引言吸煙是全球范圍內的重要公共衛生問題，對個人和社會健康造成了嚴重危害。吸煙是許多疾病的危險因素，包括呼吸系統疾病。在該流行病在全球蔓延的大背景下，呼吸道健康值得高度重視。據世界衛生組織估計和預測,每年約有350萬人死于與吸煙有關疾病，煙民吸煙年齡日趨減小，這已成為嚴重的社會問題。近年來,國家對學生控煙問題給予了高度重視,相繼實行無煙學校,并將學生控煙問題列入健康促進學校和健康教育的重要內容。目前大學生吸煙問題是一個待解決的難題，此時的大學生正處于身心發展的關鍵階段，他們剛離開家鄉獨自一人去大學生活，并且大學生活豐富多彩，自由度高，很多學生接收到了更多的信息，見識到了更加華麗的世界，采納了之前沒接觸到的觀念，這些觀念中有的是好的有的是不好的，同時大學生可能會因為自身的一些壓力，錯誤的認為吸煙是成熟的表現，故研究吸煙行為的形成和干預對他們的健康具有重要意義。大學生是我國未來蓬勃發展的主力軍,因此對大學生的吸煙問題進行分析,深入了解中國大學生吸煙人數及其影響因素（例如：個人特征、家庭背景、社會環境）具有迫切的現實意義和社會價值，通過研究這些內容從而制訂合格而且特色鮮明的教育方案,這不僅關系到大學生的身體健康,更關系到社會未來的發展及時代的進步。基于此，接下來將通過調查研究高校實際情況，初步建立評定大學生抽煙狀況的影響體系，利用各類統計學知識和手段，對此次選題進行研究。目前國內外很多學者都對大學生吸煙這一現象展開了深入研究，不同的學者研究的側重點不同。楊焱[3]采用多階段分層整群抽樣對全國28個省(區、市)的100個市縣的13354名15歲以上成人進行入戶調查,調查結果表明中國成人對煙草危害的認識在過去十幾年取得了一定進步,但仍然偏低。應該對教育水平低下的農村或者偏遠地區采用簡單的具有視覺強烈反差的警示圖片或者宣傳用語讓公民提高認識。徐業華[4]通過調查武漢市城市居民對煙草危害的知曉率,發現武漢市城市居民關于吸煙與二手煙危害的認知不全面,且有些知曉率非常低。針對弱點，需進行健康促進及教育活動，以提升居民對煙草危害的了解，減少疾病的發生。李文玲等人[5]采用分層多階段整群概率抽樣方法,在全省抽取了20個調查點7200個家庭戶,每戶隨機抽取1名15歲及以上非吸煙調查對象進行面對面問卷調查。從而了解了吉林省15歲及以上非吸煙居民二手煙暴露以及對二手煙危害認知情況,為制定有效的煙草控制措施提供科學依據。徐濤[6]采用多階段整群抽樣在全國11個省市城區和農村分層抽取符合條件的成年人群作為本次研究的受試對象。研究指標包括總體吸煙比例、目前吸煙比例、煙癮起始年齡、平均吸煙量、戒煙比例、被動吸煙比例等，以便了解中國成年人吸煙和二手煙暴露的普遍情況，為闡明吸煙和二手煙問題提供基礎數據。林夢[7]針對我國青少年吸煙人數顯著增加,煙民隊伍日趨年輕化的社會現象展開調查，研究發現,大學生吸煙人群總患病率明顯高于非吸煙人群,吸煙嚴重影響大學生的學習和健康。她總結了近5年來我國大學生吸煙的研究結果和控煙建議,為制定針對高校大學生群體的控煙措施提供參考資料,并為日后我國大學生吸煙提供研究思路。周花[8]對大學生吸煙行為的影響因素進行了研究，分別從大學生吸煙行為特點、大學生吸煙的影響因素、學校控煙政策等方面進行了研究，提出了一些較為合理的建議。姜彩霞[9]應用多因素Logistic逐步回歸分析方法篩選吸煙影響因素中差異有統計學意義的變量，探討了杭州市大學生吸煙行為及其相關影響因素,為開發適合我國國情的大學生控煙模式提供科學依據。張鴻飛[12]探討了當代男大學生吸煙行為的動機并提出相應的應對策略。結果顯示，研究結果指出，男大學生在心理形象、快樂、平靜、刺激、成癮和自動性等六個方面的評分高于普通吸煙者，從而顯示了兩者之間的顯著差異。所以為預防和糾正大學生的吸煙行為，可以提出不同的吸煙動機策略。陳靜[14]為了解復旦大學大學生吸煙現狀以及影響該人群吸煙行為的影響因素，對4019名在校本科生進行了問卷調查，研究了其吸煙與專業年級性別的關系以及整體的一個吸煙率，同時也發現近一半的吸煙者并沒有戒煙的打算,非吸煙者拒絕被動吸煙的意識也比較薄弱。開展控煙運動已刻不容緩,成為當務之急。