2023年深圳杯数学建模A题影响城市居民身体健康的因素分析

2023年深圳杯数学建模

A题 影响城市居民身体健康的因素分析

原题再现:

以心脑血管疾病、糖尿病、恶性肿瘤以及慢性阻塞性肺病为代表的慢性非传染性疾病(以下简称慢性病)已经成为影响我国居民身体健康的重要问题。随着人们生活方式的改变,慢性病的患病率持续攀升。众所周知,健康状况与年龄、饮食习惯、身体活动情况、职业等都有密切的关系。如何通过合理地安排膳食、适量的身体运动、践行健康的生活方式,从而达到促进身体健康的目的,这是全社会普遍关注的问题。附件A1是某市卫生健康研究部门对部分居民所做的"慢性非传染性疾病及其相关影响因素流行病学"调查问卷表,附件A2是相应的调查数据结果,附件A3是中国营养学会最新修订的《中国居民膳食指南》中为平衡居民膳食提出的八条准则。
  请你们团队研究解决下面问题:
  问题1 参考附件A3,分析附件A2中居民的饮食习惯的合理性,并说明存在的主要问题。
  问题2 分析居民的生活习惯和饮食习惯是否与年龄、性别、婚姻状况、文化程度、职业等因素相关。
  问题3 根据附件A2中的数据,深入分析常见慢性病(如高血压、糖尿病等)与吸烟、饮酒、饮食习惯、生活习惯、工作性质、运动等因素的关系以及相关程度。
  问题4 依据附件A2中居民的具体情况,对居民进行合理分类,并针对各类人群提出有利于身体健康的膳食、运动等方面的合理建议。

问题一

根据题中所给附件A3的居民饮食健康习惯的膳食八准则,将定性描述转化为定量分析,给出合理的健康评判模型,通过计算得出题中不满足建立的合理健康评判模型的数据,进而从多角度给出存在的不健康习惯问题所在。(这个的多角度请根据附件3详加考虑从哪些方面),以下为题中所给附件3。

问题二

题中问题二为影响生活习惯和饮食习惯的主要因素分析,这个没什么好说的。从8年前就来回问,真的无语了。

问题三

问题三就得结合附件1了,分析慢性病的成因,与平时的生活习惯和饮食习惯都怎样相互影响的。我对出题方再次表示无语,你就不能换一换花样?

问题四

问题四稍稍有点有监督学习的味道了,出题人故意这么设置的数据,由于原数据附件中数据量并不大,但是数据特征维度很大,导致读者分析数据时并不能够面面俱到所有的特征变量都分析到,这恰恰是出题人让你做的,有一些变量影响权重不大,且空值较多,占比较大,无法通过插值或均值、众多或其他方法填充,你如果非得要这些变量还单独考虑分析,不仅增大任务量,且无法得出有效规律,占比过少的数据,具有随机性和偶然性,得出的单一结论不仅没有严谨的数据依据作为支撑,更不能令评卷老师信服。因此,分析数据量较为完整的变量,剔除不必要的变量,这是首要。
  其次,你要分析的是居民健康,那么你是不是应该看一下都哪些指标影响居民健康状况?先别着急写,看准F-健康状况,这个才是那个预测的类别也就是评判的标准,只不过F-健康状况是多个维度指标你要把多维度的映射到一个维度上,(注意好用词,是映射不是特征抽取)回过头来再从1生活习惯B-吸烟情况、C-饮酒情况,2饮食习惯D-饮食情况,3个人基本情况,三方面考虑综合分析,使用较高的**算法并按照你认为合理的数值界限对计算后的结果进行分类,并从生活习惯和饮食习惯给出良好的建议。

程序代码:

dart 复制代码
#我不喜欢被打扰,不要加我
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
#你不仅长得帅,想的还挺美#你不仅长得帅,想的还挺美
相关推荐
布说在见2 小时前
层次与网络的视觉对话:树图与力引导布局的双剑合璧
信息可视化·数据挖掘·数据分析
阑梦清川7 小时前
数学建模启发式算法篇(一)---遗传算法
算法·数学建模·启发式算法
全栈开发圈9 小时前
新书速览|Spark SQL大数据分析快速上手
sql·数据分析·spark
spssau9 小时前
多分类logistic回归分析案例教程
分类·数据挖掘·数据分析·回归·回归分析·logistic回归·spssau
我就说好玩11 小时前
2020年美国总统大选数据分析与模型预测
大数据·python·数据挖掘·数据分析·pandas·sklearn
Aloudata12 小时前
在全域数据整合过程中,如何确保数据的一致性和准确性
大数据·数据库·人工智能·数据挖掘·数据分析
安静的_显眼包O_o12 小时前
【机器学习】连续属性离散化与sklearn.preprocessing.KBinsDiscretizer
数据挖掘·数据分析
叫我:松哥12 小时前
基于python多准则决策分析的汽车推荐算法设计与实现
python·算法·数据挖掘·数据分析·汽车·推荐算法
出发行进13 小时前
PySpark本地开发环境搭建
大数据·python·数据分析·spark·anaconda
SelectDB13 小时前
8+ 典型分析场景,25+ 标杆案例,Apache Doris 和 SelectDB 精选案例集(2024版)电子版上线
大数据·数据库·数据分析