КОРРЕЛЯЦИОННЫМ, РЕГРЕССИОННЫМ АНАЛИЗ И ВОЗМОЖНОСТИ МОДЕЛИРОВАНИЯ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ СТУДЕНТОВ
УДК/UDC 796.01:612
Информация для связи с автором: attared@rambler.ru
Поступила в редакцию 27.02.2015 г.
Кандидат биологических наук, доцент Р.А. Гайнуллин1 Заслуженный деятель науки РФ, доктор биологических наук, профессор А.П. Исаев2 Н.В. Меньшикова2
1 Башкирский государственный медицинский университет, Уфа
2 Южно-Уральский государственный университет (НИУ), Институт спорта, туризма и сервиса, Научно-исследовательский центр спортивной науки института спорта, Челябинск
CORRELATION, REGRESSION ANALYSIS AND STUDENTS' FUNCTIONAL STATE MODELING CAPABILITIES
Associate professor, Ph.D. R.A. Gaynullin1
Honored Worker of Science, Dr. Biol., Professor A.P. Isaev2
N.V. Men'shikova2
1 Bashkir State Medical University, Ufa
2 South Ural State University (Scientific Research Institute), Institute of Sport, Tourism and Services, Scientific Research Center of Sports Science of Institute of Sport, Chelyabinsk
□
и
га у
г.
ч—
. О OJ
■ -О
с
га
^
О (U ■С
Н
Аннотация
Статья посвящена вопросу оценки функционального состояния и подготовленности студентов. Оно рассмотрено как комплекс показателей, предопределяющих подготовленность и физический статус, которые в конечном итоге формируют уровень здоровья индивида. Рассматривается синерге-тическое моделирование учебного процесса с использованием основных физиологических характеристик. В качестве одного из наиболее эффективных методов решения поставленного вопроса рассмотрено системное моделирование биологических процессов. Обозначены задачи и возможности применения методов статистики в целом и моделирования в частности в области физического воспитания студентов. В статье представлен комплекс регрессионных моделей функционального состояния студентов, оценено их качество, а также приведены результаты корреляционного и регрессионного анализов, заложившие основу полученных моделей. В практической части исследования отмечена положительная взаимосвязь между длиной и массой тела, а также систолическим АД и масса-длиннотными показателями. Полученные результаты могут быть использованы для идентификации уровня развития и подготовленности как конкретного студента, так и целой команды, выявления сильных сторон, средних и слабых звеньев, что позволит влиять на успешность деятельности. Путем сравнения моделей предоставляется возможность спроецировать их на показатели конкретного студента, выявить различия и наметить пути их устранения. Синергетическое моделирование живых систем открывает возможности функционирования на основе интеллектуальной системы физиологических данных с использованием обобщенного критерия качества системы.
Ключевые слова: моделирование, функциональное состояние, антропометрия, биоритмы, спортивная результативность, физическая готовность, программирование.
Annotation
The paper was devoted to the problem of functional assessment and fitness of students. It was taken as a set of indicators that predetermine fitness and physical status, which eventually form the health level of an individual. The synergistic modeling of the educational process using basic physiological characteristics was considered. System modeling of biological processes was treated as one of the most effective methods to address the issue. The tasks and possibilities of application of statistical methods in general and simulation in particular in the field of physical education of students were stipulated. The paper contains a set of regression models of the functional state of students, with their quality rated. In addition, the results of the correlation and regression analyses, which laid the basis of the obtained models, were presented. A positive correlation between body length and weight, and systolic blood pressure and weight-length characteristics was noted in the practical part of the study. The findings can be used to identify the level of development and fitness of both a particular student and a whole team, to identify strengths and weaknesses and aspects developed on the average level that will affect the performance. Comparison of the models can be used to correlate them with the performance of a particular student, and to identify the differences and the ways how to eliminate them.
Synergistic modeling of living systems makes it possible to function on the basis of an intellectual system of physiological data using a generalized quality criterion of the system.
Keywords: modeling, functional state, anthropometry, biorhythms, athletic performance, physical readiness, programming.
Введение. Моделирование в физическом воспитании решает следующие задачи:
• тестирование двигательных способностей, в том числе относительно тотальных размеров тела, пола, кардиопуль-мональных, энергообменных, электролитических показа-
телей, газообмена, органного и системного кровотока, в условиях эргоспирометрических проб (сердечно-легочный тест), трехмерного сканирования позвоночника, изучения состава тела, статокинетической устойчивости, силовых характеристик и иммуноферментного состояния;
• моделирование учебного процесса по физическому воспитанию в условиях применения новых технологий физической подготовки;
• моделирование резервных адаптивно-компенсаторных возможностей функционального и метаболического состояний студентов.