佘玉群[16]對大學生吸煙行為及其影響因素進行了抽樣調查。研究結果顯示，教師、家長和朋友對吸煙行為和態度產生重要影響。馬文霞[17]基于2021年蘇州市大學生吸煙行為現狀,探索了其主要影響因素,為蘇州市高校今后開展有針對性的控煙工作提供基礎資料和科學依據，用到的主要方法啊有多分類有序logis-tic回歸，結果表明：州市大學生吸煙情況不容樂觀,吸煙行為受到多方面因素的影響。大學應當重視學生吸煙問題，采取多種有效措施進行控制，以保障學生的身心健康。以上綜述分別對國內外學者的研究進行了討論，分析了前人的研究成果，基于此，發現大部分學者在研究此課題時，多基于調研、統計分析和描述性統計的方法，很少用到數學模型的方法，故接下來我將通過多元回歸模型、相關性分析和基本統計學知識來對大學生吸煙問題進行更近一步的探索，以求能夠更科學、客觀地反映學生吸煙的真實情況，解決實際問題。

2本文應用的相關統計模型簡介2.1本文用到的數據說明解釋本次數據獲取方式主要通過調查問卷的形式，本次調查采集的數據范圍主要為海南師范大學及周邊的學校，并采用多階段抽樣方法抽取樣本，調查對象面向高校的各個專業的學生，包括本碩博。主要就其年齡、性別、專業、以及是否吸煙、吸煙受影響因素和對健康的影響進行了調查，其問卷見附錄1，數據收集后，將使用適當的統計工具進行分析，包括大數據統、Excel表分析和數據推斷等方法。2.2Logistic多元回歸模型Logistic回歸是一種常見的分類模型，與線性回歸完全不同，這里不是采用最小二乘法的方式，而是使用了極大似然估計。在多重線性回歸模型中，要求因變量是連續型的正態分布變量，并且自變量與因變量呈線性關系。如果因變量是分類變量，自變量與因變量之間不具有線性關系，那么多重線性回歸模型的適用條件就不能滿足。在這種情況下，常常會使用Logistic回歸模型來處理這類數據。Logistic回歸分析是非線性回歸的一種，用于研究因變量為二項分類或多項分類結果與一些影響因素之間的關系。2.3斯皮爾曼相關系數檢驗（分析各個指標之間的相關性）統計學中,斯皮爾曼等級相關用來估計兩個變量之間的相關性[23]運用斯皮爾曼相關系數時，原始數據依據其在總體數據中的降序排序，每個數據所在的排位被稱為該數據的等級，若有數據相同，則將他們的排位取算術平均。斯皮爾曼有兩種不完全相同的定義，我們采用其中一種，定義如下：斯皮爾曼相關系數被定義成等級之間的皮爾遜相關系數[24]。2.4典型相關分析（分析兩大組數據之間的相關性）在數據挖掘中，最常用的算法之一是典型關聯分析(CanonicalCorrelationAnalysis，簡稱CCA)，相對于相關系數，他更能反應兩類組別之間的相關性，即更適用于高維數據，他的使用的方法是先將多維的變量用線性變換變為1，然后再使用相關系數來看一維數據之間的相關性，這個過程可以稱之為降維，這和主成分分析以及因子分析也很類似。3基于相關性分析對大學生吸煙因素的研究3.1基礎數據統計分析表1為大學生吸煙情況的調查部分數據，由于數據量比較多，調查的相關性因素也比較多，故全部的數據不在正文中展示，此次統計的基礎數據見附件大學生吸煙影響因素調查Excel表。表1-大學生吸煙影響因素調查表部分數據展示性別專業年級煙齡吸煙的原因每天吸煙數吸煙時感到容易建立聯系男理科大四9好奇嘗試一盒是男理科大四5緩解自身壓力一盒是男文學類大一10緩解自身壓力兩盒以上是男藝術類大四4緩解自身壓力一盒否男工科研究生及以上4緩解自身壓力一盒否男理科大三6緩解自身壓力少半盒是男理科大三3緩解自身壓力多半盒是男理科大三2緩解自身壓力兩盒是男理科大四1緩解自身壓力少半盒否男文學類大四2緩解自身壓力少半盒是男工科大三5社交所需多半盒是男文學類研究生及以上16好奇嘗試一盒是女理科大一4緩解自身壓力多半盒是女藝術類大四5緩解自身壓力半盒是男工科大三5好奇嘗試少半盒是男理科研究生及以上3緩解自身壓力少半盒是女理科大三0緩解自身壓力一盒是女理科大三0緩解自身壓力0否女藝術類研究生及以上0跟風0是…通過統計數據可以發現，此次調查的影響因素指標大多為定性指標，為了方便后續的相關性研究和預測分析，要將定性指標定量化，現