基于多重檢驗(yàn)層次分析法的吸煙者戒煙影響因素研究

葛福婷　張秀　王家豪　朱家明*

(1. 安徽財(cái)經(jīng)大學(xué)　統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽蚌埠　233030；2. 安徽財(cái)經(jīng)大學(xué)　金融學(xué)院，安徽蚌埠　233030)

?

基于多重檢驗(yàn)層次分析法的吸煙者戒煙影響因素研究

葛福婷1張秀1王家豪2朱家明1*

(1. 安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽蚌埠233030；2. 安徽財(cái)經(jīng)大學(xué)金融學(xué)院，安徽蚌埠233030)

針對(duì)吸煙者的戒煙意愿及戒煙成功的影響因素研究，運(yùn)用MATLAB、SPSS、STATA等軟件編程，分別構(gòu)建頻率分布、獨(dú)立性檢驗(yàn)和層次分析模型，得到吸煙者的戒煙意愿(分不同年齡、性別等討論)，各因素影響下再吸煙者的累加發(fā)病率分布狀況，CO濃度、距離抽最后一只煙的分鐘數(shù)、每日抽煙只數(shù)為影響戒煙成功的主要因素等結(jié)論，從而對(duì)吸煙者采取有針對(duì)性的措施促進(jìn)戒煙。

戒煙；獨(dú)立性檢驗(yàn)；層次分析法；White異方差檢驗(yàn)；RESET檢驗(yàn)；MATLAB；STATA；SPSS

眾所周知，吸煙不僅有害自身健康，還會(huì)引起被動(dòng)吸煙，危害公眾身心健康。為此，如何幫助相關(guān)人士擺脫煙癮的困擾成為一個(gè)重要的研究課題。筆者試圖通過參與調(diào)查的234位吸煙者1年內(nèi)的各種戒煙數(shù)據(jù)，探討影響吸煙的戒煙意愿以及影響戒煙成功的影響因素，為發(fā)現(xiàn)有效的戒煙策略和方法提供理論依據(jù)[1]，有針對(duì)性地高效地促進(jìn)吸煙者戒煙。

1　數(shù)據(jù)的獲取和假設(shè)

數(shù)據(jù)源于2015年安徽財(cái)經(jīng)大學(xué)數(shù)學(xué)建模暑期第一次模擬B題中234位參與調(diào)查的煙民1年間的相關(guān)統(tǒng)計(jì)數(shù)據(jù)[2]。為便于解決問題，提出如下假設(shè)：1)所研究的6個(gè)戒煙因素(性別、年齡、每日抽煙數(shù)、CO濃度、距離抽最后一支煙的分鐘數(shù)和調(diào)整后CO濃度)對(duì)戒煙成功者毫無影響；2)戒煙天數(shù)除研究給出的6個(gè)因素外，不受其它因素的影響；3)所給的數(shù)據(jù)真實(shí)、可靠；4) 原煙民戒煙的可信度是很低的(即再犯者)，戒煙天數(shù)是是從0到他(她)退出戒煙或研究截止時(shí)間(1 年)的天數(shù)；5)參與戒煙研究的煙民中途均未退出；6)由于存在個(gè)別極端數(shù)據(jù)不合實(shí)際情況，所以存在人為修改的數(shù)據(jù)，修改幅度較小。

2　再吸煙者累加發(fā)病率分布狀況分析

2.1研究思路

研究234名吸煙者中再次吸煙的累加發(fā)病率[指戒煙失敗人數(shù)(即少于一年戒煙天數(shù)的人數(shù))與總調(diào)查人數(shù)的比值]分布情況。首先，通過直觀判斷，發(fā)現(xiàn)存在數(shù)據(jù)的部分缺失，為了保證研究數(shù)據(jù)的完整性和可靠性，運(yùn)用SPSS軟件彌補(bǔ)缺失值；其次，根據(jù)定義，得到總體再抽煙的累加發(fā)病率狀況，側(cè)面反映戒煙率；再次，對(duì)研究的6大影響因素分階段分析各影響因素下的累加發(fā)病率分布狀況；最后，綜合上述分析，直觀全面的得到各因素下吸煙者再吸煙的累加發(fā)病率分布狀況、戒煙率，得到初步規(guī)律，為下文定量研究影響戒煙成功的主要因素提供理論基礎(chǔ)。

