#Нюдсочетверг и аналитика малых данных
Я месяц записывал КБЖУ и делал замеры, а потом построил простую модель.
Тред про то, что у меня получилось.
Весь месяц вес стабильно 67.6±0.5
Будет полезно всем на стадии "пуза нет, худеть вроде не надо, но хочу рельеф!"⬇️
Итак, наши сырые данные:
Шаги - активность ЭТО ВАЖНО
Калории - сколько жрал. 2100 в среднем
Вес - на месте, поэтому вообще не используем дальше
С этими данными пока ничего особо не сделаешь. Речь не идет о жиросжигании со 100 кг, так что по весу прогресс не отследить. Как быть?
Вот что тут будет полезным - отслеживать жир двумя способами: толщину нескольких складок кожи с помощью калипера и обхват живота в самом толстом месте.
Каждый недельный замер толщины складок делается 5 раз для оценки среднего.
Ну и что теперь с этой кашей цифр делать?⬇️
По этим двум метрикам я смотрю на динамику от недели к неделе.
Масштаб изменений сопоставим: обхват живота за неделю меняется на 0.5-1 см, сумма складок кожи - на 0.5-2.5 мм.
Поэтому целевая метрика жиросжигания - сумма двух измерений.
Но еще ведь энергия в зале тратится?
Тренировки у меня примерно одинаковые по энергозатратам/времени и ежедневные, так в модель тоже не берем.
Замеры недельные, поэтому наши факторы, влияющие на жиросжигание тоже должны оцениваться по недельному окну.
Остаются средние шаги и средние калории за неделю перед замером
Итак, получается 2 фактора и целевая переменная в виде суммы изменений обхвата живота и складок кожи. Данных мало, так что напрашивается простая линейная регрессия.
Итак, фит, предикт и... тадаам! готово.
Вот такие трехмерные картинки. Но будет понятнее посмотреть на них в 2д⬇️
Посмотрим в двух плоскостях: как влияют на жиросжигание шаги и калории по отдельности.
Черная линия - одна из проекций модели-плоскости, для 2000 калорий и 10к шагов соответственно
Вроде бы все красиво, но есть какие-то две странные точки, выбивающиеся из общей закономерности
Добавим сюда варианты для других значений шагов (8 и 12к)
Что видим?
На первой картинке модель нам говорит, что если находить побольше шагов - 12к вместо 8к, то при одинаковых калориях, например 2000, жир у меня будет топиться примерно раза в два быстрее
Теперь посмотрим два варианта калорий (1900 и 2100) в плоскости шагов.
Модель теперь говорит, что если меньше жрать при одном и том же количестве шагов, жир будет уходить быстрее... НУ СПАСИБО А ТО Я НЕ ЗНАЛ
Зато наглядно - 10к шагов лишние 200 ккал отбирают ~30% прогресса!
А если внимательно посмотреть, что за точки выбиваются из закономерности, все становится понятно.
В первом графике я держал меньше 2000, но в эту неделю мало ходил.
А во вторую находил аж 11к шагов, но нажрал в среднем 2250 ккал (таков был план)
Че по цифрам:
Целевой прогресс - 2.5 суммарной метрики в неделю
Каждые 100 ккал сверху оптимума отжирают 15% результата
Каждая 1000 шагов сверху 8к - добавляет к нему 10%
200 ккал и 3000 шагов могут казаться мелочью, но в моем случае они добавляют 60% к скорости сушки!
Короче датасайнс приводит нас к неутешительным инсайтам.
Сбор данных в течение месяца и математическое моделирование показали, что для того, чтобы быстрее топить жир нужно побольше ходить и поменьше жрать!
Даже при стабильном весе. С вас 300к
Но помните, что все хорошо в меру
Share this Scrolly Tale with your friends.
A Scrolly Tale is a new way to read Twitter threads with a more visually immersive experience.
Discover more beautiful Scrolly Tales like this.