引入虛擬變量，其引入的結果為：是否吸煙中，0代表否，1代表是；開始吸煙的原因中，0代表好奇嘗試，1代表緩解自身壓力，2代表社交所需，3代表跟風；平均每天吸煙的香煙數量中，0表示沒有，1表示半盒以下，2表示半盒以上，3表示一盒，4表示兩盒，5表示兩盒以上；直系親屬對您的吸煙態度中，0代表不支持，2代表不知道，3代表不管，4代表支持；在吸煙時感到更容易與他人建立聯系中，是代表1，0代表不是；是否曾經嘗試過戒煙中，0代表是，1代表否；直系親屬是否吸煙中，0代表否，1代表是；吸煙是否受社會風氣影響中，0代表否，1代表是；大學校園內存在吸煙的社交壓力中，0代表否，1代表是；感到學業壓力大中，0代表否，1代表是；是否有過焦慮或抑郁的經歷中，0代表否，1代表是；認為吸煙是否有助于緩解壓力中，0代表否，1代表是；否覺得吸煙是一種很酷的行為中，0代表否1代表是；青春期時期的個性是否比較叛逆中，0代表否1代表是；朋友有多少人吸煙中，0代表基本沒有吸煙，1代表少部分吸煙，2代表一半朋友都吸煙，3代表多部分朋友吸煙，4代表基本全部吸煙；身邊的同學或朋友對吸煙持何態度中，0代表反對，1代表中立，2代表支持；對大學提供的戒煙輔助服務是否了解中，0代表否，1代表是；是否認為吸煙對您的健康產生了影響中，0代表否，1代表是。首先利用最簡單的數據統計方法，分別研究了男生和女生的吸煙比例見圖1以及不同年級的吸煙比例見圖2，通過圖1可以看出，男生中的吸煙比例遠遠的大于女生的吸煙比例，這與社會現象也是相符合的；通過圖2可以看出，剛上大學時，吸煙人數的比例并不多，隨著年級增高，到大三大四的時候，吸煙人數的比例明顯增加，研究生的吸煙比例相對于大三大四降低了一些，但是還是高于大一大二的吸煙比例，為什么隨著年級的增加，吸煙比例會上升呢，有沒有措可以避免這種上升趨勢，接下來我們將研究影響大學生吸煙的因素。圖1-調查總人數中男女吸煙情況占比圖2-調查總人數中各個年級吸煙情況占比3.2利用斯皮爾曼系數分析大學生吸煙與其影響因素的相關性3.2.1大學生吸煙影響因素指標分析為了分析影響大學生吸煙的主客觀因素以及其之間的相關性，首先選出了其相關指標分別為:是否吸煙、煙齡、吸煙的原因、平均吸煙數、親屬對自己吸煙態度吸煙時更容易與他人建立聯系、直系親屬是否吸煙、吸煙是否受社會風氣影響、吸煙的社交壓力存在否、學業壓力大、焦慮或抑郁的經歷、吸煙是否有助于緩解壓力、吸煙是一種很酷的行為、青春期時期的個性較叛逆、朋友中有多少人吸煙、同學或朋友對吸煙持何態度，進而對這些指標進行相關性分析，在進行相關性分析之前，首先對其進行簡單的數據處理分析。Step1：線性檢驗為了檢驗影響大學生吸煙指標下的數據是否存在線性關系，用SPSS畫出散點圖直觀上看指標數據是否成線性。圖3-指標關系散點圖根據圖3中展示的指標關系散點圖，可以明顯觀察到各個指標數據之間存在顯著的線性關系。Step2：正態分布檢驗因為樣本n=183>30,所以是大樣本，所以進行雅克-貝拉(JB)檢驗[25]。假設隨機變量的偏度為S，峰度為K，那么我們可以構造JB統計量。設原假設H0：所有指標都服從正態分布，備擇假設H1：所有指標都不服從正態分布。通過計算各個變量的偏度和峰度，將其用于JB統計量的計算，得到檢驗值JB*，然后推算出JB*對應的p值，將其與0.05作比較。若p值小于0.05，則在95%的置信水平下拒絕原假設，否則，接受原假設。利用MATLAB的jbtest函數進行求解，在95%的置信水平下（即顯著性水平α=0.05）下，結果如表2-正態分布檢驗表所示：表2-正態分布檢驗表統計自由度顯著性是否吸煙0.4201820.000煙齡0.3921820.000吸煙的原因0.3511820.000平均吸煙數0.3781820.000親屬對自己吸煙態度0.4661820.000吸煙時更容易與他人建立聯系0.4661820.000直系親屬是否吸煙0.3891820.000吸煙是否受社會風氣影響0.3971820.000吸煙的社交壓力存在否0.3721820.000學業壓力大0.4031820.000焦慮或抑郁的經歷0.3491820.000吸煙是否有助于緩解壓力0.3521820.000吸煙是一種很酷的行為0.5171820.000青春期時期的個性較叛逆0.4091820.000朋友中有多少人吸煙0.2371820.000同學或朋友對吸煙持何態度0.3941820.000由圖得p值都<0.05且H=1,所以在95%的置信水平下，拒絕原假設，即各指標都不服從正態分布。