2.2研究方法

1)可能影響戒煙的因素。

根據(jù)已有研究數(shù)據(jù)，確定影響戒煙可能存在的6種因素：性別、年齡、每日抽煙數(shù)、CO濃度、距離抽最后一支煙的分鐘數(shù)和調(diào)整后CO濃度(為研究方便，該文僅研究此6種因素)。

2)彌補(bǔ)缺失值。

將研究數(shù)據(jù)全部導(dǎo)入SPSS[3]軟件，編輯易知所給數(shù)據(jù)缺失率為0.044 6，缺失率較小，故SPSS軟件就可以滿足數(shù)據(jù)的可靠填充，可使用“線性趨勢(shì)法”進(jìn)行補(bǔ)充[4]。鑒于數(shù)據(jù)過多，這里不贅述。

3)累加發(fā)病率分布。

(1)

根據(jù)公式(1)，進(jìn)一步統(tǒng)計(jì)得總體戒煙的累計(jì)發(fā)病率，見表1。

表1　總體再抽煙的累加發(fā)病率狀況

由表1可知，總體再抽煙的累加發(fā)病率為85.90%，即絕大多數(shù)戒煙人士人很難堅(jiān)持365 d，但具體何種因素、如何具體來影響累加發(fā)病率，仍需要進(jìn)一步研究?；陬l率分布模型[5]，下面通過不同性別、年齡、每日抽煙數(shù)、CO濃度、距離抽最后一支煙的分鐘數(shù)和調(diào)整后CO濃度情況下對(duì)累加發(fā)病率進(jìn)行比較和分析。

①性別。

根據(jù)不同性別對(duì)吸煙者再抽煙的累加發(fā)病率影響進(jìn)行統(tǒng)計(jì)，結(jié)果見表2。

表2　不同性別影響下累加發(fā)病率分布表

由表2可知，不同性別對(duì)再次吸煙的累加發(fā)病率的影響差別不是很大。男性的累加發(fā)病率為84.55%，而女性的累加發(fā)病率87.10%，總體來說女性的發(fā)病率略高于男性2.55%。換而言之，男性的戒煙率為15.45%，女性為12.90%。

②年齡。

通過對(duì)數(shù)據(jù)分析，易知調(diào)查對(duì)象的年齡跨度為21～76歲，結(jié)合聯(lián)合國(guó)的世界衛(wèi)生組織(WHO)的年齡劃分規(guī)定及研究數(shù)據(jù)，將調(diào)查對(duì)象的年齡劃分為4個(gè)階段(鑒于調(diào)查對(duì)象年齡跨度的限制，對(duì)少年人和老年人的研究存在缺失及偏誤)：青年人(20～44歲)，中年人(45～59歲)，年輕老年人(60～74歲)，老年人(75～76歲)，統(tǒng)計(jì)可得不同年齡階段再次發(fā)病時(shí)的累加發(fā)病率分布狀況，見表3。

表3　不同年齡影響下累加發(fā)病率分布表

由表3知，剔除僅1個(gè)樣本量的老年人組(75～76歲)后，45～59歲的中年人的發(fā)病率最高，高達(dá)88.89%；其次是20～44歲的青年人，發(fā)病率達(dá)到86.43%；最低的是年齡段60～80歲的老年人，雖然最低但也高達(dá)71.43%。總的而言，抽煙的發(fā)病率都偏高，中年人戒煙難度最大，這與自身的約束力及累計(jì)煙齡有很大的關(guān)聯(lián)。

③每日抽煙數(shù)。

通過對(duì)數(shù)據(jù)分析，易知每日抽煙數(shù)的數(shù)量跨度為2～90支，人為地將每日抽煙數(shù)劃分為5個(gè)階段：0～20、21～40、41～60、61～80、81～100，分別求出各階段下的累加發(fā)病率，結(jié)果見表4。

