433974232.1265715-103.3433974232.1265715age0.1527726410.6878942460.2220873950.8244

22、52817-1.2029673921.508512673-1.2029673921.508512673cig_day1.3170673180.7039837491.8708774450.062695761-0.0703827972.704517433-0.0703827972.704517433co-0.264173270.102918036-2.5668316170.010929821-0.467009829-0.061336711-0.467009829-0.061336711logcoadj0.0307947490.0684015020.450205750.65300743-0.1040

23、147140.165604213-0.1040147140.165604213由上表可知，該模型的關(guān)系式為：y=模型中各回歸系數(shù)解釋如下，當(dāng)年齡每增加一歲，戒煙天數(shù)增加0.152773天；當(dāng)每日抽煙支數(shù)每增加一支，戒煙天數(shù)增加1.317067天；當(dāng)co濃度每增加一個單位，戒煙天數(shù)減少0.26417天；當(dāng)調(diào)整的co濃度每增加一個單位，戒煙天數(shù)增加0.030795天。p-value為回歸系數(shù)統(tǒng)計量的p值，co濃度的p-value是0.010929821，遠小于顯著性水平0.05，因此該自變量與y相關(guān)。其他的自變量對應(yīng)的p-value大于顯著性水平0.05，說明這些項的自變量與因變量不存在相關(guān)性，因

24、此這些項的回歸系數(shù)不顯著?？梢姡绊懡錈煶晒Φ闹饕蛩赜衏o濃度。模型的可靠性分析：由表格可知，回歸統(tǒng)計中的標準誤差較大，所以該關(guān)系式不太可靠。且方差分析中，殘差較大，可見實際觀察值與回歸估計值的差還是較大。不過，significance f（f顯著性統(tǒng)計量）的p值為0.0133224，小于顯著性水平0.05，所以說該回歸方程回歸效果顯著。但四個因素（年齡，每日抽煙支數(shù)，co濃度，調(diào)整的co濃度）的標準誤差較小。而我們要討論的是，影響戒煙成功的主要因素，所以只要四個因素的標準誤差較小就能幫助我們解答這個問題。所以盡管該模型不太理想，但依然能幫我們解決題目所問。綜合上述，該模型對于第三問的解答還

25、是可靠的。模型的改進方向：由計算結(jié)果可知，該模型誤差還是較大的，而逐步回歸或許是更好的方法。由回歸分析的知識可知，當(dāng)回歸方程的自變量較多時，總體誤差將由每個自變量的區(qū)間誤差積累得到，從而使結(jié)果可靠性降低。因此，若該模型能采取逐步回歸的方法，根據(jù)自變量對因變量的影響程度來引入回歸方程，將得到更合理準確的結(jié)果問題（4）對有志于戒煙的人士的誠摯建議 吸煙的害處很多，它不但危害吸咽者的健康，還會污染空氣，危害他人。而一般人僅靠意志力戒煙難度真的很大，研究證明不借助任何外力（包括家人、醫(yī)生、藥物等）而能成功戒煙的煙民不到一成。基于此，我們運用數(shù)學(xué)建模的知識，對影響戒煙成功的因素進行分析，得出對有志于戒煙

26、的人士的誠摯建議。 結(jié)合三個問題的結(jié)論，我們可以得知，影響戒煙成功的因素主要有co濃度，年齡，每日抽煙支數(shù)。而且，co濃度越高，累加發(fā)病率越高，戒煙天數(shù)越少；年紀越大，累加發(fā)病率越低，戒煙天數(shù)越多?？陀^地說，由于吸煙的支數(shù)越少，攝入體內(nèi)的co濃度將越低，所以co濃度歸根是受每日抽煙支數(shù)影響；而人的壓力通常隨年齡遞增而減少（指19歲即踏入青年后），所以需要用來減壓的抽煙支數(shù)也相應(yīng)減少，即年齡終究能反映抽煙支數(shù)。 綜上，我們認為戒煙成功因素終究受每日抽煙支數(shù)影響，所以，我們建議有志于戒煙的人士從減少每日抽煙支數(shù)做起，規(guī)定自己某個時期內(nèi)每天抽煙支數(shù)不超過一個額度，且這個額度隨著時間推移減少。例如，煙

