今年の3月（2020年のごみ箱の火）に、私の世界（他のほとんどの人と同じように）はバナナに行きました。本格的なオフザレールバナナ。私はニューヨーク州北部に住んでおり、パンデミックのために、私の州は州が義務付けた3か月の滞在をまとめて決定しました。私はそのようなものを見たことがありません。そして、私のような外向性の人にとって、ナビゲートするのは難しいことでした。私は内向的な家に住んでいるので、彼らにスペースを与えながら自分の状況に対処するいくつかの方法を見つけなければなりませんでした。私は運動に転向した。
私は通常、かなり活動的な人です（封鎖前のウエストラインが同意しなかったとしても）。私はワークアウトと筋力トレーニングが大好きです。
私のジムは封鎖中に仮想化されたので、体調を維持することができました…または少なくともでる形の。同時に、私の顧客はすべてニューヨークとニュージャージーにいるので（したがって、ステイケーションの対象にもなります）、私は旅行していませんでした̶まったく。それは私の40のためにカッツデリでパストラミベンダーに行くという私の計画を魚雷にしたので、それは本当に私を悩ませました番目お誕生日。しかし、封鎖は私が毎日トレーニングに参加できることも意味しました。私は時間を埋めるために何かが必要でした、そしてそれは地下室かバーピーのどちらかを掃除していました。娘も降りてきてクラスに参加してくれたので、妻は少し息抜きになりました。（悲しいかな、私が「割り当てられた」トレーニングスペースは地下にあるので、とにかくそれを掃除することになりました。）
ジムのスタッフも、私たちの全体的な健康状態を改善するための機会としてシャットダウンを取りました。彼らは私たちが私たちの健康とウェルネスの習慣を調べ、私たちがどれだけ眠ったか、毎日の活動、そして食物摂取量を追跡するのを助けました。さて、私は私であり、彼らがこのデータについて提供してくれたスプレッドシートを見て、「これをJMPに入れて、いくつかの興味深い洞察を得ることができるに違いない」と述べました。そして私は私であり、JMPとJMP Publicにもアクセスできるので、管理図とデータの視覚化をいじくり回すことにしました。みてみましょう！
体重と体組成
私のトップラインのメトリック（必要に応じてKPI）は私の体重と体脂肪の組成でした。重量ビットは本当に簡単でした。私は+/- 0.2ポンドまでの体重を測定する良いスケールを持っています。また、体脂肪率などの他の体組成値も測定しました。しかし、私は体脂肪組成の絶対測定に本当に懐疑的でした。インピーダンスベースの測定値が少し不安定であるというデータがたくさんあるので、私はそれが提供する絶対数よりも傾向に興味がありました。これが私のトップラインダッシュボードです（Graph Builder、Dashboard Builder、およびJMPパブリック
:(
各フェーズの目標が異なるため、チャートにはさまざまなフェーズがあります。フェーズ1は、食事のベースライン値を確立し、フェーズ2で食事をダイヤルインする方法を学習するためのものでした。フェーズ2は、約205ポンドまで下がることについてでした。12週間の終わりまでに。私は平均して約1.5ポンドでした。日々の変動にもかかわらず、週あたりはかなり一貫しています。私がこれを書いているとき、フェーズ3は始まったばかりです。それは〜180ポンドに達するというもう少し積極的な目標を持っています。11月末までに。現在、私は平均して約2ポンドです。週あたり。私はまだ大量のデータを持っていないので、状況が落ち着くにつれてレートが変わる可能性があります。
ご覧のとおり、体脂肪数は減少傾向にあります。しかし、彼らは本当にうるさいです。これは私の研究と一致しています。インピーダンス測定に基づく体組成には多くの要因が影響を与える可能性があります。基本的に、電気が私の体を通過する方法を変更するものはすべて、この測定に影響を与えます。繰り返しになりますが、統計的に有意な下降傾向が私が探していたものです。残りはほとんど無意味です。
栄養管理図
