体态与足迹足长、足宽的关系研究

吴 健

(海拉尔铁路公安处技术科，内蒙古海拉尔021000)

体态与足迹足长、足宽的关系研究

吴 健

(海拉尔铁路公安处技术科，内蒙古海拉尔021000)

足是人身体的一部分。每个人的头、躯干、四肢都是按一定比例生长的，所以，人的体态与足之间会存在一定的关系，根据这个关系我们可以实验总结出利用足迹分析体态的诸多方法。通过在本单位收集大量平面足迹样本，对足迹样本的足长、足宽和捺印人的体重进行测量、记录，运用excel软件建立足迹数据和体态的一元线性回归关系，针对方程的回归显著性进行相应的F检验，为本单位和友邻单位利用现场足迹分析体态提供可靠依据。

平面足迹;体态分析;数理统计;足迹

足是人身体的一部分。每个人的头、躯干、四肢都是按一定比例生长的，自然足也不会例外，这为足迹的量化分析提供了可能［1］。但是在我们的生活中，地域、生活和职业的差异必然对足的生长造成影响，矮人大足和高人小足的现象时有发生，这也为如何利用立体足迹分析体态提出了一个难点。

一、体态与足长足宽基本关系

为解决单一依靠足迹步态特征分析体态经验性强、科学依据低、个体误差可能较大的问题，基于平面足迹分析体态将引入平面足迹的长宽比。因为足是按照比例生长的，在相同身高不同体重情况下，瘦人相对胖人足宽较小，所以长宽比较大的足迹即为体态偏瘦的人，反之为偏胖。经过大量实验发现，体态偏胖的人员立体足迹长宽比小于等于2．2，而体态偏瘦人员立体足迹的长宽比大于等于2．7，正常体态人员立体足迹的长宽比在2．5左右。注意到这样的现象，就有可能去除由个体因素对结论造成的影响，增强了基于立体足迹分析体态的科学性。

在国际通用的BMI(Body Mass Index)标准下:

体重指数(Body Mass Index)=体重(kg)/身高2(m2)

轻体重:BMI＜18．5 正常体重:BMI=20～22 肥胖:BMI≥28

这样我们可以试根据BMI系数和足的长宽比组建一元线性回归方程:

设:BMI为Y，足迹的长宽比为X，原方程可化简写成:

方程中的Y、X可以由在实验中大量的测量数据中得到，用来推出一个标准的K和B的值。如果回归方程的显著性较高则可信度较高，即回归方程成立，从而可以在以后的现场勘查中直接根据足迹的足长与足宽的比来推测嫌疑人的体态。

二、实验步骤

(一)实验器材

足迹捺印板、A3打印纸(900张)、直角测量尺、鞋套等。

(二)样本来源

在日常工作中随机捺印了本公安处211名年龄在22岁—58岁之间、身高在170cm—180cm之间、身体健康状况良好、行走运动正常的男性民警作为实验对象。

(三)实验方法

先让实验者脱去鞋袜，清理足底附着物完毕后在足迹捺印板中捺印油墨，在铺有白色A3纸的平坦地面上正常直立行走，从而获得平面赤足足迹的捺印样本，然后将实验参加者的姓名、年龄、身高、体重等自然情况登记在样本上［2］。

(四)测量样本

确定赤足平面足迹中心线，找到第二趾中点和跟后缘的最突点，把连接这两点的直线作为足迹中心线，该中心线的长度即为足长。若第二趾没有反映出来，则可选通过拇指和第三趾之间空隙的中点作足迹中心线。然后分别作足迹内缘、外缘突点的切线，测量两切线之间的垂直距离即为赤足足迹的足宽，将左右足迹数据分别记录在样本的表格中［3］(如图1)。

图1 足长与足宽的测量

三、数据处理

(一)回归分析

将已经捺印的211组数据输入到计算机中，分别获得体态与足迹长宽比的散点分布图，如图2、图3所示。

图2 体态与左足的长宽比的散点分布图

图3 体态与右足的长宽比的散点分布图

由图2、图3中可以看出，体态系数BMI和足的长宽比之间存在一定的线性关系，但也存在一些偏离较大的离散点。在散点图中直接观察，将偏离较大的点剔除，保留正常的203组数据。

利用excel软件对数据进行回归分析，分别得出BMI(Y)与左右足迹的长宽比(X)的一元线性回归方程式如下:

(二)假设检验

对于Y=a+bX线性回归方程的F检验:检验该模型有关参数的总体是否显著为0。

(1)提出原假设 H0:b=0;备择假设 H1:b≠0

(2)由 excel中得出 F左=102．8979 F右=84．2179

(3)给定显著性水平为α=0．05的情况下，若F＞F表，则在1－α水平下拒绝原假设H0，即方程的线性关系显著成立，方程是显著的。

根据查表得知 F左=102．8979 ＞ F0．05(1，201)，F右=84．2179 ＞ F0．05(1，201)，则拒绝原假设 H0，在两方程中，足的长宽比与BMI数值之间存在显著的线性关系，回归方程显著［4］。

(三)对回归方程检验

将回归公式应用于实验样本，可知身高在170cm～180cm、BMI数值为20～25区间上，误差在5%以内的准确率接近70%，误差在10%以内的准确率为79．35%。

四、讨论

由上述统计结果可知，运用回归方程推断体重的准确率较好，计算值与实际值的差值误差较小。特别是在BMI数值为20～25这个区间上，预测值与实际值的差值较小，也就是说回归方程较适用于体态匀称的男性群体，具有一定的实际意义。对于一些体态过胖和过瘦的人，使用该公式时预测值与实际值偏差较大，其原因有以下几个方面:

(1)样本测量过程中足迹中心线的确定，以及足长和足宽测量过程中出现的误差。

(2)个别样本数据的“离众”现象，会直接影响到方程的准确性。

(3)实验样本空间中，体态呈正态分布，体态过胖和过瘦的样本较少。在散点图中可以看出，表现的线性规律较差，进一步的实验研究时可收集足够的样本进行分别回归分析。

在实际的工作中，可先通过足迹的足长分析足迹遗留人的身高，在身高条件满足的情况下，利用回归公式分析体态，对体态过胖和过瘦的人进行适当的增减，结合足迹中表现出的步态特征，进行综合分析，进而力求结果准确。

［1］史力民．足迹学［M］．北京:中国人民公安大学出版社，2007．115．

［2］吕晓森．痕迹检验学实验教程［M］．北京:群众出版社，2009．89．

［3］汤澄清，赵连文，贾光宇．体重与足迹掌宽相关关系研究［J］．中国刑事警察学院学报，2004，(4)．

［4］浙江大学数学系．概率论与数理统计［M］．北京:北京高等教育出版社，1986．192．

责任编辑:贾永生

A Study of the Relations between Posture and Footprint，Foot Length and Palm Width

Wu Jian
(Technology Section，Hailar Railway Public Security Division，Hailar 021000，China)

Feet are part of a person＇s body．Everyone＇s head，trunk，arms and legs grow in proportion．Thus，a person＇s posture is related to his feet．According to the relation，we can find many ways of analyzing postures with footprints through experiments．The author collected a great number of plane footprint samples in his departments，measured and recorded the lengths and widths of these samples as well as the weight of the people who pressed the prints，establish the unitary regression relation of footprint data and postures with excel，and make F examines of the distinctiveness of regression．All he has done can provide reliable accordance for his department and others to analyze postures with footprints．

plane footprint;posture analysis;mathematical statistics;footprint

D918．91

B

1009—3192(2013)02—0046—03

2012－12－19

吴健，男，海拉尔铁路公安处技术科工程师，主要研究方向为物证技术。