تحلیل رگرسیون ریج در مدل سازی شاخص توده بدنی ( BMI) آتش نشانان با بررسی مشکل هم خطی چندگانه متغیرهای مستقل ( مطالعه موردی : سازمان آتش نشانی و خدمات ایمنی شهر مشهد )

نوع مقاله : علمی پژوهشی

نویسندگان

1 گروه مهندسی صنایع دانشگاه ایوان کی سمنان

2 گروه مهندسی صنایع ، دانشگاه ایوان کی

3 عضو هیئت علمی گروه مهندسی صنایع دانشگاه ایوان کی

چکیده

شاخص ‌تودة ‌بدنی[1]یا  BMIابزاری ‌برای ‌نشان‌ دادن ‌وضعیت‌ وزن‌ در بالغین ‌است ‌و از معیارهایی‌ است‌ که‌ می‌توان‌ برای بیان ‌اضافه ‌وزن ‌و چاقی ‌بکار برد. در افراد دارای BMI  کمتر از 20 و بیشتر از 30 kg/m²  میزان ‌مرگ‌ و میر بصورت نسبی ‌افزایش‌ می‌یابد. تحقیق ‌حاضر با هدف ‌بررسی ‌ارتباط ‌خطی‌ بین ‌سه‌ متغیر مستقل ‌سن، قد و وزن و نیز متغیر شاخص‌ توده ‌بدنی ‌آتش‌­نشانان ‌صورت ‌گرفته ‌است. این‌ تحقیق ‌بر مبنای ‌اهداف ‌و ماهیت‌ تحقیق‌ از نوع توصیفی ‌میدانی، بر مبنای ‌روش‌ جمع‌آوری ‌داده‌ها از نوع ‌پیمایشی ‌و به ‌لحاظ ‌روش ‌تحلیل ‌داده ‌از نوع ‌مطالعات ‌همبستگی‌ می‌باشد. جامعه آماری ‌تحقیق ‌آتش­نشانان ‌سازمان ‌آتش‌نشانی ‌و خدمات ‌ایمنی ‌شهرداری ‌مشهد می‌باشند که 1600 آتش نشان به عنوان ‌نمونه ‌آماری ‌انتخاب ‌گردیدند. داده‌های ‌لازم ‌در این ‌تحقیق با استفاده از تست‌های‌ ارزیابی ‌وضعیت ‌جسمانی سالیانه‌ نیروهای‌ آتش‌­نشان‌ در طی ‌سالهای 1399 تا1400 با استفاده از دستگاه ‌تخصصی آنالیز بدن[2] ثبت و جمع‌آوری‌ گردیده ‌است. جهت‌ تحلیل‌ داده‌های ‌تحقیق ‌از نرم‌افزار SPSS و روشهای ‌آماری همبستگی پیرسون و رگرسیون‌ چند متغیره‌ استفاده ‌گردید. نتایج‌ تحقیق ‌نشان ‌می‌دهد که‌ بین ‌سه ‌متغیر مستقل ‌سن، قد و وزن و نیز متغیر وابسته ‌شاخص‌ توده ‌بدنی‌ همبستگی ‌قوی ‌و مستقیم ‌با ضریب 0.99 وجود دارد. با استفاده ‌از نرم‌افزار SPSS و مدل رگرسیون ‌چندگانه ‌الگویی ‌برای‌ محاسبه ‌شاخص‌ توده ‌بدنی ‌براساس‌ متغیرهای ‌مستقل ‌ذکر شده ‌بدست آمد. در نهایت به ‌جهت‌ تائید مدل ‌بدست ‌آمده ‌و بررسی ‌عدم‌ تاثیر مشکل ‌هم ‌خطی ‌متغیرهای ‌مستقل ‌از رگرسیون‌ ریج ‌استفاده ‌گردید و با استفاده ‌از تحلیل ‌رگرسیون ‌ریج[3] نشان ‌داده ‌شد که‌ علیرغم ‌وجود هم‌­­خطی[4] شدید بین ‌متغیرهای ‌مستقل، این مشکل ‌هم­خطی ‌در برآورد ‌ضرایب ‌مدل ‌رگرسیون ‌چندگانه ‌تاثیری ‌نداشته ‌و ضرایب‌ مدل ‌رگرسیون ریج بسیار نزدیک و برابر با ضرایب ‌رگرسیون ‌چندگانه ‌معمولی ‌بدست ‌آمده ‌است‌ و‌ در نتیجه ‌مدل‌ رگرسیون ‌بدست ‌آمده، مدل‌ مناسب ، مورد ‌تائید و کاربردی می‌باشد.
[1] Body Mass Index
[2]Body composition
[3] Ridge Regression
[4] Colinearity
 
 

کلیدواژه‌ها

موضوعات