27、癮不算太大的煙民，規(guī)定自己在戒煙的第一個星期內(nèi)，每天抽煙支數(shù)不超過8支，在第二個星期內(nèi)，每天抽煙支數(shù)不超過6支，以此類推，逐步擺脫煙癮。規(guī)定的額度因人而異，不過，一旦作出規(guī)定，就要嚴格執(zhí)行。 壓力對每個年齡段的人來說都不可避免，而如何減壓就成了至關(guān)重要的問題。煙草中含有的尼古丁等化學(xué)成分能對人體起作用，從而使吸煙者產(chǎn)生暫時的快感，因而廣泛受到“亞歷山大”人士的歡迎。可是，這種減壓方式不僅于事無補，還害人害己。那么，正確健康的減壓方式就應(yīng)該得到大家的關(guān)注。多聽舒緩的音樂來緩解心情，多看好書來拓寬胸懷，多和家人朋友相聚，這些健康的減壓方式才是各位明智的選擇。 健康是人一輩子的財富，而煙正是掠奪人類

28、健康的兇手。要想擁有幸福美滿的生活，戒煙就事不宜遲了！模型評價與改進1） 通過利用excel數(shù)據(jù)處理，對給出的數(shù)據(jù)進行分析，對影響戒煙成功因素的篩選提供了有價值的參考，即建立了如下模型：， ，= ，以及y=2） 解決問題一時，我們對已知數(shù)據(jù)進行合理分段，再統(tǒng)計累加發(fā)病率，并作出相應(yīng)柱狀圖，從而簡單直接地呈現(xiàn)不同因素下的累加發(fā)病率分布情況。3） 解決問題二時，我們根據(jù)不同因素的數(shù)據(jù)特征，分別建立了兩個模型來討論，從而在不同因素對戒煙時間的影響程度的問題上給出定量分析結(jié)果，并給出散點圖來更直觀地呼應(yīng)我們的分析結(jié)果。4） 在問題三中，我們采取多元線性回歸函數(shù)的方法。為了確定自變量個數(shù)，做了五個模型，

29、最后比較分析得出一個模型（自變量含年齡，co濃度，調(diào)整的co濃度，每日抽煙支數(shù)），并用回歸方程表達運算結(jié)果。但誤差還是較大，如果選用回歸分析，結(jié)果可能會更加精確。5） 整個數(shù)學(xué)建模題目的解決中，我們圖文并茂，數(shù)形結(jié)合，并對不同情況進行分析篩選，對運算結(jié)果進行驗證分析，得到較全面的分析結(jié)構(gòu)。不過，若能在數(shù)據(jù)分析時運用matlab等數(shù)學(xué)軟件會更好。參考文獻1 劉劍平，陸元鴻，概率論與數(shù)理統(tǒng)計方法，華東理工大學(xué)出版社，2003年。2 費浦生等，數(shù)學(xué)建模及其基礎(chǔ)知識講解，武漢大學(xué)， 2007年。3 梁國業(yè)，廖建平 數(shù)學(xué)建模，冶金工業(yè)出版社，2004年。 參考網(wǎng)站附錄下列為問題三中，自變量不同時，運用e

30、xcel進行回歸分析時的計算結(jié)果。1. 自變量為年齡，性別，每日抽煙支數(shù)，co濃度，調(diào)整的co濃度時的計算結(jié)果回歸統(tǒng)計multiple r0.237419r square0.056368adjusted r square0.034725標準誤差126.264觀測值224方差分析dfssmsfsignificance f回歸分析5207607.841521.562.6044430.025998195殘差218347548415942.59總計2233683091coefficients標準誤差t statp-valuelower 95%upper 95%下限95.0%上限 95.0%interc

