Können Pedometriedaten (tägliche Spaziergänge) den Gewichtsverlust vorhersagen?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Verwenden Sie einfach JMP Pro 12.01 in meinem eigenen Leben
Ich möchte vorhersagen, ob diese Prädiktorvariablen (X), # Schritte, #kCal, Tage in Aktion, Gehfrequenz, Entfernung (Meile), Zeit in Aktion (Minuten), Geschwindigkeit (Mph), Wochentage und Schlafstunden können Gewichtverlust (kg) vorherzusagen (Y-Antwort).
Ich habe SAS JMP Pro 12 verwendet und eine einfache Standard Least Squares Regression durchgeführt. In JMP Model Fits Platform können mehrere Modelle erstellt werden, einschließlich der erweiterten Partitionierung mithilfe von Entscheidungsbäumen, boostrap Forest, Boosted Forest und neuronalen Netzwerken. Aber nur um zu zeigen, wie Sie die Korrelationsmatrizen Ihrer Daten schnell verwenden können, um ein Modell in SAS JMP Pro 12 zu entwickeln.
Anhand der Modellausgabe des JMP Pro Standard Least Square Regressionsmodells können Sie sehen, dass die Zusammenfassung der Anpassung zeigt, dass die Variablen der Prädiktoren (X) den Gewichtsverlust (kg) (Y) bei R-Quadrat 0,83 mit einem RMSE von 0,88 vorhersagen. das ist ziemlich gut. Dies zeigt, dass wir zu 83% sicher sind, dass der Gewichtsverlust reduziert werden kann, wenn alle diese Faktoren berücksichtigt werden.
Die ANOVA zeigt jedoch auch, dass die durch das R-Quadrat erklärte Variation von 0,83 statistisch signifikant ist bei einem P-Wert von <0,0001 * mit einem F-Wert von 18,84.
Da Ihr Modell validiert und getestet werden muss, unterscheiden sich die Schulungen (dh die Menge, wenn Daten, auf denen das Modell entwickelt wurde) von den Datensätzen, mit denen das Modell validiert und getestet wurde, und alle zeigen ein R-Quadrat Wert von (Training = 0,83, Validierung = 0,80 und Test = 0,80), was weiter zeigt, dass Sie mehr als 80% sicher sein können, dass die Daten zu 80% den Antworteffekt vorhersagen.
Diese Analyse ist Teil einer laufenden persönlichen Untersuchung, bei der tägliche Pedometriedaten verwendet werden, um den Gewichtsverlust und den BMI vorherzusagen.
Die in der persönlichen Studie verwendeten Daten sind derzeit im Gange und würden für die nächsten 5 Monate weiter verfolgt.
Re: Können Pedometriedaten (tägliche Wanderungen) den Gewichtsverlust vorhersagen?Hallo Peter,
Ich stimmte zu, dass für eine umfassende Schlussfolgerung zu statistischen Ergebnissen alle relevanten Statistiken berücksichtigt werden müssen. daher meine Betonung, dass der R-Quadrat-Wert nicht als einzige Marke Ihres Ergebnisses verwendet werden sollte. Ich stimme denjenigen zu, die Sie erwähnen, und das hier veröffentlichte Ergebnis ist nicht schlüssig und die Ergebnisse anderer Modelle deuten auf etwas anderes hin.
Re: Können Pedometriedaten (tägliche Wanderungen) den Gewichtsverlust vorhersagen?Jenkins: Puh ... Ich fing an zu denken, ich müsste dir meine Schreie über die gefürchtete Krankheit "Mononumerose" geben. Dies ist meine Diagnose, wenn Individuen eine einzelne Statistik verwenden, um aus den analytischen Ergebnissen weitreichende Schlussfolgerungen zu ziehen. Meine unwissenschaftliche Untersuchung zeigt mir, dass R ** 2 einer der hinterlistigsten Träger dieser gefürchteten Analysekrankheit ist. Ich kann nicht zählen, wie oft Menschen R ** 2 angesehen haben und alle anderen auf Regression basierenden Diagnosehilfsmittel ignorieren Grundstücke und weiter und weiter. Wenn R ** 2 die Nummer Eins ist, sind Cp und Cpk die nächsten zwei ...