表4　不同每日抽煙數(shù)影響下累加發(fā)病率分布表

由表4知，每日抽煙數(shù)為41～60的調(diào)查人群再抽煙的累加發(fā)病率最高，高達(dá)93.33%；其次是每日抽煙數(shù)為0～20及21～40的調(diào)查人群，再抽煙的累加發(fā)病率達(dá)到87.04%、85.32%；每次抽煙人數(shù)為61～80及81～100的調(diào)查人群再抽煙的累加發(fā)病率最低，近似為0。綜合而言，每日抽煙數(shù)在60支以上的人在少數(shù)具有偶然性，在分析時(shí)可適當(dāng)忽略，剔除這種狀況，每日抽煙數(shù)與累加發(fā)病率成正比。

④CO濃度。

通過對(duì)數(shù)據(jù)的分析，并結(jié)合EXCEL作出CO濃度與戒煙天數(shù)的散點(diǎn)圖分析，CO的濃度跨度為40～990，將CO濃度劃分為5個(gè)階段：0～200、201～400、401～600、601～800、801～1 000。再計(jì)算出各階段CO濃度下的累計(jì)發(fā)病率，見表5。

表5　不同CO濃度影響下累加發(fā)病率分布表

由表5易知，調(diào)查人群中再抽煙的累加發(fā)病率是隨著CO濃度(即吸煙多年累計(jì)的CO濃度，反應(yīng)為吸煙患者的煙齡和吸煙總量)的增加而遞增的，總體呈現(xiàn)較高的累加發(fā)病率，當(dāng)CO濃度達(dá)到600以上時(shí)吸煙者必然會(huì)再次吸煙。

⑤距離抽最后一支煙的分鐘數(shù)。

根據(jù)已有相關(guān)數(shù)據(jù)，作出距離抽最后一支煙的分鐘數(shù)與戒煙天數(shù)的散點(diǎn)圖，如圖1所示?？芍嚯x抽最后一支煙的分鐘數(shù)對(duì)累加發(fā)病率的影響并沒有很強(qiáng)趨勢(shì)的關(guān)系，即它對(duì)調(diào)查對(duì)象再抽煙的累加發(fā)病率分布沒有形象化的規(guī)律。

圖1　距離抽最后一支煙的分鐘數(shù)與戒煙天數(shù)散點(diǎn)圖

圖2　調(diào)整的CO濃度與戒煙天數(shù)散點(diǎn)圖

⑥調(diào)整的CO濃度因素的影響。

作出調(diào)整的CO濃度與戒煙天數(shù)的散點(diǎn)圖，如圖2所示。由此可知不同的CO濃度下戒煙天數(shù)分布的相對(duì)有一定的規(guī)律，人為將調(diào)整的CO濃度分為6個(gè)階段：0～1 150、1 151～1 300、1 301～1 450、1 451～1 600、1 601～1 750、1 751～2 000。計(jì)算出不同階段調(diào)整的CO濃度下再吸煙者的累加發(fā)病率，見表6。

表6　不同調(diào)整CO濃度影響下累加發(fā)病率分布表

由上述結(jié)果可知，再抽煙的累加發(fā)病率隨著調(diào)整后的CO濃度的升高而增加，累加發(fā)病率偏高。

2.3結(jié)果分析

綜上分析可知，總體上吸煙患者再吸煙的累加發(fā)病率是偏高，達(dá)85.90%，也即被調(diào)查者中85.90%的吸煙患者戒煙是不成功的，戒煙率為14.1%。概括其它6種影響因素下的累加發(fā)病率分布：吸煙患者再吸煙的概率偏高，達(dá)80%以上，女性患者較男性發(fā)病率略偏高，男性患者和女性患者的戒煙率分別為15.45%和12.90%；45～59歲的中年人的發(fā)病率最高，高達(dá)88.89%；剔除每日抽煙數(shù)在60支以上的少數(shù)患者，每日抽煙數(shù)與累加發(fā)病率成正比；一定范圍內(nèi)，累加發(fā)病率同CO濃度和調(diào)整后的CO濃度成正比；此外，累加發(fā)病率同距離抽最后一支煙的分鐘數(shù)并無明顯的規(guī)律性關(guān)系。上述結(jié)論將為進(jìn)一步研究影響戒煙成功的主要影響因素提供理論支持。

