গড় দৈর্ঘ্য এবং গড় ওজন ব্যবহার করে গড় বিএমআই গণনা করতে চান?


13

সেই জনসংখ্যার গড় দৈহিক গণ সূচক ( ) গণনা করার জন্য প্রদত্ত জনগোষ্ঠীর গড় দৈর্ঘ্য ( ) এবং গড় ওজন ( ) ব্যবহার করা বৈধ ?hwBMI=wh2


প্রশ্নটি বিমূর্ত নয় (প্রতি @ জোট্যাক্সপায়ারের মন্তব্যে): সাধারণ বাস্তব-বিশ্ব বিএমআই (15.0-30.0) ইতিমধ্যে যেভাবেই 1 ডিপি-তে বৃত্তাকার হতে চলেছে, সুতরাং যদি মাধ্যমের অনুপাত ব্যবহারের কারণে গড় বিএমআইয়ের ত্রুটিটি হয় ~ 0.05 হয় -0.1 এটি গাণিতিকভাবে তুচ্ছ (<1%); (উচ্চতা, ওজন) এর বেশিরভাগ বাস্তব-জগতের বিতরণের জন্য। আমরা লরেল এবং হার্ডির কথা বলছি না ...
স্মি

উত্তর:


18

E(Y/X2)=E(Y)/E(X)2

তবে দ্বিগুণ উচ্চতা এবং ওজন ডেটার মোটামুটি বাস্তবসম্মত সেটগুলির জন্য দেখে মনে হচ্ছে এর প্রভাবটি ছোট হবে be

উদাহরণস্বরূপ, ব্রেনার্ড এবং বার্মাস্টারে মার্কিন বয়স্ক পুরুষের উচ্চতা এবং ওজন (1992) [1] এর মডেলটি বিবেচনা করুন; এই মডেলটি উচ্চতা এবং লগের (ওজন) ক্ষেত্রে একটি দ্বিখণ্ডিত স্বাভাবিক, যা উচ্চতা-ওজনের ডেটাটি বেশ ভাল ফিট করে এবং বাস্তবসম্মত সিমুলেশনগুলি সহজ করে তোলে। মেয়েদের জন্য একটি ভাল মডেল কিছুটা জটিল, তবে আমি আশা করি না যে এটি BMI আনুমানিক মানের গুণমানের সাথে এতটা পার্থক্য আনবে; আমি কেবল পুরুষদের করতে যাচ্ছি কারণ খুব সাধারণ মডেলটি বেশ ভাল।

h¯/w¯2

বিভিন্ন পরামিতিগুলির প্রভাবটির দিকে তাকানো দেখে মনে হচ্ছে যে মহিলাদের জন্য পক্ষপাতদুষ্ট উপায়গুলি-ভেরিয়েবলের অনুমানকারী ব্যবহার করার প্রভাবটি সম্ভবত কিছুটা বড় হবে তবে এটি যথেষ্ট পরিমাণে যথেষ্ট নয় যে এটি সম্ভবত কোনও সমস্যা হওয়ার সম্ভাবনা রয়েছে।

আদর্শভাবে আপনি যে পরিস্থিতিটির জন্য এটি ব্যবহার করতে চান তার কাছাকাছি কিছু যাচাই করা উচিত তবে এটি সম্ভবত বেশ ভাল হতে চলেছে।

সুতরাং একটি সাধারণ পরিস্থিতির জন্য, মনে হয় এটি অনুশীলনের ক্ষেত্রে খুব বেশি সমস্যা হওয়ার সম্ভাবনা নেই।

[1]: ব্রেনার্ড, জে ও বার্মাস্টার, ডিই (1992),
"যুক্তরাষ্ট্রে পুরুষ এবং মহিলাদের ওজন ও দৈর্ঘ্যের ওজন জন্য বিভারিয়েট বিতরণ",
ঝুঁকি বিশ্লেষণ , খণ্ড। 12, নং 2, পি 267-275


