使用给定人口的平均长度()和平均体重())计算该人口的平均身体质量指数()是否有效?
使用给定人口的平均长度()和平均体重())计算该人口的平均身体质量指数()是否有效?
Answers:
但是,对于一组相当现实的双变量身高和体重数据,看起来影响很小。
例如,考虑Brainard和Burmaster(1992)[1]中美国成年男性身高和体重的模型;该模型是身高和对数(体重)的二元法线,非常适合身高体重数据,并易于获得逼真的模拟。一个适合女性的好的模型要复杂一些,但是我不认为它会对BMI近似值的质量产生太大的影响。我只打算做男性,因为一个非常简单的模型非常好。
从改变参数的影响来看,使用偏向变量均值估计器对女性的影响看起来可能会稍大一些,但仍不足以使它成为一个大问题。
理想情况下,应该检查与您想要使用它的情况更接近的东西,但是它可能会非常不错。
因此,对于典型情况,在实践中似乎不太可能成为大问题。
[1]:Brainard,J.和Burmaster,DE(1992),
“美国男女身高和体重的双变量分布”,《
风险分析》,第一卷。第12号,第267-275页
这不是完全正确的,但通常不会产生很大的变化。
例如,假设您的体重为80、90和100kg,分别为1.7、1.8和1.9m。那么BMI是27.68、27.78和27.70。BMI的平均值为27.72。如果您通过体重和身高的平均值来计算BMI,您会得到27.78,虽然略有不同,但通常不会产生太大的差异。
尽管我同意其他答案,但这种方法可能会近似于平均BMI,但我想指出,这只是一个近似值。
实际上,我倾向于说,你应该不使用你所描述的方法,因为它仅仅是不准确的。计算每个人的BMI,然后取其平均值,给您真正的平均BMI,这是微不足道的。
在这里,我说明了两个极端,重量和长度的平均值保持不变,但平均BMI实际上不同:
使用以下(matlab)代码:
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');
如果简单地对长度进行重新排序,我们将得到不同的均值BMI,而均值(权重)/均值(长度^ 2)保持不变:
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
同样,使用真实数据,您的方法可能会近似于真实的平均BMI,但是为什么要使用不太准确的方法呢?
超出问题范围:可视化数据始终是一个好主意,这样您就可以实际看到分布。例如,如果您注意到某些集群,则还可以考虑为这些集群获取单独的均值(例如,在我的示例中分别为前3个人和后3个人)