3　影響戒煙成功的主要影響因素分析

3.1研究思路

要研究的是判斷年齡、性別、每日抽煙支數(shù)及調(diào)整的CO濃度等因素對(duì)戒煙時(shí)間長(zhǎng)短的影響，并對(duì)可能影響戒煙時(shí)間長(zhǎng)短的因素進(jìn)行定量分析[6]。首先，對(duì)可能影響再抽煙的累加發(fā)病率的因素進(jìn)行編號(hào)，并用MATLAB對(duì)各因素對(duì)累加發(fā)病率的顯著性作初始化的數(shù)據(jù)處理，得出各因素對(duì)戒煙時(shí)間有無顯著性影響的初始結(jié)論；其次，依據(jù)上述結(jié)果，就影響戒煙時(shí)間長(zhǎng)短的各因素作進(jìn)一步的數(shù)據(jù)分析，擬合出趨勢(shì)圖[7]并量化表示戒煙時(shí)間與各影響因素間的關(guān)系。最后，歸納總結(jié)影響戒煙時(shí)間長(zhǎng)短的各因素與戒煙時(shí)間的關(guān)系，以給出定量化的表達(dá)。

3.2研究方法

1)數(shù)據(jù)初始化處理。

對(duì)可能影響戒煙時(shí)間長(zhǎng)短的因素編號(hào)：年齡X1、性別X2、每日抽煙支數(shù)X3、CO濃度X4、距離抽最后一支煙分鐘數(shù)X5及調(diào)整的CO濃度X6，戒煙天數(shù)為Y。基于大樣本數(shù)據(jù)(N= 234 > 30)的Z檢驗(yàn)法，對(duì)各因素與戒煙時(shí)間的相關(guān)性與顯著性進(jìn)行檢驗(yàn)，運(yùn)用MATLAB編程[8]，整理結(jié)果見表7。

表7　各因素與戒煙時(shí)間的相關(guān)性及顯著性檢驗(yàn)

表7中，在5%的顯著性水平下，年齡、性別和調(diào)整的CO濃度與戒煙時(shí)間無關(guān)，而每日抽煙只數(shù)、CO濃度以及距離抽最后一支煙分鐘數(shù)對(duì)戒煙時(shí)間顯著相關(guān)。但在多變量數(shù)據(jù)的相關(guān)性和回歸性分析的情況下，僅由p<0.05來判斷結(jié)果無效而被拒絕接受的水平的選擇具有武斷性。故為了更真實(shí)的反映戒煙時(shí)間是否與各因素存在關(guān)系，對(duì)各因素作進(jìn)一步的分析判斷。

2)戒煙時(shí)間與可能的影響因素定量分析。

通過簡(jiǎn)單的判斷，戒煙時(shí)間為365 d的調(diào)查對(duì)象戒煙成功[9]，對(duì)相應(yīng)的各因素不存在影響，故剔除掉戒煙時(shí)間為365 d對(duì)應(yīng)的極端數(shù)據(jù)，進(jìn)一步做定量分析。

①年齡因素的影響。

首先用EXCEL做出戒煙天數(shù)與年齡Y-X1的回歸曲線，如圖3所示，依據(jù)散點(diǎn)圖，再運(yùn)用STATA軟件(后面各因素?cái)M合處理方法類似)，多重函數(shù)迭代擬合得最優(yōu)的回歸函數(shù)(這里的最優(yōu)是指軟件本身可擬合的最好結(jié)果(R2>0.8)，不同函數(shù)形式可能擬合優(yōu)度的高度差不多，結(jié)果不唯一)：