10

এটি সম্পূর্ণরূপে সঠিক নয়, তবে এটি সাধারণত বিশাল পার্থক্য রাখে না।

উদাহরণস্বরূপ, ধরুন আপনার জনসংখ্যার ওজন 80, 90 এবং 100 কেজি এবং লম্বা 1.7, 1.8 এবং 1.9 মিটার। তারপরে বিএমআইগুলি 27.68, 27.78 এবং 27.70 হয়। বিএমআইগুলির গড় পরিমাণ 27.72। আপনি যদি ওজন এবং উচ্চতার মাধ্যম থেকে BMI গণনা করেন তবে আপনি 27.78 পেয়ে যা কিছুটা আলাদা, তবে সাধারণত এতটা পার্থক্য করা উচিত নয়।


আপনার উত্তরের জন্য একগুচ্ছ ধন্যবাদ! সুতরাং এর অর্থ এই যে গণনার এই পদ্ধতিটি সম্ভবত কোনও ধরণের পরিসংখ্যান বিশ্লেষণের জন্য উপযুক্ত হবে না, সঠিক?
সোফি মিশেল

2
বেশ সত্যই, আমি এতদূর যেতে চাই না। পরিসংখ্যান যে কোনও উপায়ে শোরগোলের ডেটা নিয়ে কাজ করছে এবং উচ্চতা বা ওজন পরিমাপে কিছুটা অসম্পূর্ণতা এখানে আমাদের পার্থক্যকে বামন করবে। আপনি যে ডেটা ব্যবহারের বিষয়ে ভাবছেন তার সাথে এই রেখাগুলির সাথে কিছু অনুকরণ করার পরামর্শ দিচ্ছি এবং তারপরে এই ক্ষুদ্রতর পার্থক্যগুলি আপনার পরিসংখ্যানগত বিশ্লেষণে সত্যই প্রভাব ফেলবে কিনা তা নিয়ে ভাবুন।
স্টিফান কোলাসা

1
"আপনি যদি ওজন এবং উচ্চতার মাধ্যম থেকে BMI গণনা করেন তবে আপনি 27.78 পান" তবে এটি BMIs সর্বাধিকের সমান! গড়ের পরিবর্তে সর্বোচ্চটি পাওয়া আমার কাছে বড় পার্থক্যের মতো মনে হয়।
সংগৃহীত

@ অ্যাকম্যাকুলেশন - স্টিফেনের বক্তব্যটি মারা গিয়েছিল, তবে সংখ্যার পছন্দ পরিস্থিতিটির চিত্রিত করে নি। "স্বাভাবিক" এর জন্য বিএমআই 18.5 থেকে 24.9 হয়। উদাহরণস্বরূপ 3 টি বিএমআই-তে কম থেকে উচ্চতর পরিসীমা রয়েছে .1 of এই ডেটাতে 1/2% পার্থক্য হ'ল শব্দ। একজন 5'8 "মানুষের বিএমআই ২ 27.৪ থেকে ২ from.৫ এ উন্নীত হয়েছে কারণ তার ওজন 180 থেকে 181 এ বেড়েছে। 1 এলবি স্কেলের উপরে উঠার আগে বা পরে লম্বা গ্লাস জল পান করার মধ্যে পার্থক্য
জেটিপি - মনিকার কাছে আবেদন করা

@ জোট্যাক্সপায়ার: আমি মনে করি আপনার বক্তব্যটি হ'ল সাধারণ বিএমআই (১৫.০-৩০.০) ইতিমধ্যে 1 ডিপি-তে গোল করে চলেছে, সুতরাং উপায়ের অনুপাত ব্যবহারের কারণে যদি বিএমআই-এর ত্রুটিটি <0.05 হয় তবে এটি গাণিতিকভাবে উপেক্ষিত নয়। সঠিক?
স্মি

3

যদিও আমি অন্যান্য উত্তরের সাথে একমত যে সম্ভবত এই পদ্ধতিটি বিএমআই প্রায় অনুমান করা সম্ভব , তবে আমি এটি উল্লেখ করতে চাই এটি কেবল একটি আনুমানিকই।