根據上述數據預處理之后，可以知道指標數存在顯著的線性關系，然而，由于指標數據不符合正態分布，需要進行預處理。因此，不能使用皮爾遜相關系數進行計算，也無法進行假設檢驗。因此，我們決定采用斯皮爾曼相關系數來評估數據之間的相關性。3.2.2斯皮爾曼相關系數分析影響因素之間關系接下來利用斯皮爾曼相關系數來計算各個變量之間的相關性，設統計量為：，原假設=0；備擇假設=1。通過統計量求出檢驗值并求出相應的值，與0.05或0.01比較。若<0.05或0.01,則在95%或99%的置信區間拒絕原假設，否則，接受原假設。使用算出斯皮爾曼相關系數，確定了每對變量之間的相關性，并在0.01水平下（雙尾檢驗）標識了顯著相關的數據雙星號。根據表3的斯皮爾曼相關系數檢驗結果，可以得出不同變量之間存在相關性，并且這種相關性是顯著的。下表中，標注紅底的顯著性非常高，其中：煙齡和平均吸煙數相關性非常高，即可以理解為煙齡越久，平均每天吸煙量就會越大；是否吸煙也和親屬的態度有直接關系，由于大學生進入大學，缺乏自主能力，少了家長的管控，故隨年級增長，吸煙人數呈遞增趨勢，故可以從親屬態度這一方面出發，減少大學生吸煙率；大學生普遍認為吸煙更容易和他人建立聯系，這一影響因素和大學生是否吸煙以及吸煙量有著非常大的相關性，學校可以從大學生如何進行良好社交來進行宣傳教育活動，減少吸煙社交。標注黃底的顯著性比較高，其中大學生是否吸煙和吸煙能夠緩解壓力的顯著性達到了0.5，同時吸煙數量和是否能緩解壓力的相關性也達到了0.5，這充分解釋了隨著年級的增長，可能由于考證、考公或者找工作的壓力，吸煙人數呈逐步遞增趨勢。同時還可以發現這些相關性大多呈正相關性。表3-斯皮爾曼相關系數檢驗數據斯皮爾曼相關系數是否吸煙煙齡吸煙的原因平均吸煙數親屬的態度更容易與人建立聯系直系親屬是否吸煙吸煙是否受社會風氣影響是否吸煙1.000.886**-0.060.965**.759**.802**.254**-.192**煙齡.886**1.000-0.111.879**.601**.703**.222**-.183*平均吸煙數.965**.879**-0.0651.000.723**.790**.257**-.185*親屬對自己吸煙態度.759**.601**0.032.723**1.000.634**.230**-.308**吸煙時更容易與他人建立聯系.802**.703**-0.041.790**.634**1.000.255**-0.071直系親屬是否吸煙.254**.222**0.002.257**.230**.255**1.0000.007吸煙是否受社會風氣影響-.192**-.183*0.131-.185*-.308**-0.0710.0071.000吸煙的社交壓力存在否0.1080.1100.0710.0950.0640.1310.129.190**學業壓力大0.0270.0430.1100.012-0.0580.0700.140.190**焦慮或抑郁的經歷.155*.156*-0.015.163*0.0990.140.188*0.131吸煙是否有助于緩解壓力.560**.540**-0.086.550**.390**.510**.174*0.006吸煙是一種很酷的行為.194**0.1390.081.168*0.130.227**0.0480.131青春期時期的個性較叛逆.195**.169*-0.046.196**0.1100.1430.104.148*朋友中有多少人吸煙.520**.488**-0.124.517**.400**.493**.297**-.208**同學或朋友對吸煙持何態度.311**.264**-0.093.293**.298**.296**0.142-.190*斯皮爾曼相關系數