R2>0.9，可決系數(shù)較高，且在5%的顯著性水平下，p=0.042 1<0.05,拒絕原假設(shè)：模型的建立是不合理的，即Y-X1間的回歸函數(shù)是可靠的。

②性別因素的影響。

同理作出戒煙天數(shù)與性別的散點(diǎn)圖，如圖4所示，女性戒煙天數(shù)普遍比男性偏高。

圖3　戒煙天數(shù)與年齡關(guān)系圖

圖4　戒煙天數(shù)與性別關(guān)系圖

③每日抽煙支數(shù)因素的影響。

作出戒煙天數(shù)與每日抽煙支數(shù)的散點(diǎn)圖，如圖5所示。顯然每日抽煙支數(shù)與戒煙天數(shù)關(guān)系不明顯，通過Excel趨勢(shì)得出的擬合曲線的可決系數(shù)R2較低，但在5%的顯著性水平下拒絕原假設(shè)，所以每日抽煙支數(shù)與戒煙天數(shù)函數(shù)相對(duì)較合理(由于數(shù)據(jù)分布趨勢(shì)性不強(qiáng)，擬合結(jié)果存在一定偏誤)。

④CO濃度因素的影響。

作出戒煙天數(shù)與CO濃度關(guān)系的散點(diǎn)圖并擬合曲線，如圖6所示。從散點(diǎn)圖走勢(shì)和擬合曲線看出CO濃度越高，戒煙天數(shù)越低，存在相關(guān)性。

y=-30.388ln x4+197.59 ，R2=0.876 6， p=0.043 2 ，

圖5　戒煙天數(shù)與每日抽煙只數(shù)關(guān)系圖

圖6　戒煙天數(shù)與CO濃度關(guān)系圖

⑤距離抽最后一支煙的分鐘數(shù)因素的影響。

作出戒煙天數(shù)與距離抽最后一支煙的分鐘數(shù)的散點(diǎn)圖，如圖7所示。

針對(duì)圖7，通過擬合曲線看出大部分?jǐn)?shù)據(jù)都聚集在0～200之間，并且趨勢(shì)較直觀，隨著距離抽最后一支煙的分鐘數(shù)的延長(zhǎng)戒煙天數(shù)在增加，擬合函數(shù)如下：

y=10.729ln x5-13.858 ，R2=0.849 9， p=0.049 5 ，

易知函數(shù)擬合結(jié)果存在較強(qiáng)的相關(guān)性。

⑥調(diào)整的CO濃度因素的影響。

作出戒煙天數(shù)與調(diào)整CO濃度的散點(diǎn)圖，如圖8所示。多重迭代擬合后的最優(yōu)擬合函數(shù)如下：

圖7　戒煙天數(shù)與距離最后一支煙的分鐘數(shù)關(guān)系圖

圖8　戒煙天數(shù)與調(diào)整CO濃度關(guān)系圖

擬合結(jié)果較佳，調(diào)整CO濃度越高戒煙天數(shù)越低，但是從擬合的曲線可知它們的關(guān)聯(lián)較弱。

由此，宏觀上了解到戒煙時(shí)間與各可能的影響因素間的關(guān)系，得到初步的結(jié)論，為更明確了解各因素影響大小，在(4)部分引入層次分析法[10]著重分析影響戒煙成功與否的主要因素。

3)模型的顯著性檢驗(yàn)。

為使擬合結(jié)果更有說服力，運(yùn)用STATA軟件，結(jié)合獨(dú)立性檢驗(yàn)的方法證明模型的合理性。對(duì)CO濃度對(duì)戒煙天數(shù)的影響的模型合理性詳細(xì)闡釋，其它各因素可類似處理，鑒于文章篇幅，不贅述。

I)White異方差檢驗(yàn)。

原理[11]假設(shè)回歸模型為：

Yi=β0+β1X1i+β2X2i+ui，

(2)

(3)

