今年の 3 月 (2020 年のゴミ箱火災) に、私の世界 (他のほとんどの人の世界と同じように) は崩壊しました。 本格的な常軌を逸したバナナ。 私はニューヨーク州北部に住んでいますが、パンデミックのため、私の州は、州が義務付けている 3 か月の滞在を集合的に決定しました。 私はそのようなものを見たことがありません。 そして、私のような外向的な人にとって、ナビゲートするのは難しいものでした. 私は内向的な人でいっぱいの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方法を見つけなければなりませんでした. 運動するようになりました。
私は通常、かなりアクティブな人です（ロックダウン前のウエストラインが一致していなかったとしても）. 私はワークアウトと筋力トレーニングが大好きです。
ロックダウン中に私のジムはバーチャルになりました。外形状の。 同時に、私の顧客はすべて NY と NJ にいるため (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誕生日。 ただし、ロックダウンにより、毎日トレーニングに参加できるようになりました。 時間を埋めるために何かが必要で、それは地下室の掃除かバーピーのどちらかでした。 娘も一緒に授業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を改善するのに役立つ機会として、閉鎖を受け入れました. 彼らは、私たちの健康とウェルネスの習慣を調べ、睡眠時間、毎日の活動、および食物摂取量を追跡するのに役立ちました. さて、私はこのデータについて提供されたスプレッドシートを見て、「これを JMP に入れれば、興味深い洞察が得られるに違いない」と言いました。 そして、私は私なので、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ることにしました。 みてみましょう！
体重と体組成
私の主要な指標 (お望みであれば KPI) は、体重と体脂肪の組成でした。 ウェイトビットは本当に簡単でした。 私は +/-0.2 ポンドまでの重量を測定する優れた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的な測定には本当に懐疑的でした. インピーダンスベースの測定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 (グラフ ビルダー、ダッシュボード ビルダー、およびJMPパブリック
フェーズごとに目標が異なるため、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で食事を調整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 ポンドまで減量することでした。 12週間の終わりまでに。 私は平均約1.5ポンドでした。日によって多少の変動はありますが、ほぼ一貫して 1 週間あたり。 これを書いている時点で、フェーズ 3 は始まったばかりです。 〜180ポンドに達するという、もう少し積極的な目標があります。 11月末まで。 現在、平均2kg前後です。週ごと。 私はまだ大量のデータを持っていないので、状況が落ち着いたらレートが変わる可能性があります.
ご覧のとおり、体脂肪率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。 多くの要因がインピーダンス測定に基づいて体組成に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えるものはすべて、この測定に影響を与えます. 繰り返しますが、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、私は製造業に入り、管理図について学びました。 JMP . コーチが提供してくれたスプレッドシートには、私の栄養値が彼が望んでいた範囲外にある場合に色分けされていました. 彼が自分のスプレッドシートについて説明してくれたとき、私は自分に言い聞かせました。 JMPでそれができます！」 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、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。 再びフェーズを含む結果は次のとおりです。
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 週には、物事をログに記録し、プロセスをまとめる習慣を身につけたばかりであることがわかります。 これは、常にノイズの多い初期段階のプロセス開発と呼ぶことができます。 フェーズ 1 の第 2 週は、私が調整を行っている場所です (プロセス ターゲティング)。 そして、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、私の栄養素カテゴリの仕様制限の変更を含む、プロセスの再ターゲットでした. 上記のダッシュボードには、フェーズ 3 の目標と許容範囲が表示されています。 (補足: 厳密に言えば、仕様限界と管理限界を同じ表に記載すべきではありません。 どこかで身につけた悪い癖です。 理由を知りたい場合は、私たちをご覧ください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性があるため、全体的な減量傾向をかなりうまく予測できます. (以下を参照してください。) これは、1 日ごとの体重減少をフェーズの関数としてモデル化することで行いました。これは、グラフ ビルダーでプロットできます。 さらに重要なことは、Fit Model でネストされた回帰を構築したことで、ジャーニーの各フェーズを考慮して、データ セット全体でモデルを構築できるようになりました。
なぜこれが重要なのか?
それはおそらくあなたが尋ねている質問です。 減量の旅をモデル化し、管理図を作成する必要があるのはなぜですか? 一つには、グラフがかなりクールです。 私たちそれはビジュアルクリーチャー、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、より実用的なものです。 体重は変動します。 毎日まったく同じものを食べているわけではありません。 私は毎日まったく同じように運動しているわけではありません。 あらゆる種類の事柄が、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、私にとって正常な範囲をよりよく理解できるということです。 データをモデル化することで適合の予測区間と信頼区間が得られるため、何が通常のノイズであり、何がコーチに相談する必要があるかを確認することもできます。 つまり、2 つの理由からこれを行いました。1) データ ビジュアライゼーションはより影響力があり、2) モデリングは、何かが予想外の動作であるかどうかを知るためのより良い方法を提供してくれます。
まとめ
そしてそれはそれについてです。 目標体重まであと少しです。 しかし、私の傾向と同様に、数字は良好に見えます。 JMP を使用すると、この分析が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さえできました)。 その数字をコーチに見せたところ、コーチはそれが健康にアプローチする興味深い方法であることに気づきました。
ありがとう、 @ピーター_ハーシュ!
もちろん、私は公式に JMP を推奨しているわけではありませんが、私のコーチは MyFitnessPal の使用を勧めました。 有料版もありますが、私は無料版を使っています。 栄養素群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。 なので、自分でレシピとか作ったら材料調べたりとか。 いつも携帯をポケットに入れているので、それを歩数計に使っています。
一番、
M
おめでとうマイク。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.移動が減ったことで、一貫した運動がはるかに実行可能になったことは間違いありません.ダイエットを追跡するために何を使用しましたか?