吸煙的社交壓力存在否學業壓力大焦慮或抑郁的經歷吸煙是否有助于緩解壓力吸煙是一種很酷的行為青春期時期的個性較叛逆朋友中有多少人吸煙同學或朋友對吸煙持何態度是否吸煙0.1080.027.155*.560**.194**.195**.520**.311**煙齡0.1100.043.156*.540**0.139.169*.488**.264**平均吸煙數0.0950.012.163*.550**.168*.196**.517**.293**親屬對自己吸煙態度0.064-0.0580.099.390**0.1300.110.400**.298**更易與人建立聯系0.1310.0700.140.510**.227**0.143.493**.296**直系親屬是否吸煙0.1290.140.188*.174*0.0480.104.297**0.142是否受風氣影響.190**.190**0.1310.0060.131.148*-.208**-.190*吸煙的社交壓力存在否1.000.148*.219**0.121.205**-0.0250.0280.008學業壓力大.148*1.000.334**0.1400.123.225**0.018-0.064焦慮或抑郁的經歷.219**.334**1.000.266**.298**.423**0.0160.109吸煙是否有助于緩解壓力0.1210.140.266**1.000.262**.302**.339**.370**吸煙是一種很酷的行為.205**0.123.298**.262**1.000.464**-0.0080.116青春期時期的個性較叛逆-0.025.225**.423**.302**.464**1.0000.1050.140朋友中有多少人吸煙0.0280.0180.016.339**-0.0080.1051.000.396**同學或朋友對吸煙持何態度0.008-0.0640.109.370**0.1160.140.396**1.0003.3利用典型相關性分析大學生吸煙和健康之間的關系3.3.1典型相關分析模型建立斯皮爾曼相關分析研究的是大學生吸煙分別和各種影響因素之間的關系，現在記是否吸煙煙齡、以及每天吸煙平均數為大學生吸煙大指標，記冬天生病平均次數、是否有肺部疾病、最近一次測的肺活量、最近一次跑步體測成績為大學生身體健康因素大指標，利用典型相關分析研究大學生吸煙大指標和影響大學生吸煙的因素大指標之間的相關性。Step1：建立原始矩陣根據表格中的數據，設大學生吸煙大指標記為，大學生身體健康因素大指標記為，Z為總體觀測矩陣。Step2.原始數據標準化并計算相關系數矩陣接下來對樣本中的吸煙大指標和大學生身體健康因素首先對大指標進行標準化處理，并隨后計算樣本的相關系數矩陣R，然后將R分割成四個部分：A=B=其中，R11和R22分別是吸煙大指標和大學生身體健康因素大指標內的相關系數矩陣，R12和R21是吸煙大指標和大學生身體健康因素大指標間的相關系數矩陣。Step3.求典型相關系數及典型變量求A=的特征根和特征向量；B=的特征根和特征向量；則觀眾評分X和業內人士評分Y之間的典型相關系數為，典型變量為Step4.檢驗各典型相關系數的顯著性最后對典型相關系數進行顯著性檢驗。若不顯著，則討論該組典型變量的相關性沒有意義，之后的典型相關變量也不顯著，不需要再討論。3.3.2典型相關分析模型求解首先給出我們要分析的兩組變量指標：表4-兩組指標表吸煙大指標大學生身體健康因素大指標因素1是否吸煙煙齡冬天生病平均次數每天吸煙平均數是否有肺部疾病煙齡最近一次測的肺活量因素2最近一次跑步體測成利用matlab軟件對吸煙大指標與大學生身體健康因素大指標進行典型相關分析，得到表5-典型相關系數表。由表5得三組典型變量p值都小于0.01，所以在99%的置信水平下，拒絕原假設，所以認為吸煙大指標與大學生身體健康因素大指標這兩組變量之間存在相關性，且這三組典型變量的相關性都是顯著的。此調查研究充分說明了吸煙已經在影響大學生的身體健康了，問題不容小視，可針對吸煙大學生進行體檢，及時發現學生的身體問題，注重體質教育。