আমি আসলে বলতে চাইছি যে আপনি বর্ণিত পদ্ধতিটি আপনার ব্যবহার করা উচিত নয় , কারণ এটি কেবল কম সঠিক। প্রতিটি ব্যক্তির জন্য বিএমআই গণনা করা তত্ক্ষণাত্ তাত্পর্যপূর্ণ এবং এর অর্থ গ্রহণ করে, আপনাকে প্রকৃত গড় বিএমআই দেয়।

এখানে আমি দুটি চূড়ান্ত চিত্র তুলে ধরেছি, যেখানে ওজন এবং দৈর্ঘ্যের মাধ্যম একই থাকে তবে গড় বিএমআই আসলে ভিন্ন:

নিম্নলিখিত (মতলব) কোড ব্যবহার:

weight = [60, 61, 62, 100, 101, 102]; % OUR DATA
length = [1.5, 1.5, 1.5, 1.8, 1.8, 1.8;]; % OUR DATA
length = length.^2;
bmi = weight./length;
scatter(1:size(weight,2), bmi, 'filled');
yline(mean(bmi),'red','LineWidth',2);
yline(mean(weight)/mean(length),'blue','LineWidth',2);
xlabel('Person');
ylabel('BMI');
legend('BMI', 'mean(bmi)', 'mean(weight)/mean(length)', 'Location','northwest');

আমরা পেতে: mean_bmi2

যদি আমরা কেবল দৈর্ঘ্যগুলিকে পুনরায় অর্ডার করি তবে আমরা গড় (ওজন) / গড় (দৈর্ঘ্য ^ 2) বরাবর একই আলাদা বিএমআই পাই:

weight = [60, 61, 62, 100, 101, 102]; % OUR DATA
length = [1.8, 1.8, 1.8, 1.5, 1.5, 1.5;]; % OUR DATA (REORDERED)
... % rest is the same

মানে বিএমআই

আবার, প্রকৃত ডেটা ব্যবহার করে সম্ভবত আপনার পদ্ধতিটি আসল গড়ের বিএমআই প্রায় অনুমান করবে, তবে আপনি কেন একটি কম সঠিক পদ্ধতি ব্যবহার করবেন?

প্রশ্নের ক্ষেত্রের বাইরে: আপনার ডেটা ভিজ্যুয়ালাইজ করা এটি সর্বদা একটি ভাল ধারণা, যাতে আপনি আসলে বিতরণগুলি দেখতে পারেন। উদাহরণস্বরূপ আপনি যদি কিছু ক্লাস্টার লক্ষ্য করেন তবে আপনি সেই ক্লাস্টারগুলির জন্য পৃথক উপায়ে পাওয়ার বিষয়টিও বিবেচনা করতে পারেন (উদাহরণস্বরূপ আমার প্রথম উদাহরণ 3 এবং সর্বশেষ 3 জনের জন্য পৃথক)


2
"প্রতিটি ব্যক্তির জন্য বিএমআই গণনা করা তত্কালীন এবং তারপরের অর্থ গ্রহণ করা, আপনাকে সত্যিকারের বিএমআই প্রদান করে।" হ্যাঁ, আপনার যদি কাঁচা ডেটা থাকে। যদি আপনার সমস্ত কিছু গড় উচ্চতা এবং ওজনের মতো জনসংখ্যার সংক্ষিপ্ত পরিসংখ্যান হয় তবে এগুলি থেকে একটি "জনসংখ্যার বিএমআই" অর্জন করা আপনার পক্ষে সেরা,
স্টিফান কোলাছা

1
যদি আপনি একই ধরণের উত্তর কাঁচা ডেটা একত্রিত করতে পারেন তবে সামগ্রিক সমষ্টিগুলি করবেন না। সেখানে উত্তর এবং মন্তব্য যে এই ক্ষেত্রে এটা সামান্য / না / পাতলা / তুচ্ছ পার্থক্য তোলে, কিন্তু এটা করবেন না। ডেটা বিশ্লেষণ সম্পর্কে স্বাস্থ্যকর অনুশীলনগুলি শিখুন এবং ব্যবহার করুন, এটি সঠিক উপায়ে করুন।
স্টিয়ান ইত্তেরভিক
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.