可以證明，在同方差性假設(shè)下，從該輔助回歸得到的可決系數(shù)和R2與樣本容量n的乘積，逐漸地服從自由度為輔助回歸得到的解釋變量個(gè)數(shù)的χ2分布：nR2～χ2。則在大樣本(n>30,本文n=234)下，對(duì)統(tǒng)計(jì)量nR2進(jìn)行相應(yīng)的χ2檢驗(yàn)。

輔助回歸是為了檢驗(yàn)與解釋變量可能的組合的顯著性，因此，輔助回歸方程還可引入解釋變量的更高次方。通過比較p值與給定的顯著性水平的關(guān)系來判斷是否與解釋變量的某種組合有顯著的相關(guān)性，當(dāng)然，為了證明原定量模型的可靠性結(jié)果是不存在異方差的。

運(yùn)用STATA軟件編程，原始模型中戒煙時(shí)間y與CO濃度x的普通最小二乘法回歸結(jié)果。

Source |SSdfMSNumber of obs = 234

Model |163209.102 1163209.102 Prob > F=0.0016

Residual |3712862.62 23216003.7182 R-squared =0.0421

Total |3876071.73 233 16635.501 Root MSE=126.51

y |Coef. Std. Err.tP>|t| [95% Conf. Interval]

lnx4 |-41.76158 13.07721-3.19 0.002-67.52686 -15.99631

_cons | 304.9826 70.94538 4.30 0.000 165.2031444.7622

原始模型進(jìn)行普通最小二乘回歸得到的殘差平方項(xiàng)的輔助回歸結(jié)果：

Source | SS df MSNumber of obs = 234

Model |2.4023e+09 21.2012e+09 Prob > F=0.1884

Residual |1.6502e+11 231 714359897 R-squared =0.0143

Total |1.6742e+11 233 718538435 Root MSE= 26728

e2 |Coef. Std. Err.tP>|t| [95% Conf. Interval]

lnx4 | 18853.05 35482.13 0.53 0.596-51056.9388763.02

lnx4sq |-2309.165 3465.161-0.67 0.506-9136.5264518.196

_cons |-17752.69 89874.43-0.20 0.844-194831.1159325.7

最后的p值輸出結(jié)果：Chi2 =3.357 690 3 ,Prob=0.006 589 34。

在1%的顯著性水平下，p<0.01，拒絕原假設(shè)：模型的誤差項(xiàng)存在異方差。說明殘差平方和與解釋變量不存在顯著的相關(guān)性，也證明了原模型變量的設(shè)置是可靠的。

II)RESET檢驗(yàn)。

基于上述White異方差檢驗(yàn)不存在異方差的理論基礎(chǔ)，進(jìn)一步地檢驗(yàn)在給定的顯著性水平下，模型是否存在設(shè)定誤差[12]。運(yùn)用STATA編程，運(yùn)行結(jié)果如下：

Ramsey RESET test using powers of the fitted values of y

Ho:model has no omitted variables

F(3, 229)=0.42

Prob>F=0.005 6

在1%的顯著性水平下，p=0.005 6<0.01，拒絕原假設(shè)：模型存在設(shè)定誤差，即在給定的顯著性水平下，模型不存在設(shè)定誤差。

綜合White異方差檢驗(yàn)和RESET檢驗(yàn)的結(jié)論，證明了原模型建立的可靠性。

4)影響戒煙成功的主要影響因素分析。

I)確定比較判斷矩陣。

根據(jù)上述的層次關(guān)系，若計(jì)算出方案層對(duì)目標(biāo)層的權(quán)重關(guān)系首先必須明確準(zhǔn)則的比較判斷矩陣。

通過查閱資料，得到專家認(rèn)定影響戒煙成功與否的內(nèi)、外在因素的比較判斷矩陣如下：

即內(nèi)外在因素之比為0.1 ∶0.9，內(nèi)在因素指年齡、性別，外在因素指每日抽煙支數(shù)、CO濃度、距離抽最后一支煙分鐘數(shù)及調(diào)整的CO濃度。