表5-典型相關系數表相關系數特征值威爾克統計FP值1.995108.911.000141.580.0002.9539.854.05540.940.0003.637.684.59417.784.0004基于logistic多元回歸分類模型對大學生吸煙進行預測傳統意義上的線性回歸模型中的因變量表現為定量特征，而非定性特征。在實際問題中，許多情況下因變量都是定性的。為處理分類因變量，統計學上提出了Logistic回歸、Probit分析、判別分析、對數線性模型等方法。Logistic回歸模型利用單個或多個連續或離散自變量來分析和預測離散型因變量，是多元分析的一種方法。作為當前廣泛采用的統計方法之一，Logistic回歸模型被用于解決分類問題。它利用sigmoid函數將數據壓縮到[0,1]之間，從而將分類問題轉化為一個概率估計問題。通過訓練數據，在許多情況下，我們可以通過尋找一個超平面來將不同類別的數據點有效地分開，這在許多領域中都被廣泛應用。在金融領域中，我們可以運用邏輯回歸模型來預測客戶是否可能會發生違約；在醫療領域，我們可以應用邏輯回歸來估計疾病發生的概率；在市場營銷領域，則可以利用邏輯回歸來預測客戶是否有購買某產品的意愿。當然，在本文中，以是否吸煙為分類標準的因變量，其他影響吸煙行為的因素為自變量，可以使用logistic邏輯回歸來預測一個人吸煙的概率。本章節主要利用logistic多元回歸分類模型對大學生吸煙情況進行預測，進而基于現有的或者調查的學生基礎信息對學生是否吸煙進行預測分析，選擇的因變量Y為是否吸煙，選擇的自變量X為親屬對自己吸煙態度、吸煙時更容易與他人建立聯系、直系親屬是否吸煙、吸煙是否受社會風氣影響、吸煙的社交壓力存在否、學業壓力大、焦慮或抑郁的經歷、吸煙是否有助于緩解壓力、吸煙是一種很酷的行為、青春期時期的個性較叛逆、朋友中有多少人吸煙、同學或朋友對吸煙持何態度。4.1logistic回歸模型的建立首先對調查數據中的“是否吸煙”進行分類預測，此模型服從二項分布，給定變量x的情況下，我們考慮y的兩點分布概率，得到：通過logistic概率計算式：得出因變量等于1的概率與因變量等于0的概率即得到回歸方程模型為：通過極大似然估計，估計出我們的β，進而對y進性預測，若。4.2基于logistic回歸模型的求解本題把處理好的數據分為訓練組和測試組，設置訓練組和測試組的比例分別為80%和20%，隨機抽取20%作為測試組，利用SPSS統計軟件進行測試，得到了測試組的總體正確率為98.8%，正確率較高，其中0代表不吸煙，1代表吸煙。表6-預測結果正確比是否吸煙01正確百分比01130100.0125196.2///98.8得到的邏輯回歸參數表為：表7-邏輯回歸參數表指標X標準誤差顯著性親屬對自己吸煙態度X123.0491924.3860.020吸煙時更容易與他人建立聯系X222.5154118.5570.996直系親屬是否吸煙X3-2.9311.9920.014吸煙是否受社會風氣影響X42.0672.8070.462吸煙的社交壓力存在否X50.2302.0030.909學業壓力大X6-2.9732.0770.031焦慮或抑郁的經歷X73.2162.6660.228吸煙是否有助于緩解壓力X822.3741995.3680.991吸煙是一種很酷的行為x92.4042.5840.050青春期時期的個性較叛逆X10-1.3172.0520.021朋友中有多少人吸煙X112.8041.4660.056同學或朋友對吸煙持何態度X12-2.7111.9080.045常量-27.0611995.3740.989去掉七個非顯著參數后，由表7可知其余的指標p值都小于0.05，參數都顯著，結合訓練數據的98.8%的正確率，可知建立的logistic回歸模型效果比較好，由上表得logistic回歸方程模型為:利用此模型對二十名未知吸煙情況的大學生進行預測，分析其是否吸煙，其預測結果為：表8-學生吸煙預測結果表被測試學生編號吸煙概率吸煙預測值顯示詢問真實情況10否否20否否30否否40否否50否是60.93902是否71是是81是是91是是101是是111是是120.02074否否131是是140.02135否否150否否160否否171是是181是是191是是201是否將預測結果和學生真實情況進行對比，發現預測結果基本吻合，這進一步說明模型建立的很好，具有現實意義，后續可利用此模型對大學生是否吸煙進行預測，或者對未吸煙的大學生預測其未來吸煙的可能性進行分析，從而防患于未然，更好的杜絕大學生吸煙的行為。