知识 资源 将 CoDA 应用于 24 小时活动行为的技​​术必要性是什么?准确健康数据的基本数学原理
作者头像

技术团队 · 3515

更新于 1 周前

将 CoDA 应用于 24 小时活动行为的技​​术必要性是什么?准确健康数据的基本数学原理


构成数据分析 (CoDA) 的技​​术必要性源于数学事实:24 小时活动行为在功能上是相互依赖的,而不是独立的。因为一天严格固定为 24 小时,花费在某种行为(如睡眠)上的时间会自动决定剩余时间用于其他行为(如久坐行为或体育活动)。这种“约束总和”的特性创建了一个封闭系统,违反了传统统计模型的基本假设。

在这种情况下,传统统计方法会失效,因为它们假设变量可以独立于彼此而变化。CoDA 是解决此问题的必要数学解决方案,它利用特定的转换来解开时间使用数据的共依赖性,并准确揭示一项活动的交易如何影响健康结果。

有限时间的数学陷阱

内在共依赖性

在标准数据分析中,变量通常被视为独立存在。然而,24 小时周期内的活动行为是一个“零和游戏”。

您无法在不减少睡眠或久坐时间的情况下增加体育活动。这会产生完全多重共线性,意味着变量根据定义呈负相关。

“约束总和”违规

标准回归模型依赖于预测变量独立的假设。当您的变量总和必须始终等于一个固定常数(24 小时)时,此假设就会被打破。

将标准线性回归应用于原始时间使用数据会导致虚假相关。它会产生有偏估计,因为模型“不知道”时间是有限的。

CoDA 如何纠正分析

超越绝对值

CoDA 从根本上改变了分析框架。它不再将小时视为绝对值,而是将其视为整体的比例

这种方法承认一项行为的相关性不仅在于其持续时间,还在于其相对于一天中其他行为的持续时间。

等距对数比转换

为了解决数学约束,CoDA 采用了等距对数比 (ilr) 转换。这是您主要参考资料中描述的核心技​​术机制。

这种转换将约束数据(“单纯形”)投影到真实的欧几里得空间。一旦转换,数据就遵循标准统计规则,允许进行有效的假设检验。

模拟替代效应

CoDA 最强大的输出是分析替代效应的能力。CoDA 不是问“增加睡眠有什么好处?”,而是允许您问“以牺牲久坐时间为代价增加睡眠有什么好处?”

这准确地反映了现实世界中的生理学,其中一种行为的健康影响完全取决于它取代了什么。

理解权衡

可解释性挑战

虽然 CoDA 在数学上对于此数据更优越,但它增加了可解释性的复杂性。结果通常表示为比率或对数比,而不是简单的分钟或小时。

与呈现原始时间持续时间相比,将这些相对发现传达给非技术利益相关者可能更加困难。

学习曲线

实施等距对数比转换需要专业的统计知识。它要求从“多少时间”的思维方式转变为“时间如何分布”的思维方式,这对于习惯于线性模型的研​​究团队来说可能是一个概念上的障碍。

为您的研​​究做出正确选择

在处理 24 小时活动数据集时,选择使用 CoDA 不仅仅是风格问题;这是统计有效性的问题。

  • 如果您的主要重点是严谨的准确性:您必须使用 CoDA 来尊重数据的封闭性质,并避免标准回归模型固有的偏差。
  • 如果您的主要重点是干预设计:使用 CoDA 来模拟特定的“权衡”,不仅确定要增加哪些行为,还要明确必须减少哪些行为才能实现预期结果。

最终,CoDA 将时间使用研​​究从对孤立活动的研​​究转变为对完整 24 小时周期的整体分析。

摘要表:

特征 传统统计 构成数据分析 (CoDA)
数据假设 变量是独立的 变量是相互依赖的(封闭系统)
数学基础 绝对小时/分钟 比例和比率(单纯形)
处理时间限制 忽略 24 小时限制 认识到“零和游戏”
主要技术 线性回归 等距对数比 (ilr) 转换
最佳用例 孤立数据点 模拟替代效应(例如,睡眠与活动)

通过 3515 优化您的鞋类开发

正如 CoDA 为数据分析带来精确性一样,3515 为大规模鞋类制造带来了技​​术卓越。作为分销商和品牌所有者的首选合作伙伴,我们提供将复杂设计转化为市场成熟产品所需的生产规模和专业知识。

从我们的旗舰安全鞋系列到高性能的战术靴、户外鞋、训练运动鞋和正装鞋,我们以毫不妥协的质量满足多样化的批量需求。

准备好提升您的产品线了吗? 立即联系我们,讨论我们的制造能力如何推动您的品牌成功。

参考文献

  1. Stuart J. Fairclough, Richard Tyler. Characteristics of 24-hour movement behaviours and their associations with mental health in children and adolescents. DOI: 10.1186/s44167-023-00021-9

本文还参考了以下技术资料 3515 知识库 .

大家还在问


留下您的留言