预测身高的十二种方法

对少年儿童进行科学选材,是培养和造就高水平运动员的重要环节,也是攀登世界体育运动技术高峰的重要先决条件,作为选材条件之一的身高对多数体育运动项目来讲有着特殊的意义,因此准确地预测少年儿童未来的身高,是科学选材的重要内容之一。下面简略地介绍国、内外有关学者提出的预测身高的十二种方法。一、按分层随机抽样的原则。通过对湖二化省1821名18—20岁男女青年及其父母。身高的统计,计算出预测身高的二元回归方程(供湖北省使用): 儿子身高=56.699+0.419×父亲身高+0.265×母亲身高女儿身高=40.089+0.306×父亲身高+0.431×母亲身高二、利用遗传因素、年龄因素,在10岁时予测17岁身高的多元回归方程(供上海市使用):     

体育中两种预测方法的研究

本研究运用多因素分析和灰色系统理论 ,在现行的多元回归预测模型的基础上 ,通过改进其计算操作方法所建立的多元回归预测模型 ,其指标数据回代的专项成绩的预测值与专项成绩的实际值准确度高 ,相关性程度显著 ,方程预测值有显著性意义。     

世界优秀十项全能运动员成绩结构分析以及多元回归预测模型的建立

运用因子分析法对世界优秀十项全能运动员的成绩结构进行研究,结果表明在各变量中对其成绩影响程度的顺序为：速度因子〉力量因子〉弹跳、耐力因子〉技术因子。另外采用多元回归分析法建立了世界优秀十项全能运动员成绩预测模型并对其预测准确度进行了检验。     

世界优秀十项全能运动员成绩结构分析以及多元回归预测模型的建立

运用因子分析法对世界优秀十项全能运动员的成绩结构进行研究,结果表明在各变量中对其成绩影响程度的顺序为:速度因子＞力量因子＞弹跳、耐力因子＞技术因子.另外采用多元回归分析法建立了世界优秀十项全能运动员成绩预测模型并对其预测准确度进行了检验.     

身高预测方法的比较与应用

本文对身高预测常用的8种方法进行了比较。结果发现,男少年采用B—P法修正±3.25cm较好;女少年采用RUT法修正±2.35cm较好。用骨龄指标预测身高的方法比单纯公式法准确度高。     

应用定基比法对贵州省儿童青少年身高进行预测的研究

采用文献资料和数理统计方法,通过对2010年贵州省国民体质监测公报7～19岁儿童青少年身高数据的分析得出：（1）根据贵州省情采用定基比法预测贵州省儿童青少年身高具有现实意义;（2）绘制了贵州省7～19岁儿童青少年身高平均数动态分析表和动态分析图,同样遵循身高生长发育的一般规律;（3）根据7～19岁各年龄段身高平均数进行计算,完成贵州省2010年7～19岁儿童青少年身高定基比系数表的制定。进而根据定基比系数进行数学建模,预测得出19岁后男女生身高。建议：对于发育早熟或晚熟型儿童不适合本方法,应选择其它方法进行预测;同时密切关注儿童青少年的身高发育情况,适时地进行修订。     

高个子女青少年的头型特点与身高的关系

现代竞技体育中的许多竞赛项目对运动员的身高要求越来越高,而运动员出成绩的年龄又有普遍提前的趋势,因此,少年运动员的选拔、预测工作显得尤为重要。目前国内外较多采用的是利用骨龄进行预测,但拍摄骨龄片费用昂贵,不可能广泛使用;一些学者经研究,提出了检查第二特征推导骨龄预测身高。此外,还有根据本人目前身高推算最终身高;根据脚的大小预测身高;根据父母身高推算子女身高等简便易行的方法来进行身高预测。上海体院科学选材研究组关于头型的研究结果报导:“人的头型与男少年预测身高(应用骨龄推算的)间的相关关系有显     

大学男生身体水分含量回归模型的优选研究

以身高、体重指标和其所派生的指标为自变量,以大学男生身体水分含量指标为因变量,运用科学的研究方法,建立多种回归模型.应用统计参数对回归模型进行比较分析,优选出预测大学男生身体水分含量的最优回归模型.多元回归模型和体表面积回归模型预测的值与实际测量值呈无差异性,P＞0.90水平.     

大学男生身体体脂百分比回归模型的优选研究

以身高、体重指标和其所派生的指标为自变量,以大学男生身体体脂百分比指标为因变量,运用科学的研究方法,建立多种回归模型。应用统计参数对回归模型进行比较分析,优选出预测大学男生身体体脂百分比的最优回归模型。多元回归模型和体表面积回归模型预测的值与实际测量值呈无差异性,P〉0．90水平。     

儿童少年身高预测研究

身高预测是运动员选材和儿童少年体质研究中的一项重要工作，涉及到遗传学、医学、营养学等不同的学科领域。本文对身高发育中的有关因素和目前国内外应用较为普遍的几类预测方法进行了综合分析，并重点探讨了骨龄预测法，提出了预测身高过程中应重点注意的问题。     