5結論與建議吸煙對身體的傷害是非常大的，但是大學生似乎成為了吸煙人群的主要"生力軍"，大學生是國家的未來和希望，吸煙不僅對學生的學業成績有影響，還會影響學生的身體健康，并且不同程度上也影響著身邊朋友的生活，必須采取有效措施來控制大學生吸煙，本文對大學生吸煙情況進行分析，并制定控煙措施。5.1結論本文首先用數據統計方法，分別研究了男生和女生的吸煙比例以及不同年級的吸煙比例，然后利用斯皮爾曼相關系數法研究了不同影響因素之間的相關性，進而建立了典型相關分析模型，分析研究了吸煙大指標和大學生身體健康大指標之間的整體相關性，最后建立了logistic多元回歸分類模型，基于影響大學生吸煙的主要因素，對大學生是否吸煙進行了預測分析，其具體結果為：大學生中，男生中的吸煙比例遠遠的大于女生的吸煙比例，這與社會現象也是相符合的；2、剛上大學時，大學生吸煙人數的比例并不多，隨著年級增高，到大三大四的時候，吸煙人數的比例明顯增加，研究生的吸煙比例相對于大三大四降低了一些，但是還是高于大一大二的吸煙比例；3、大學生煙齡和平均吸煙數相關性非常高，即可以理解為煙齡越久，平均每天吸煙量就會越大；4、大學生是否吸煙也和親屬的態度有直接關系，由于大學生進入大學，缺乏自主能力，少了家長的管控，故隨年級增長，吸煙人數呈遞增趨勢；5、大學生普遍認為吸煙更容易和他人建立聯系，這一影響因素和大學生是否吸煙以及吸煙量有著非常大的相關性；6、隨著年級的增長，可能由于考證、考公或者找工作的壓力，吸煙人數呈逐步遞增趨勢；7、建立的logistic多元回歸分類模型對大學生吸煙情況的預測效果非常好，可利用此模型對每個階段的大學生進行吸煙預測分析，從而可以通過客觀調查和模型預測判斷出該學生是否吸煙，并且還可以預測出學生未來吸煙的可能性的大小，對于吸煙可能性大的學生可以做到早干預，早阻斷。5.2建議綜上所述，大學生吸煙行為既受到自身情緒、認知、人格等因素的影響，也與家庭環境、學校環境、同伴乃至傳播媒介密切相關。在個體層面，引發其吸煙行為的因素也是多種多樣的，各種因素之間的關系錯綜復雜，就此調查后給出的建議有：1、充分考慮到多種因素對吸煙行為的影響，制定綜合性的干預措施，進而提升控煙效果2、很多大學生是因為壓力大吸煙，學校可以進行提升個體壓力應對能力的訓練，提高學生心思素質，正確引導學生利用合理的途徑釋放壓力。3、在校園中營造禁煙的濃厚氛圍(拍攝校園禁煙短視頻、張貼宣傳標語和海報等)4、從親屬態度這一方面出發，增加禁煙與家長的聯系，從而減少大學生吸煙率。5、學校可以從大學生如何進行良好社交來進行宣傳教育活動，減少吸煙社交。6、建議增加加強大學生心理健康教育，幫助其找到更健康的壓力釋放途徑。7、建議增加加強對煙草危害的宣傳，提高大學生對吸煙危害的認知。8、建議增加關注重點人群，如研究生，并采取有針對性的控煙措施。9、建議增加利用模型預測結果，對吸煙可能性較大的學生進行重點關注和早期干預。10、建議增加家校社聯動，共同營造良好的控煙環境，形成合力。

參考文獻[1]姜啟源謝金星。數學模型（第五版）[M]。北京：高等教育出版.[2]司守龔孫兆亮。數學建模算法與應用（第二版）[M]。北京：國防工業出版社，2019。7：119-120.[3]楊焱,王繼江,王聰曉.我國成人煙草危害相關知識知曉率研究[C]//全國控制吸煙學術研討會.2011.[4]徐業華,劉翔,梅欣,等.武漢市城市居民對煙草危害知曉率的現狀分析[J].實用預防醫學,2021.DOI:10.3969/j.issn.1006-3110.2021.08.023.[5]李文玲、張世怡、趙桐蔭、錢曉波、霍焱、狄柏濤、周常福.吉林省15歲及以上非吸煙居民二手煙暴露及危害認知情況[J].中國健康教育,2020(9):4.DOI:CNKI:SUN:ZGJK.0.2020-09-014.