1、“.....随机误差。四模型建立与求解问题乘车费用与乘车时间的关系模型建立对题中数据分析之后，从个调查者中共去除了个数据不全的。然后对剩余二〇四年八月二十七日星期三的个调查者进行分析，为了能够直观的看出再次吸烟的累加发病率的分布情况，我们采用控制变量法分别对性别，年龄，每日抽烟支数和浓度进行分析，用数理统计知识进行分组统计，整理出累加发病率分布表，并利用软件作出条形图能够更加直观反映，根据条形图可以分析出人中再次吸烟的累加发病率的分布情况。模型求解性别因素分析首先，利用数理统计知识对性别因素进行分析，整理得出累加发病率的分布表如表。表男女的累加发病率分布表性别总人数戒烟成功人数戒烟失败人数累加发病率男女利用软件作出男女的累加发病率的条形图如图。男女的累加发病率条形图男女性别累加发病率累加发病率图男女的累加发病率的条形图由条形图可知，男性与女性的累加发病率基本相同，但是女性的累加发病率要稍大于男性的......”。

2、“.....整理得出累加发病率的分布表如表。表不同年龄段的累加发病率分布表年龄人数戒烟成功人数戒烟失败人数累加发病率利用软件作出不同年龄段的累加发病率的条形图如图。二〇四年八月二十七日星期三不同年龄段的累加发病率条形图年龄发病率累加发病率图不同年龄段的累加发病率的条形图根据条形图可以判断出，累积发病率在岁最高，在岁之后，随着年龄的增长，累积发病率在逐渐减小。在岁之后累加发病率明显减小，可能是因为调查人数比较少，基数小。每日抽烟支数因素分析利用数理统计知识对每日抽烟支数因素进行分析，整理得出累加发病率的分布表如表。表不同每日抽烟支数因素下累加发病率每日抽烟支数总人数戒烟成功人数戒烟失败人数累加发病率利用软件作出不同每日抽烟支数因素下累加发病率条形图如图。累加发病率抽烟支数累加发病率累加发病率二〇四年八月二十七日星期三图不同每日抽烟支数因素下累加发病率条形图由图表分析可知，每日抽烟支数在支的时候，累加发病率最大......”。

3、“.....在每日抽烟支数超过支得时候，随着抽烟支数的增加，累加发病率逐渐减小，这其中的原因是每天抽烟支数多的人群所占的比例很少，所以累加发病率也会小。浓度数因素分析利用数理统计知识对浓度数因素因素进行分析，整理得出累加发病率的分布表如表。表不同浓度时的累加发病率浓度区间总人数戒烟成功人数戒烟失败人数累加发病率利用软件作出不同浓度因素下累加发病率条形图如图。累加发病率浓度区间累加发病率累加发病率图不同浓度因素下累加发病率条形图根据图表可得出，浓度在的时候，累加发病率最大，在浓度超过时，随着浓度的增加，累加发病率在逐渐减小。在浓度超过之后，累加发病率极低，是因为浓度超过的人数极少。调整浓度数因素分析利用数理统计知识对浓度数因素因素进行分析，整理得出累加发病率的分布表如表。表不同浓度时的累加发病率浓度区间总人数戒烟成功人数戒烟失败人数累加发病率二〇四年八月二十七日星期三利用软件作出不同浓度因素下累加发病率条形图如图......”。

4、“.....由图可以看出在这个区间的时候累加发病率最大，在大于的时候累加发病率最低，在调整浓度在大于的时候，随着浓度的增大，累加发病率在逐渐减小。问题二模型建立首先用进行数据处理，删掉缺失的数据，得到的组数据，然后对名戒烟时间样的研究对象的不同影响因素的数据求平均值得到的数据见附录。由于题中要求定量分析，所以建立多元线性回归分析模型。用相关系数评价回归方程拟合优度的度量，统计量和概率值来检验自变量对因变量的影响是否显著。假设影响戒烟时间的各个因素之间互不影响，且相互，并且与戒烟时间呈线性相关，则建立元线性回归方程的数学模型为其中是待估计的回归系数，是随机误差。由上表的数据估计，影响的其他因素都包含在随机误差中，若模型选择的合适，那么应大致服从均值为的正态分布......”。

5、“.....得到回归系数以及置信区间置信水平为检验统计量的结果如表。表模型的计算结果二〇四年八月二十七日星期三参数参数估计值置信区间由上表显示，指因变量戒烟天数的可由模型确定，而的值相对来说较小，拟合程度较低，显著性不高。因此需要做进步的改进。模型改进上述模型是我们假设各个变量之间没有交互作用实现的由表可知，模型二的和都比模型有所改进，即因变量戒烟时间的可由该模型确定，也远远大于，总体来说该模型可以，但不足的是回归系数的置信区间包含了零点，至此，需要对模型进行进步的改进。所以我们对的交互项及项去掉，改成以下模型其中是待估计的回归系数，是随机误差。利用工具进行多次去点拟合程序见附录四，得到以下回归系数及置信区间，以及检验统计量的结果如表。表模型三的计算结果参数参数估计值置信区间模型三比上述两模型都有所改进，并且所有的回归系数的置信区间都不含零点，检验统计量显示，即因变量戒烟时间的可由该模型确定......”。

