평균 길이와 평균 무게를 사용하여 평균 BMI를 계산합니까?


13

주어진 모집단의 평균 길이 ( h ) 및 평균 무게 ( )를 사용하여 평균 체질량 지수 ( B M I = w) 를 계산하는 것이 유효합니까?미디엄나는=h2그 인구에 대한 h 2 )?


문제는 초록이 아닙니다 (@JoeTaxpayer의 의견에 따라) : 일반적인 실제 BMI (15.0-30.0)는 이미 1dp로 반올림되므로 평균 비율을 사용하여 평균 BMI의 오류가 ~ 0.05 인 경우 -0.1 수학적으로 무시할 만합니다 (<1 %). 실제 높이 분포 (높이, 무게) 우리는 월계수와 하디에 대해 이야기하고 있지 않습니다 ...
smci

답변:


18

이자형(와이/엑스2)=이자형(와이)/이자형(엑스)2

그러나 상당히 현실적인 이변 량 높이 및 중량 데이터 세트의 경우 영향이 적을 것 같습니다.

예를 들어, Brainard and Burmaster (1992) [1]의 미국 성인 남성 키와 몸무게에 대한 모형을 고려하십시오. 이 모델은 높이와 로그 (가중)의 이변 량 법선으로, 높이 가중치 데이터에 매우 적합하며 현실적인 시뮬레이션을 쉽게 얻을 수 있습니다. 여성을위한 좋은 모델은 좀 더 복잡하지만 BMI 근사치의 품질에 큰 차이가있을 것이라고는 생각하지 않습니다. 아주 간단한 모델이 꽤 좋기 때문에 남성을 할 것입니다.

h¯/¯2

매개 변수를 변경하는 효과를 살펴보면 편향된 변수 평균 추정값을 사용하는 여성에 대한 영향은 약간 크지 만 여전히 문제가 될만큼 충분히 크지 않은 것 같습니다.

이상적으로 사용하려는 상황에 가까운 것을 확인해야하지만 아마도 꽤 좋을 것입니다.

따라서 일반적인 상황에서는 실제로는 큰 문제가되지 않을 것 같습니다.

[1] : Brainard, J. and Burmaster, DE (1992),
"미국의 남녀의 키와 체중에 대한 이변 량 분포",
위험 분석 , Vol. 12 번 2 번 p 267-275


10

그것은 아니다 완전히 정확하지만, 일반적으로 큰 차이를 만들 수 없습니다.

예를 들어, 인구의 체중이 80, 90 및 100kg이고 키가 1.7, 1.8 및 1.9m라고 가정하십시오. 그런 다음 BMI는 27.68, 27.78 및 27.70입니다. BMI의 평균은 27.72입니다. 무게와 높이의 수단으로 BMI를 계산하면 27.78이 약간 다르지만 일반적으로 큰 차이는 없습니다.


답변 주셔서 감사합니다. 따라서 이것은이 계산 방법이 모든 유형의 통계 분석에 적합하지 않을 것입니다.
소피 미셸

2
솔직히, 나는 멀리 가지 않을 것입니다. 통계는 어쨌든 시끄러운 데이터를 다루고 있으며, 키나 몸무게를 측정하는 데 약간의 부정확성이있어 우리가 여기있는 차이를 훼손 할 수 있습니다. 사용하려는 데이터로이 선을 따라 무언가를 시뮬레이션 한 다음 이러한 작은 차이가 통계 분석에 실제로 영향을 미치는지 여부를 생각하는 것이 좋습니다.
Stephan Kolassa '

1
"무게와 키를 이용하여 BMI를 계산하면 27.78을 얻게됩니다."그러나 이것은 최대 BMI와 같습니다! 평균 대신 최대 값을 얻는 것이 큰 차이로 보입니다.
누적

@ Accumcumulation-Stephan의 요점은 끝났지 만 숫자의 선택은 상황을 잘 설명하지 못했습니다. "정상"에 대한 BMI는 18.5에서 24.9입니다. 이 예에서 3 개의 BMI는 0.1에서 낮거나 높은 범위를 갖습니다. 이 데이터의 1 / 2 % 차이는 노이즈입니다. 체중이 180에서 181로 증가함에 따라 5'8 "남자의 BMI는 27.4에서 27.5로 증가합니다. 1 파운드는 체중계에 오르기 전후에 키 큰 물을 마시는 것의 차이입니다.
JTP-Monica에게 사과하기

@JoeTaxpayer : 귀하의 요점은 전형적인 BMI (15.0-30.0)가 이미 1dp로 반올림되기 때문에 평균 비율을 사용하여 평균 BMI의 오류가 <0.05이면 수학적으로 무시할 수 있다고 생각합니다. 옳은?
smci

3

나는 그것이이 방법을 할 가능성이 있다는 다른 답변에 동의하지만 대략 평균 BMI를이 단지 근사에서, 나는 지점 싶습니다.

나는 실제로 당신이해야 말을 기울어 야 하지 단순히 덜 정확, 당신이 설명하는 방법을 사용합니다. 각 개인의 BMI를 계산 한 다음 그 평균을 취하여 실제 평균 BMI를 얻는 것은 쉽지 않습니다.

여기서는 무게와 길이의 평균이 동일하게 유지되는 두 가지 극단을 설명하지만 평균 BMI는 실제로 다릅니다.

다음 (matlab) 코드 사용 :

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');

우리는 얻는다 : mean_bmi2

단순히 길이를 다시 정렬하면 다른 평균 BMI를 얻는 반면 mean (weight) / mean (length ^ 2)는 동일하게 유지됩니다.

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

평균 BMI

다시 실제 데이터를 사용하면 방법이 실제 평균 BMI에 근접 할 가능성이 있지만 왜 덜 정확한 방법을 사용합니까?

질문의 범위를 벗어남 : 실제로 분포를 볼 수 있도록 데이터를 시각화하는 것이 좋습니다. 예를 들어 특정 군집을 발견 한 경우 해당 군집에 대해 별도의 수단을 얻는 것을 고려할 수도 있습니다 (예 : 처음 3 명과 마지막 3 명에 대해 별도)


2
"각 개인에 대한 BMI를 계산 한 다음 그 평균을 취하여 실제 평균 BMI를 얻는 것은 쉽지 않습니다." 예, 원시 데이터가있는 경우 가능합니다. 당신이 가진 모든 것이 평균 키와 몸무게와 같은 집단에 대한 요약 통계라면, 이것들로부터 "인구 BMI"를 도출하는 것이 최선이며, 근사치가 얼마나 나쁜지에 대한 질문입니다.
Stephan Kolassa '

1
+1 원시 데이터를 집계하는 동일한 종류의 답변을 얻을 수있는 경우 집계를 집계하지 마십시오. 이 경우 에는 거의 / 아니오 / 슬림 / 무시할만한 차이가 있지만 그렇게하지는 않는다는 대답과 의견 이 있습니다. 데이터 분석에 대한 건전한 관행을 배우고 사용하십시오. 올바른 방법으로 수행하십시오.
Stian Yttervik
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.