II)確定各因素權(quán)重。

用變異系數(shù)法分別求得內(nèi)、外在因素各因素權(quán)重，具體求法如下：

(4)

其中i=1,2,…,6，分別表示年齡、性別、每日抽煙支數(shù)、CO濃度、距離抽最后一支煙分鐘數(shù)及調(diào)整的CO濃度六大因素，j=1,2,…,234分別表示各因素下的234個(gè)樣本數(shù)據(jù)。

(5)

(6)

(7)

Step5運(yùn)用MATLAB軟件編程，得各指標(biāo)數(shù)值分布表，見表8。

表8　變異系數(shù)法下內(nèi)、外在因素各指標(biāo)數(shù)值

III)確定各因素綜合影響權(quán)重。

建立六行兩列的內(nèi)外在因素權(quán)重矩陣，求解方案層相對(duì)于目標(biāo)層的總排序向量：

3.3結(jié)果分析

由上述權(quán)重的大小的比較可以得到各指標(biāo)對(duì)戒煙天數(shù)的影響有強(qiáng)到弱依次為：距離抽最后一支煙的分鐘數(shù)，CO濃度，每日抽煙支數(shù)，性別，年齡，調(diào)整CO濃度，結(jié)合85%的主成分權(quán)重原則[13](即依據(jù)權(quán)重從高到低累計(jì)，直至累計(jì)權(quán)重恰好大于85%所確定的因素，即為影響方案層的主成分分?jǐn)?shù))，確定影響戒煙成功的主要因素為：距離抽最后一支煙的分鐘數(shù)，CO濃度，每日抽煙支數(shù)(53.04% + 16.77% + 15.75% = 85.56% > 85%)，前兩個(gè)因素客觀的反應(yīng)為煙齡長(zhǎng)短和累計(jì)抽煙數(shù)量。

4　結(jié)語(yǔ)

對(duì)目前研究較少的戒煙影響因素進(jìn)行分析，探究影響戒煙的危險(xiǎn)因素及吸煙者的戒煙意愿，從而為發(fā)現(xiàn)有效的戒煙策略和方法提供理論依據(jù)?；?34名吸煙者參與為期1年的戒煙調(diào)查數(shù)據(jù)，使用SPSS、STATA、MATLAB等軟件對(duì)數(shù)據(jù)分析，結(jié)果檢驗(yàn)采用Z檢驗(yàn)、White異方差檢驗(yàn)和RESET檢驗(yàn)，以層次分析法綜合多因素分析，篩選得到影響戒煙成功的主要因素，并探究作用的大小。

此外，戒煙成功與否還與個(gè)人性格特征因素、受教育程度、職業(yè)、環(huán)境因素、經(jīng)濟(jì)條件等有相關(guān)的聯(lián)系，但出于數(shù)據(jù)獲取難度大和已有的相關(guān)研究[14]，進(jìn)一步拓展研究無現(xiàn)實(shí)意義，故不贅述。

基于研究的結(jié)果，提出如下建議：在高達(dá)85.90%的戒煙率(即累加發(fā)病率)下，加強(qiáng)吸煙者的管理，特別針對(duì)每日吸煙數(shù)多、煙齡長(zhǎng)的中年人群，有針對(duì)性地采取措施，努力促進(jìn)更多的吸煙者戒煙。同時(shí)，如果對(duì)社會(huì)經(jīng)濟(jì)地位較低人群早期干預(yù)，在工作場(chǎng)所嚴(yán)格限煙、禁煙可以降低吸煙率；加強(qiáng)控?zé)煿ぷ靼ㄡt(yī)務(wù)人員的戒煙知識(shí)培訓(xùn)、社會(huì)媒體、社會(huì)和學(xué)校的健康教育，加強(qiáng)煙草危害的宣傳，會(huì)促進(jìn)吸煙者的戒煙意愿，并促成其戒煙。

[1]林沛茹,何雩霏,張穎,等.吸煙者戒煙的影響因素分析[J].實(shí)用醫(yī)學(xué)雜志,2013,29(9):1467-1470.

