摘 要 自2012年以来，运动软件使用率大幅度提升。随着智能手机和平板电脑一同兴起的还有安装在手机和平板电脑里的移动应用程序。这些应用软件为我们的生活带来了便利，甚至有时会改变我们的某些生活习惯。与此同时，随着我国经济的不断发展，人们的生活节奏变快，引发国人对于健康问题的关注人们迫切希望通过各种渠道了解关于养生、促进健康的信息，因此运动软件在国内开始风靡。

关键词 运动软件；计量模型；ols回归；残差

一、变量的描述性统计分析

我们通过网络问卷调查的形式共向全国收集到了469份问卷，首先通过运用STATA数据分析软件对所收集的数据进行了变量的描述性统计分析，包括分析其Obs（观测数）、样本均值（Mean）、标准差（Std.DEV.）、最小值（Min）及最大值（Max）。样本总数为469，三个变量的含义分别为：time为被解释变量，代表大学生平均每日实际运动时间，单位分钟，样本均值为85.30分钟，最小值为0分钟，最大值为180分钟，标准差为43.27，该值较大，可能是由于样本过少，且随机收集的数据内部差异较大；quantity为解释变量，代表大学生平均每日运动里程数，单位为步（即计步软件上显示的步数），样本均值为6549步，最小值为1000步，最大值为15000步，标准差为3115.485，该值较大，可能是由于随机收集的数据内部差异较大，最大值和最小值之间相差了14000步；frequency也为解释变量，代表大学生使用运动软件的频率，单位为百分比（表格中百分号已省略），样本均值为48.67%，最小值为0%，最大值为100%，标准差为26，70%，该值较大，可能是由于所收集的样本中有部分人未使用过运动软件，所以使用频率为0%使得差异变大。

1.OLS回归分析

为了进一步探讨大学生每日运动里程数及运动软件使用频率对大学生平均每天实际运动时间的影响，我们利用STATA软件对上述变量进行了回归分析，建立了如下计量模型：

表下方区域为基本的分析结果。第1列依次为被解释变量time，解释变量quantity，解释变量frequency，截距项constant；第2列回归系数的OLS估计值；第3列回归系数的标准误；第4列回归系数的t统计量值；第5列显示t检验的精确的显著性水平（即t统计量的相伴概率P值）；最后两列显示置信水平为95%的回归系数的置信区间。

写出样本回归方程：

（回归下方括号中所示数字为回归系数的标准误）

两个斜率系数的经济含义：如果保持大学生运动软件使用频率（frequency）不变，大学生每日运动里程数（quantity）增加1000步，平均来说其平均每日实际运动时间（time）会增加3.8分钟；另一方面，如果大学生每日运动里程数（quantity）不变，大学生运动软件使用频率增加1%，平均来说其平均每日实际运动时间会增加0.27分钟，可见大学生每日运动里程数和大学生运动软件使用频率的增加对大学生平均每日实际运动时间均有显著的正向影响；根据t统计量的值可以得出，quantity的系数和截距项在1%显著水平上统计显著，frequency在5%显著水平上统计显著，说明大学生每日运动里程数和大学生运动软件使用频率的增加对大学生平均每日实际运动时间均有显著的正向影响，这一结果也可以从回归系数的置信区间看出，即两个系数的95%的置信区间均不包含0，至少在5%显著性水平上分别拒绝这两个系数等于0的原假设。

表左上方区域为方差分析表。第2列从上而下依次为回归平方和（SSE）、残差平方和（SSR）和总离差平方和（SST）；第3列为自由度，分别为k=2，n-k-1=469-2-1=466；第4列为均方和（MSS），由各项平方和除以相应的自由度得到。

表右上方区域给出了样本数（Number of obs）为469；回归模型总体显著性检验的F检验的F统计量的值为36.37，精确的显著性水平（即相伴概率值）为0.0000，可以拒绝所有的斜率系数都等于0的原假设，即模型总体显著成立；判定系数（R-squared）为0.1350；调整的判定系数（Adj R-squared）为0.1313，略小于判定系数；回归方程标准误或均方根误（Root MSE）为40.33。

2.残差分析

为了更详尽的残差分析，首先我们生成新变量z为上一个回归的拟合值，生成新变量u为上一个回归的残差；然后根据u对数据进行从小到大的排序，并列出了u最小的5个观测值，结果如下表所示：

即对于观测1，大学生平均每天实际运动时间的实际观测值（time）为1，拟合值（z）为3.96，残差（u）为-6.64，其余观测分析类似。

二、结论

1.运动软件的使用率在大学生群体中普及度较高，下载与使用的频率与运动的时常成正相关。大学生的生活节奏较为单一和紧张，下载与使用相应的运动软件能够有效的督促并提高学生的运动实际时长，使得大部分学生可以的参加各式运动，有效的产生了正效应，说明在一定的水平上，运动软件的使用能够提高学生的运动。

2.学生的运动时长与年龄与年级没有明显的相关性。如图所示，学生的年龄分布并没有很大程度的程度的影响了运动时长。说明运动的意识和行动与学历的高低以及年龄的大小没有实质性的关联，大学生的运动量多少并不会因为年级的升高产生相应的影响，运动的数量在大一至大四中都趋于平均数，没有巨大的差异，也不会因为学业压力和课程安排而改变运动量。

参考文献：

[1]赵冬杰.移动互联时代我国健康传播App的现状与趋势研究[D].河南大学.2014

[2]运动健康类产品引领可穿戴设备市场发展[J].電子产品世界.2014 （06）

[3]何晓琳，钱庆，吴思竹，张泽，孙小康.健康医疗可穿戴设备数据安全与隐私研究进展[J].中华医学图书情报杂志.2016（10）

作者简介：

孙歌悦（1997—），女，江西财经大学金融学院在读本科生，研究方向为金融学。