31、ept79.1910893.544110.8465640.398166-105.1755187263.55769-105.175519263.5577gender0.0936860.706130.1326750.894573-1.2980296881.4854018-1.298029691.485402cig_day-6.6835717.36719-0.384840.700732-40.9126640527.545527-40.91266427.54553co1.3220840.7054771.8740270.062264-0.0683456642.7125131-0.068345662.71

32、2513logcoadj-0.264010.10312-2.560220.011137-0.467248697-0.06077-0.4672487-0.060772. 自變量為性別，每日抽煙支數(shù)，co濃度，調(diào)整的co濃度（無年齡）時的計算結(jié)果回歸統(tǒng)計multiple r0.237259r square0.056292adjusted r square0.039055標準誤差125.9804觀測值224方差分析dfssmsfsignificance f回歸分析4207327.251831.793.2658030.012586123殘差219347576415871.07總計2233683091c

33、oefficients標準誤差t statp-valuelower 95%upper 95%下限95.0%上限 95.0%intercept84.87930582.954071.0232080.307338-78.6111634248.3697734-78.611163248.36977gender0.6961.9196280.056204-0.035654282.707777203-0.03565432.707777226.149725cig_day0.102886-2.56520.01098-0.46669741-0.06115017-0.4666974-0.06115co0.068124

34、0.4147750.678713-0.106005950.162517974-0.1060060.162518logcoadj0.0282560.0681240.4147750.678713-0.106005950.162517974-0.1060060.1625183. 自變量為年齡，性別，co濃度，調(diào)整的co濃度（無每日抽煙支數(shù)）時的計算結(jié)果回歸統(tǒng)計multiple r0.202894r square0.041166adjusted r square0.023653標準誤差126.986觀測值224方差分析dfssmsfsignificance f回歸分析4151617.837904.45

35、2.3505980.055192142殘差219353147416125.45總計2233683091coefficients標準誤差t statp-valuelower 95%upper 95%下限95.0%上限 95.0%intercept86.84993.989260.9240310.356487-98.39022806272.0882-98.3902272.0882gender0.2913030.7022050.4148410.678664-1.0926408561.675247-1.092641.675247cig_day-6.0822117.46353-0.348280.72796

36、4-40.500298128.33588-40.500328.33588co-0.222040.101234-2.193310.029337-0.421553688-0.02252-0.42155-0.02252logcoadj0.0335430.0690110.4860460.627421-0.1024688290.169554-0.102470.1695544. 自變量為年齡，性別，每日抽煙支數(shù)，調(diào)整的co濃度（無co濃度）時的計算結(jié)果回歸統(tǒng)計multiple r0.167317r square0.027995adjusted r square0.010241標準誤差127.8552觀測值

37、224方差分析dfssmsfsignificance f回歸分析4103108.125777.031.576870.181472殘差219357998316346.96總計2233683091coefficients標準誤差t statp-valuelower 95%upper 95%下限95.0%上限 95.0%intercept209.850779.384362.6434760.00879953.39558366.305853.39558366.3058gender0.0823520.7150150.1151750.908412-1.326841.491543-1.326841.49154

38、3cig_day-6.8669917.58592-0.390480.696559-41.526327.7923-41.526327.7923co0.929790.6973151.3333860.183791-0.444522.304097-0.444522.304097logcoadj-0.105190.044808-2.347470.019793-0.1935-0.01688-0.1935-0.016885. 自變量為年齡，性別，每日抽煙支數(shù)， co濃度（無調(diào)整的co濃度）時的計算結(jié)果回歸統(tǒng)計multiple r0.235763r square0.055584adjusted r square0.038335標準誤差126.0276觀測值224方差分析dfssmsfsignificance f回歸分析4204721.451180.343.2223410.013515殘差219347837015882.97總計2233683091coefficients標準誤差t statp-valuelowe