[6]徐濤,李衛,胡泊,等.中國11省市成年人吸煙和被動吸煙情況調查[J].中國慢性病預防與控制,2010(3):2.DOI:CNKI:SUN:ZMXB.0.2010-03-006.[7]林夢,高冬,郭紅霞.我國大學生吸煙研究進展[J].中國健康教育,2012,28(10):3.DOI:CNKI:SUN:ZGJK.0.2012-10-016.[8]周花,張利.大學生吸煙行為的影響因素及控煙對策的研究進展[J].蚌埠醫學院學報,2017,42(10):4.DOI:10.13898/ki.issn.1000-2200.2017.10.045.[9]姜彩霞,裘欣,楊海飛,等.杭州市742名大學生吸煙模式及相關社會心理因素研究[J].中國預防醫學雜志,2007,8(1):3.DOI:10.3969/j.issn.1009-6639.2007.01.020.[10]LISTEDNA.Tobaccousebychildren:"apediatricdisease"[J].IndianPediatrics,1998,35(12):1261-1262.[11]JIANGY,YUC,ZHANGW,etal.PeerVictimizationandSubstanceUseinEarlyAdolescence：InfluencesofDeviantPeerAffiliationandParentalKnowledge[J].JournalofChildandFamilyStudies,2016,25(7):2130-2140.[12]張鴻飛,王楊.男大學生吸煙動機分析與應對策略研究[J].中國健康心理學雜志,2008,16(7):3.DOI:CNKI:SUN:JKXL.0.2008-07-008.[13]HSIAFN,SPRUIGT-METZD.Genderdifferencesinsmokingandmeaningsofsmokinginasian-americancollegestudents[J].JournalofHealthPsychology,2008,13(4):459-463.[14]陳靜,孫亮,錢海紅,等.復旦大學大學生吸煙情況及影響因素調查[J].復旦學報(醫學版),2003,30(005):487-490.DOI:10.3969/j.issn.1672-8467.2003.05.021.[15]AmericanLungAssociation.Bigtobaccooncampus:endingtheaddiction[R].Washington;AmericanLungAssociation,2008.[16]佘玉群,李釙.大學生吸煙行為及其影響因素分析[J].現代預防醫學,1998,25(1):3.DOI:CNKI:SUN:XDYF.0.1998-01-001.[17]馬文霞,馮煜,李良,等.2021年蘇州市大學生吸煙現狀及影響因素logistic回歸分析[J].中國預防醫學雜志,2023.[18]SUTFINEL.REBOUSSINBA，MCCOYTPetal.ArecollegestudentsmokersreallyahomogeneousgroupAlatentclassanalysisofcollegestudentsmokers[J].NicotineTobRes,2009,11(4):444.[19]SHIFFMANS.Lightandintermittentsmokers:Backgroundandperspective[J].NicotineTobRes,2009,11(2):122.[20]UnitecInstituteofTechnology(2012,November23)Uniteccampusestogosmokefreein2013[internet].Availablefrom;/unitecnz/docs/unitec_annual_report_2012.[21]SUX，LIL，CRIFFITHSSM,etal.Smokingbehaviorsandin