身高的预测

根据对人体遗传和形态学的研究,99%的人的身高发展是可以预测到的。遗传研究认为,用8—11岁时的身高程度,预测成年后的身高是相当准确的。用8岁以前的身高做预测不甚准确。在性成熟期(女孩是11—14岁,男孩是13—15岁)预测成年后的身高也很困难。遗传学家通过对子女和他们双亲身高的研究,得出这样的结论:用父亲的身高预测儿子的身高最为准确;用母亲的身高预测女儿的身高最为准确。如果夫妇都是高个,其子女的个子也不会矮;反之,其子女的个子也矮。俗话说:“男孩随父,女孩随母”,这话千真万确。     

儿童期尺骨远端骨骺的发育与终际身高回归

研究目的 BayLey1946年第一个发表了从儿童期身高,骨龄来推算成人身高的方法[注一]。根据实际使用的方便,1959年Greulichpyle修改了BayLey和Pinneau1952年的推算表[注二],以正常骨发育,早熟和晚熟三种不同类型来预测未来身高值。Tannei在这领域中作了多年的系统地研究,而最具有代表性和权威性[注三]。TW_2方法中RUS骨值分计数法正是依赖现有身高、日历年龄和20块手腕骨的骨值分全面评估预测成人终际身高的回归值[注四]。值得注意地     

珠江三角洲青少儿运动员身高特征及其预测趋势的研究

运用骨龄评定预测方法,对珠江三角洲2191 名青少儿运动员现身高和未来身高的预测进行了分析研究,论证了其身高、运动员特点及发育提早、未来身高预测趋势的整体评价女高于男等现状特征,为该地区今后青少儿运动员科学选材的研究提供依据     

身高的预测法

从我们可能看到的材料中知道,儿童少年的身高是可以预测的。当前国外流行的预测身高的方法很多,有捷克的哈费利采克利用父母的身高计算子女未来的身高的公式。即:儿子身高=((父高 母高)×1.08)/2女儿身高=(父高×0.93 母高)/2;有卡帕林氏和坦纳氏百分比预测法;有梅德维德氏身高对照表预测法;有瓦尔克尔氏预测法;有骨龄预测法;有利用脚长预测法等。这些方法都是外国人根据国外被测量统计地区的地理环境、生活条件、民族等特点制定的,它只能适应其被测量统计地区或与被测量统计地区的情况基本相似的     

通过多元成绩变量预测最大撑杆跳高高度

欧洲运动员在撑杆跳高项目上占领先地位后，美国运动员开始向达到高成绩突飞猛进努力。为了继续获得成功，教练员和运动员必须掌握优秀撑杆跳高运动员必备的特征。研究的目的是利用不同的自变量，预测可能达到的最大高度。100名调查到全国的大学中随机挑选全国大学体育协会一级运动员，询问他们的100米成绩、身高、体重、助跑距离、撑杆长度、撑杆所能承受的最大重量、握杆高度和个人最好成绩，32名撑杆跳高运动员作了回答。相关数据显示和表明各种自变量之间关系并不密切，逐步多元回归方程分析表明：助跑距离和握杆高度是影响个人最好成绩最重要的因素。     

在体育课评分中运用剩余观测数法的尝试

将身高与跳高成绩通过数理统计计算，建立预测回归方程，制订用身高推测跳高成绩，消除身高对跳高成绩的影响；同时将剩余观测数进行数理统计，制定跳高成绩的Ｔ评分表。     

中小学生形态、机能指标简易测法

预测不仅是体质研究的重要课题,而且也是广大家长,体育教师和教练员们十分关注的问题。长期以来,国内外许多学者在这方面作了不少研究并取得了一些成果。如根据父母身高预测子女身高;用足长预测身高及骨令预测身高等。本文试图     

身高遗传学研究与运动员科学选材

身高是人体的一项重要生理参数,具有很高的遗传度.在竞技体育运动中身高具有重要价值,一些身高相关的体育项目对身高均有着特殊的要求,就运动员科学选材来说身高指标权重很大.对运动员身高进行选材主要使用骨龄预测身高和第二性征预测身高等方法,它们在预测性方面略为欠缺.随着分子生物学和分子遗传学技术的发展,身高的基因研究也得到深入开展.身高的基因研究主要分为候选基因研究和全基因组关联研究两种.身高的基因研究将为运动员身高选材提供一条更为科学、更为有效的方法,具有广阔的发展前景.     

9-19岁男性青少年身体形态和下肢爆发力的发育特征研究

本文对上海市74名9-19岁男性青少年身体形态和下肢爆发力发育状况进行了2年的追踪调查,在调查时,考虑到青少年不同年龄阶段的发育特点,根据年龄把样本分为青春发育前期组(9岁-14岁,33人)和青春发育后期组(15岁-19岁,41人)。测量指标包括:身高、体重、下肢长、小腿长+足高、跟骨高、大腿围、小腿围、体脂率、瘦体重、腓肠肌内侧肌腱长、腓肠肌外侧肌腱长、跟腱长、垂直纵跳、RDJ指数。根据测试结果发现:(1)样本男性青少年在青春期身高发育速度高峰年龄为11岁。身高在9岁-16岁增长较快,身高增长最快速的年龄段是11岁-13岁,这与其他研究结果…     

用指示变量进行两个多元回归方程的比较

对两个由相同指标建立的多元回归方程作比较,即对两个多元回归方程的回归系数和常数项之间的差异进行显著性检验,用指示变量可以较为全面地反映出两个多元回归方程之间的关系。