Вопросы прогнозирования темпов изменения показателей подготовленности решаются исходя из задач комплексного контроля. Детализируются модели, время действия, идут уточнение и доработка.
На основании мотивации студентов к занятиям избранным видом спорта программируются учебно-тренировочный процесс (УТП) и соревновательная деятельность студента, команды. При моделировании УТП необходимо учитывать фазность процесса адаптации и восстановления организма студента. Разработка моделей УТП включает микроциклы (занятия), мезоциклы (семестры) и годичные макроциклы с поступлением информации этапного контроля. Модели мезоциклов опираются на показатели текущего контроля, а микроциклов, отдельных тренировок и физических упражнений - на показатели оперативного контроля.
Моделирование позволяет сравнить уровни развития и подготовленности конкретного студента или команды, выявить сильные (влияющие на физическую работоспособность) стороны, средние и слабые звенья, их влияние на успешность деятельности. Путем сравнения моделей предоставляется возможность спроецировать их на значения конкретного студента, определить различия и наметить пути устранения.
Методика и организация исследования. Существуют различные уровни построения моделей: индивидуальные, обобщенные, групповые, командные. В рамках данного исследования были использованы методы группового моделирования, так как они позволяют оценить специфику требований к высокому уровню функционального состояния с дифференциацией по обозначенным подгруппам. При построении групповых моделей комплексно оцениваются способности студентов, резервные адаптивно-компенсаторные возможности, психофизиологические особенности.
Материал представлен в выборках студентов 1-го курса (п = 25-35) в каждой из групп обследованных волонтеров. Полученная совокупность данных позволяет выявить взаимосвязи ключевых физиологических характеристик студентов, а также оценить влияние показателей функционального состояния на их результативность.
Результаты исследования и их обсуждение. Рассмотрим матрицы коэффициентов корреляции. В табл. 1 представлены значения показателя статистической взаимосвязи между параметрами физического состояния студентов.
Исходя из данных, представленных в табл. 1, достаточно сильная линейная положительная взаимосвязь наблюдается между показателями длины и массы тела, а также систолического АД с масса-длиннотными показателями. Слабая, но статистически значимая корреляция присутствует между САД и ДАД, а также между ДАД и массой тела. Следует отметить наличие положительной взаимосвязи индекса Скибински с длиной тела студентов и отрицательной связи между индексом силы кистей и САД. Возникает вопрос о проведении исследований студентов с учетом их тотальных размеров, а также диагностических исследований в конце учебного года в зависимости от влияния применяемых технологий.
Для оценки влияния показателей функционального состояния на их результативность важно иметь представление о частных зависимостях между показателями физической готовности и физиологическими характеристиками, для этого при расчете показателей статистической взаимосвязи используем соответствующие измерители - частные коэффициенты корреляции. Такие коэффициенты используются для оценки зависимости между результативной переменной и одной из факторных переменных при условии постоянства всех остальных факторных переменных. Частный коэффициент корреляции позволяет элиминировать влияние на результат всех факторных модельных переменных, кроме одной. В табл. 2 представлены результаты расчетов частных коэффициентов корреляции 7-го порядка на основе имеющейся базы данных.
Таблица 1. Матрица коэффициентов корреляции основных физиологических характеристик
Исследуемые показатели Age Weight Height DBP SBP OrthoTest IndS PowerInd
Age r 1 -0,026 0,016 0,010 -0,077 -0,067 -0,103 -0,102
P 0,726 0,826 0,888 0,292 0,357 0,155 0,160
Weight r -0,026 1 0,751** 0,150* 0,380** 0,061 0,125 -0,025
P 0,726 0,000 0,038 0,000 0,403 0,085 0,729
Height r 0,016 0,751** 1 0,139 0,332** 0,063 0,145* -0,064
p 0,826 0,000 0,055 0,000 0,384 0,045 0,378
DBP r 0,010 0,150* 0,139 1 0,266** -0,106 0,119 -0,021
p 0,888 0,038 0,055 0,000 0,143 0,101 0,768
SBP r -0,077 0,380** 0,332** 0,266** 1 0,016 0,125 -0,174*
p 0,292 0,000 0,000 0,000 0,821 0,086 0,016
OrthoTest r -0,067 0,061 0,063 -0,106 0,016 1 0,038 -0,110
p 0,357 0,403 0,384 0,143 0,821 0,599 0,129
IndS r -0,103 0,125 0,145* 0,119 0,125 0,038 1 0,114
p 0,155 0,085 0,045 0,101 0,086 0,599 0,116
PowerInd r -0,102 -0,025 -0,064 -0,021 -0,174* -0,110 0,114 1
p 0,160 0,729 0,378 0,768 0,016 0,129 0,116
** - корреляция значима на
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.