歩数データ（デイリーウォーク）は減量を予測できますか？）<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />自分の人生でJMP Pro 12.01を使うだけ
これらの予測変数（X）、＃steps、#kCal、行動日数、歩行頻度、距離（マイル）、行動時間（分）、速度（mph）、週の日数、および睡眠時間が予測できるかどうかを予測します。体重減少（kg）を予測します（Y応答）。
私はSAS JMP Pro 12を使い、単純な標準最小二乗回帰を行いました。デシジョンツリーを使用した事前分割、Boostrap Forest、Boosted Forest、Neural Networksなど、JMP Model Fits Platformで構築できるモデルは複数あります。しかし、SAS JMP Pro 12でモデルを作成するためにデータの相関行列を素早く使用する方法を示すためだけに使用してください。
JMP Proの標準最小二乗回帰モデルから添付されたモデル出力から、予測の（X）変数は0.88のRMSEでR-Square 0.83の減量（kg）（Y）を予測していることがわかります。これはかなりいいです。これは、これらすべての要因が考慮されれば、減量を減らすことができると83％確信していることを示しています。
しかしながら、ＡＮＯＶＡはまた、０．８３であるＲ ２乗によって説明される変動が、１８．８４のＦ値で＜０．０００１ ＊のＰ値で統計的に有意であることを示す。
最後に、モデルを検証してテストする必要があるため、トレーニング（モデルが開発されたデータの場合はセット）はモデルが検証されてテストされたデータセットとは異なり、すべてR-Squareを示します。（Training = 0.83、Validation = 0.80、Test = 0.80）の値は、データが応答効果を80％予測していることを80％以上確信できることをさらに示しています。
この分析は、体重減少とBMIを予測するために日々の歩数データを使用して進行中の個人的な研究の一部です。
個人的な研究で使用されたデータは現在進行中で、今後5ヶ月間追跡され続けるでしょう。
再：歩数データ（デイリーウォーク）は減量を予測することができますか？こんにちはピーター、
統計結果について包括的な結論を出すためには、提示されているすべての関連統計を考慮に入れる必要があることに同意しました。したがって、R Squareの値を結果の唯一の目印として使用しないでください。私はあなたが言及したものに同意します、そしてここに掲載された結果は決定的ではなく、他のモデルからの結果はそうでなければ示唆します。
再：歩数データ（デイリーウォーク）は減量を予測することができますか？ジェンキンス：うーん…私は恐ろしい病気「Mononumerosis」についての私の憤りをあなたに与えなければならないと私は考え始めていました。分析結果から広範で包括的な結論を出すために、個人が単独で単一の統計を使用する場合、これが私の診断です。私の非科学的調査では、R ** 2がこの恐ろしい分析病の最も潜行的なキャリアの1つであることを私に示唆しています。私は人々がR ** 2を見て、他のすべての回帰ベースのモデルフィッティング診断補助を無視したのを見た回数を数えることができません... F比、p値、実際の応答対因子プロット、残差プロット、そして何度も何度も。R ** 2が1の場合、CpとCpkは次の2つです。
再：歩数データ（デイリーウォーク）は減量を予測することができますか？変数を詳しく調べた後、別の時間に敏感な変数 "Time in Action"が使用されたため、Days In Actionを削除することにしました。これは以前よりも意味があると思います。しかし、Dave、あなたの提案が私にその変数の関連性を詳しく調べることを可能にしてくれてありがとう。
再：歩数データ（デイリーウォーク）は減量を予測することができますか？あなたがより長くあなたが失うより多くの体重を行使するのは意味がありませんか？減量は、毎日のAM体重とPM体重の平均として計算されます。あるいは、あなたは毎日の体重変化の提案も有効なポイントになります。
再：歩数データ（デイリーウォーク）は減量を予測することができますか？いい考え。データ収集は現在進行中であるため、現時点での結果は決定的ではありません。私はちょうどあなたのような人々にいくつかの肯定的なフィードバックのために従事させるためにこの予備を投稿しました。実際、R二乗値はモデルが予測している変動の部分を説明するものであり、体重減少は単に「稼働日数」の関数であると結論付けるためにR二乗値を排他的に使用してはならない。データ収集プロセスが完了したら、さまざまな統計的検定、モデルのパラメーター推定値、R二乗値、およびP値とF値を使用してモデルの科学的分析と結果の説明を行い、結論を出します。決してあなたが否定的にコメントするのを見たことはありませんでした。実際、それこそが私が最初の分析を投稿して他の専門家が言わなければならないことを確かめる理由です。これは私が妻からの爆撃の後にいくらかの減量を蹴るように私自身を励ますために始めたものです 。しかし、私がこれをやりたいのと同じくらい、私はそれが他の人が何を発見したか、あるいは新しい知識を導いたかを検証するようにそれを引き受ける必要があります。私は自分のAM体重とPM体重の毎日の平均をとっていますが、それが "Adj Weight Loss（kg）"につながります。私はあなたが人々を掲示し続けるでしょう。
再：歩数データ（デイリーウォーク）は減量を予測することができますか？モデルを共有してくれてありがとう。 私はあなたが共通の罠に陥ったのではないかと思います。JMPは私たちがモデルを構築し、さまざまな統計を生成することを容易にします。 その罠は、我々が統計に焦点を当て、科学的思考を解放することです。 あなたは高いR二乗統計量を指摘します、しかしそれは意味を成しますか？モデルはこれをどのように達成していますか？あなたのタイトルの質問は、「歩数計データが体重減少を予測する」かどうかでした。 科学によれば、運動はカロリー燃焼と日々の正味カロリーが体重減少と相関するはずであることを私たちは知っています - しかしあなたのモデルは歩数測定データを無視するように見えます。私はモデルを「あなたがより長いあなたがより多くのあなたが緩むより長い運動をする」と言っていると解釈するであろう。あなたは累積的な減量（すなわち毎日あなたの体重）を測定していると私は思いますが、あなたがあなたの1日当たりの歩数測定データの効果を理解したいのならあなたは毎日の体重変化を見ている必要があります。 あなたがこれらを前向きなコメントとして扱ってくれることを願っています。 私はあなたがたくさんの興味深いデータを集めたと思います、そしてもっとたくさんの役に立つ情報があるべきです（あなたのx変数間のいくつかの興味深い相関関係を含む！）。
デイブ
