計步數據（Daily Walks）可以預測體重減輕嗎？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />在我自己的生活中使用JMP Pro 12.01
我想預測這些預測變量（X），＃steps，＃kCal，Days In Action，Walk Frequency，Distance（mile），Time In Action（分鐘），Speed（mph），Week Days和Sleep of Hours是否可以預測體重減輕（kg）（Y反應）。
我使用SAS JMP Pro 12並進行了簡單的標準最小二乘回歸。可以在JMP模型適合平台中構建多個模型，包括使用決策樹，boostrap Forest，Boosted Forest和Neural Networks進行高級分區。但只是為了展示如何快速使用數據的關聯矩陣來開發SAS JMP Pro 12中的模型。
根據JMP Pro標準最小二乘回歸模型附帶的模型輸出，您可以看到擬合總結顯示預測變量（X）變量預測重量損失（kg）（Y）在R-Square 0.83，RMSE為0.88，這很不錯。這表明，如果考慮所有這些因素，我們有83％確定可以減輕體重減輕。
然而，ANOVA還顯示R square解釋的變化為0.83在P值<0.0001 *時具有統計學顯著性，F值為18.84。
最後，因為您的模型需要經過驗證和測試，所以培訓（如果開發模型的數據是集合）與模型經驗證和測試的數據集不同，並且都顯示R-Square值（訓練= 0.83，驗證= 0.80和測試= 0.80），這進一步表明您可以更確定80％的數據是80％預測響應效果。
該分析是正在進行的個人研究的一部分，該研究使用每日計步數據來預測體重減輕和BMI。
個人研究中使用的數據目前正在進行中，並將在接下來的5個月內繼續跟踪。
回复：計步數據（Daily Walks）可以預測體重減輕嗎？嗨，彼得，
我同意，要對統計結果作出全面的結論，必須考慮所有相關的統計數據;因此我強調R Square值不應該被用作結果的唯一標記。我同意你提到的那些，這裡發布的結果是不確定的，其他模型的結果則另有說明。
回复：計步數據（Daily Walks）可以預測體重減輕嗎？詹金斯：哇......我開始認為我必須饒恕我對可怕疾病“單核細胞增多症”的咆哮。當個人單獨使用單一統計數據從分析結果中得出廣泛而全面的結論時，我的診斷就是我的診斷。我的不科學調查告訴我，R ** 2是這種可怕的分析疾病中最陰險的攜帶者之一。我無法計算我看到人們看R ** 2並忽略所有其他基於回歸的模型擬合診斷輔助的次數... F - 比率，p值，實際響應與因子圖，殘差情節，等等。如果R ** 2是第一，那麼Cp和Cpk是接下來的兩個......
回复：計步數據（Daily Walks）可以預測體重減輕嗎？在仔細研究變量之後，我決定放棄Days In Action，因為另一個時間敏感變量被用於“Time in Action”，這更具體地用於在幾分鐘內測量用於步行/鍛煉的時間量。我認為這比以前更有意義。但戴夫，謝謝你的建議讓我仔細研究了這個變量的相關性。
回复：計步數據（Daily Walks）可以預測體重減輕嗎？你運動的時間越長，你會失去更多的重量，這是否有意義？減重計算為每日AM重量和PM重量的平均值。或者，您建議每日體重變化也是一個有效的觀點。
回复：計步數據（Daily Walks）可以預測體重減輕嗎？好想法。目前正在進行數據收集，結果尚無定論。我剛剛發布了這個初步內容，以便像你這樣的人們積極反饋。實際上，R-Square值確實解釋了模型預測的變化部分，並且不應該也不應該僅使用R-Square值來推斷減肥僅僅是“行動天數”的函數。一旦完成數據收集過程，我將使用各種統計檢驗，模型的參數估計，R-Square值以及P和F值進行模型科學分析和結果解釋，以得出我的結論。我沒有看到你的評論是消極的。事實上，這就是我發布初步分析以了解其他專家所說的內容的確切原因。這是我開始鼓勵自己在妻子轟炸後減肥的原因 。但是，儘管我想做到這一點，我必須承擔這一點，以便驗證其他人發現的內容或獲得新知識。我確實考慮了我的AM重量和PM重量的日平均值，這導致了“調整體重減輕（kg）”。我會告訴你的人。
回复：計步數據（Daily Walks）可以預測體重減輕嗎？感謝您分享您的模特。 我懷疑你陷入了一個共同的陷阱：JMP使我們可以輕鬆地構建模型並生成各種統計數據。 陷阱是我們專注於統計和脫離我們的科學思想。 你指出了高R平方的統計數據，但它有意義嗎？模型是如何實現這一目標的？你的頭銜問題是“體格測量數據預測體重減輕”。 從科學知識我們知道運動轉化為卡路里燃燒，淨每日卡路里應與體重減輕相關 - 但你的模型似乎忽略了測量數據，只依賴於“行動天”來解釋你的反應數據的變化。我會把模型解釋為“你運動的時間越長，你就越鬆散”。我的猜測是你在測量累積體重減輕（即你每天的體重），但是如果你想了解每日體重測量數據的影響，那麼你需要考慮每日體重變化。 我希望你會把這些視為積極的評論。 我認為你收集了很多有趣的數據，應該有更多有用的信息（包括你的x變量之間的一些有趣的相關性！）。
戴夫