大学院卒業後、製造業に就き、管理図について学びました。これが、このデータをJMP 。私のコーチが私に提供したスプレッドシートには、私の栄養価が彼が望んでいた範囲外であったときの色分けがありました。彼がスプレッドシートを私に説明したとき、私は自分自身に「それは一連の仕様制限です！私はJMPでそれを行うことができます！」と言いました。そして、はい、私は本当にそれを自分自身に言いました。そして、はい、私はすぐにスプレッドシートをリバースエンジニアリングし、プロセススクリーニングを実行しました。結果は次のとおりです。ここでもフェーズがあります。
先に述べたフェーズは、ここでより明確になります。フェーズ1の第1週では、ログを記録してプロセスをまとめる習慣を身に付けているだけで、物事がいたるところにあることがわかります。これを初期段階のプロセス開発と呼ぶかもしれませんが、これは常に騒がしいものです。フェーズ1の第2週は、（プロセスターゲティング）でダイヤルする場所です。次に、すべてが安定しているフェーズ2に移行し、プロセスを実行します。フェーズ3は、プロセスのリターゲティングであり、栄養素カテゴリの仕様制限の変更が含まれていました。上に表示されているダッシュボードには、フェーズ3のターゲットと許容範囲があります。（補足：厳密に言えば、同じチャートに仕様制限と管理制限を設定するべきではありません。 それは私がどこかで拾った悪い習慣です-それには入らないでください。 なぜ私たちを見てみたいのか知りたい場合STIPS統計コース。）
予測と目標
私はこのプログラムのすべてにかなり一貫しているので、全体的な減量の傾向を予測するのにかなり良い仕事をすることができます。（以下を参照してください。）これは、グラフビルダーでプロットできるフェーズの関数として日ごとの体重減少をモデル化することによって行いました。さらに重要なことに、Fit Modelでネストされた回帰を作成しました。これにより、データセット全体で、旅の各フェーズを考慮してモデルを作成できました。
なぜこれがすべて重要なのですか？
それはおそらくあなたが尋ねている質問です。なぜ減量の旅をモデル化して管理図にしたいのですか？まあ、一つには、グラフはかなりクールです。我々は視覚的な生き物、そして旅のグラフは、数字の表やスプレッドシートよりもはるかに魅力的です。
もう1つの理由は、より実用的です。重量が変動します。私は毎日全く同じものを食べません。私は毎日まったく同じように運動するわけではありません。あらゆる種類のものが、特定の日または時間帯の人の健康データに影響を与えます。
データをモデル化することのポイントは、私が正常範囲をよりよく理解できることです。データをモデル化すると、近似の予測区間と信頼区間が得られるため、通常のノイズとは何か、コーチと話し合う必要があるものとは何かを確認することもできます。したがって、私は2つの理由でこれを行いました。1）データの視覚化がより影響力があり、2）モデリングにより、何かが期待される動作の範囲外であるかどうかを知るためのより良い方法が得られます。
まとめ
そしてそれはそれについてです。目標体重に達する前に、まだ道はあります。しかし、私の傾向と同様に、数字はよく見えます。JMPにより、この分析は非常に簡単になりました（ジムで使用したGoogleスプレッドシートからデータを取得することもできました）。私はコーチに数字を見せました、そして彼はそれが健康に近づく面白い方法であるとわかりました。
ありがとう、 @phersh ！
もちろん、私は公式のJMP承認を提供していませんが、私のコーチはMyFitnessPalの使用を推奨しました。 有料のものもありますが、無料版を使用しています。 栄養素グループの目標値を入力すると、食事が追跡されます。 本当に使いやすいです。 バーコードスキャナー付きの素敵なアプリもあります。 だから、自分でレシピなどを作ったら具材を探すことができます。 いつも携帯をポケットに入れているので、歩数計に使っています。
ベスト、
M
マイクおめでとう。それは大きな進歩です。インスピレーションを得るためにあなたを使う必要があります。200の南側をもう一度見るのは素晴らしいことです。旅行の欠如は間違いなく一貫した運動をはるかに実行可能にしました。食事を追跡するために何を使用しましたか？