[2]朱家明.2015年安徽財(cái)經(jīng)大學(xué)暑期數(shù)學(xué)建模模擬題1[EB/OL]. (2015-08-21)[2016-05-02].http://zhujm1973.blog.163.com/blog/static/31551355201581832245781/.

[3]龔學(xué)臣.SPSS18.0在裂區(qū)試驗(yàn)結(jié)果方差分析中的應(yīng)用[J].河北北方學(xué)院學(xué)報(bào),2014,30(5):53-55.

[4]楊桂元,朱家明.數(shù)學(xué)建模競(jìng)賽優(yōu)秀論文評(píng)析[M].合肥:中國(guó)科學(xué)技術(shù)大學(xué)出版社,2013:136-165.

[5]謝華,黃介生.兩變量水文頻率分布模型研究述評(píng)[J].水科學(xué)進(jìn)展,2008,19(3):30-37.

[6]葛福婷,朱家明,張秀,等.基于結(jié)構(gòu)方程的西北干旱地區(qū)生物多樣性研究[J].蘭州文理學(xué)院學(xué)報(bào),2016,30(2):30-37.

[7]李霞,方海玲,張榮,李媛.基于DEA 方法的中國(guó)能源工業(yè)技術(shù)創(chuàng)新效率研究[J].河北北方學(xué)院學(xué)報(bào),2015,31(2):49-52.

[8]李柏年,吳禮斌.MATLAB數(shù)據(jù)分析方法[M].北京:機(jī)械工程出版社,2014:123-124.

[9]褚成靜,張嵐,楊彥春.成年男性戒煙失敗影響因素分析[J].中國(guó)公共衛(wèi)生,2012,28(1):7-9.

[10]錢軍程,饒克勤,高軍，等.戒煙與復(fù)吸影響因素及戒煙者健康狀況分析[J].中國(guó)衛(wèi)生統(tǒng)計(jì),2009,26(2):150-153.

[11]劉明.異方差White檢驗(yàn)應(yīng)用的幾個(gè)問題[J].統(tǒng)計(jì)與信息論壇,2012,27(6):45-48.

[12]韓本三,曹征,黎實(shí).二元選擇面板模型的設(shè)定檢驗(yàn)[J].統(tǒng)計(jì)研究,2012,29(7):82-85.

[13]楊桂元.數(shù)學(xué)建模[M].上海:上海財(cái)經(jīng)大學(xué)出版社,2015.

[14]劉文燕.吸煙與戒煙意愿及其影響因素的研究[D].長(zhǎng)沙:中南大學(xué),2011.

Analytic Hierarchy Process with Multiple Test

GE Futing1ZHANG Xiu1WANG Jiahao2ZHU Jiaming1*

(1. School of Statistics and Applied Mathematics, Anhui University of Finance and Economics, Bengbu 23303, China;2. School of Finance， Anhui University of Finance and Economics, Bengbu 23303, China)

With a focus on will and influence factors of success in quitting smoking, this paper describes the construction of frequency distribution, independence test and analytic hierarchy process, comprehensively analyzing the quitting smoking will (different age, gender, etc are discussed), the accumulative incidence distribution of re-smokers, and main influences of the successfully quitting smoking factors including carbon monoxide concentration, distance number of minutes of the last cigarette, and number of daily smoking through the software of MATLAB, STATA and SPSS, so as to take targeted measures to promote for smokers to kick the habit.

quit smoking; independence test; analytic hierarchy process; white heteroscedasticity testing; RESET inspection; MATLAB; STATA; SPSS

2016-05-09

國(guó)家級(jí)創(chuàng)新訓(xùn)練項(xiàng)目(AH201610378298)。

葛福婷(1995—)，女，安徽舒城人，主要從事經(jīng)濟(jì)統(tǒng)計(jì)方面研究。

朱家明(1973—)，男，安徽泗縣人，副教授，碩士，主要從事應(yīng)用數(shù)學(xué)與數(shù)學(xué)建模方面研究。

R163；R193.2

A

1009-0312(2016)05-0014-09