6、“.....则该模型完全可用。从模型中得出该模型的关系式为模型中各个回归系数的含义可有如下解释说明每增加岁，则戒烟时间减少天说明每天多抽支烟，则戒烟时间减少天说明的浓度每增加个单位，则戒烟时间减少天说明调整的浓度每增加个单位，戒烟时间增加天。综上所述，戒烟时间的长短与研究对象的年龄研究对象每日抽烟支数浓度及调整的浓度有关，这些因素对戒烟时间的影响关系式如下问题三模型建立根据问题二的分析可得戒烟时间的长短与研究对象的年龄研究对象每日抽烟支二〇四年八月二十七日星期三数浓度及调整的浓度有关。而考虑到戒烟是否成功是由戒烟时间的长短来衡量，那么现在假设戒烟是否成功与每日抽烟支数，浓度及调整浓度有关，则建立的模型关系式可写为其中是回归系数，是随机误差。模型求解利用统计工具进行统计回归分析程序见附录五，经过多次去点拟合，即可得到回归系数置信区间以及检验统计量的结果如表......”。

7、“.....从多次去点拟合的结果来看，说明因变量即戒烟时间的可由该模型来确定，远远大于，因此，该模型是可以用的，从拟合中可以得到关系式为可靠性分析从上式可以看出，即研究对象每日抽烟支数每增加根，戒烟天数减少天，那么戒烟成功率戒烟天数与年总天数之比就要变低即浓度每增加个单位戒烟天数减少天，戒烟成功率也要降低调整的浓度每增加个单位，戒烟天数就要增加天，那么戒烟成功率也随之升高。综上，影响戒烟成功的因素有研究对象每日抽烟支数浓度调整的浓度，而影响最大的为每日抽烟支数。问题四给戒烟者的建议吸烟有害健康，烟草使用已经成为健康的最重要杀手，戒烟作为减少烟草使用的最直接方法已经成为控烟的首要任务。因此研究提高戒烟成功率的影响因素，对于推动烟草的控制十分有利。结合二三问的具体数据分析和模型分析，可以发现不同性别，不同年龄段的戒烟者的累加发病率和戒烟天数虽然有差别，但是差别并不是很大......”。

8、“.....由此可知，烟龄越长，抽烟量越大的戒烟者累加发病率越高，越不容易戒烟。据此我们对戒烟者提出以下几点建议不论是男性还是女性，也不论年龄的大小，支要下定决心就可以戒烟成功，不能认为自己年纪大了就不能戒烟。二〇四年八月二十七日星期三每日抽烟支数对戒烟成功的影响较大，戒烟者先前每日抽烟的支数越多，戒烟天数可能越短，戒烟成功就越困难，所以要想戒烟首先应该有坚强的毅力，尽量减少自己每日的抽烟支数。浓度可反映出戒烟者的烟龄大小，烟龄越大的人越不容易戒烟，戒烟者必须要克服困难，有坚强的意志，逐渐减少自己的抽烟次数和数量。最后，戒烟是项艰巨而长远的工作，戒烟者应该相信自己，不论年龄和性别，只要有决心，有坚强的毅力，就定能把烟瘾彻底戒掉。六模型的评价与推广模型的优点构建模型时，对数据进行了仔细的分析处理。从原始数据得到的结果不断分类筛选，体现了思维的严谨性，灵活性，也增加了模型的科学性。数据处理及模型求解时充分利用了以及等的数学软件......”。

9、“.....得到了较理想的结果。充分利用了题目中的各种信息，并且较好地对模型结果进行了分析。模型建立与求解过程中灵活地运用图表，使得模型更加清晰明了易懂，增强了文章的可读性，便于读者理解。用进行数据处理，删掉缺失的数据，运用相同项求均值，是运算拟合更加简单。将二次回归模型转化为线性回归模型处理，降低了模型的复杂度。模型的缺点把仅给出的人作为被调查者，调查数据可能不足以精确说明人中再次吸烟的累加发病率地分布情况。用进行数据处理，删掉缺失的数据，运用相同项求均值，只能反映整体情况，可能造成数据丢失。运用进行去点拟合时，丢失大量数据，存在定的误差。模型的推广总之，模型具有定的般性，便于进步推广，建立的数学模型与实际情况无太大出入，具有定的指导性。我们对数据进行预处理，运用整理数据绘制图表同时结合统计工具去点拟合，分析出自变量与因变量之间的关系，上述模型可以推广到类似的统计回归模型求解中。可以对模型进行更深层次的分析......”。