Re: Können Pedometriedaten (tägliche Wanderungen) den Gewichtsverlust vorhersagen?Nach einem genaueren Blick auf die Variablen habe ich mich entschlossen, Days In Action zu löschen, da eine andere zeitkritische Variable "Time in Action" verwendet wurde, die spezifischer ist, um in Minuten die Zeit zu messen, die zum Gehen / Trainieren benötigt wird. Ich denke, das macht jetzt mehr Sinn als das vorhergehende. Aber danke, Dave, dank Ihrer Vorschläge konnte ich mir die Relevanz dieser Variablen genau ansehen.
Re: Können Pedometriedaten (tägliche Wanderungen) den Gewichtsverlust vorhersagen?Ist es nicht sinnvoll, je länger Sie trainieren, desto mehr Gewicht verlieren Sie? Der Gewichtsverlust wird als Durchschnitt aus täglichem AM-Gewicht und PM-Gewicht berechnet. Alternativ macht Ihr Vorschlag einer täglichen Gewichtsänderung auch einen gültigen Punkt.
Re: Können Pedometriedaten (tägliche Wanderungen) den Gewichtsverlust vorhersagen?Guter Einfall. Die Ergebnisse sind zum jetzigen Zeitpunkt nicht schlüssig, da die Datenerhebung andauert. Ich habe gerade dieses Vorwort gepostet, um Leute wie Sie für positives Feedback zu gewinnen. Tatsächlich erklärt der R-Quadrat-Wert den Teil der Variation, den das Modell vorhersagt, und man darf und darf nicht ausschließlich die R-Quadrat-Werte verwenden, um zu dem Schluss zu kommen, dass der Gewichtsverlust ausschließlich eine Funktion von "Tagen in Aktion" ist. Nach Abschluss der Datenerfassung führe ich eine wissenschaftliche Modellanalyse und Erklärung der Ergebnisse durch. Dazu werden verschiedene statistische Tests, Parameterschätzungen des Modells, der R-Quadrat-Wert sowie der P- und F-Wert verwendet, um meine Schlussfolgerungen zu ziehen. Ich habe Sie auf keinen Fall negativ gesehen. Aus genau diesem Grund habe ich die erste Analyse veröffentlicht, um zu sehen, was andere Experten zu sagen haben. Dies ist etwas, was ich anfing, nur um mich zu ermutigen, nach Bombardements meiner Frau einen Gewichtsverlust zu treten . Aber so sehr ich das auch will, ich muss es so unternehmen, dass es bestätigt, was andere herausgefunden haben, oder zu neuem Wissen führt. Ich nehme den täglichen Durchschnitt meines AM-Gewichts und PM-Gewichts, was zu einem "Adj-Gewichtsverlust (kg)" führt. Ich werde euch auf dem Laufenden halten.
Re: Können Pedometriedaten (tägliche Wanderungen) den Gewichtsverlust vorhersagen?Vielen Dank für das Teilen Ihres Modells. Ich vermute, dass Sie in eine gewöhnliche Falle geraten sind: JMP macht es uns leicht, Modelle zu erstellen und verschiedene Statistiken zu erstellen. Die Falle ist, dass wir uns auf die Statistiken konzentrieren und unser wissenschaftliches Denken loswerden. Sie weisen auf die hohe R-Quadrat-Statistik hin, aber macht das Sinn? Wie erreicht das Modell dies? Ihre Titelfrage lautete, ob "Pedometrische Daten einen Gewichtsverlust vorhersagen". Aus der Wissenschaft wissen wir, dass Bewegung zu Kalorienverbrauch führt und die täglichen Netto-Kalorien mit Gewichtsabnahme korrelieren sollten - aber Ihr Modell scheint die Pedometriedaten zu ignorieren und hängt nur von den „Tagen in Aktion“ ab, um die Variation Ihrer Antwortdaten zu erklären. Ich würde das Modell so interpretieren, dass "je länger Sie trainieren, desto mehr Gewicht verlieren Sie". Meine Vermutung ist, dass Sie den kumulativen Gewichtsverlust (dh Ihr tägliches Gewicht) messen. Wenn Sie jedoch die Wirkung Ihrer Pedometriedaten pro Tag verstehen möchten, müssen Sie die tägliche Gewichtsänderung berücksichtigen. Ich hoffe, Sie werden diese als positive Kommentare behandeln. Ich denke, Sie haben viele interessante Daten gesammelt, und es sollte viele nützliche Informationen geben (einschließlich einiger interessanter Zusammenhänge zwischen Ihren X-Variablen!).
Dave
