专栏首页AI机器思维品玩SAS:论科学之减肥

品玩SAS:论科学之减肥

喜提爱车一辆

古语有言,爱美之心,人皆有之。从古至今再继往开来,爱美终是要贯穿始终了。就当代而言,美(狭义)的表现无外乎一曰相貌,二曰身材。

相貌这一点大多取自遗传,论提升方法,盖可以化妆为体,科技(P图、整容)为用来概括,然科技在越发让人惊叹。反观身材方面刨除被固定下的身高,也就唯有在体重上面做文章了,是瘦弱、肥胖还是精壮确实对人的形象有较大的影响,这就不难看出当下呼喊“健身”、“减肥”的声音不绝于耳了。

健身毋庸置疑是一个顶好的生活习惯,但减肥的呼声中存在些许瑕疵,比如有些人并不胖甚至有些偏瘦,却依然要减肥,这就不免有些不科学了。那什么样的体重才需要减肥,什么样的实则需要增重呢?下面且听我慢慢道来~

本期“SAS品玩”以和大家相爱相杀的减肥大业为题,通过BMI(英文为Body Mass Index,即体质指数)公式,以科学的方式提醒各位是否该减肥了!BMI是目前国际上常用的衡量人体胖瘦程度以及是否健康的一个标准,由19世纪中期的比利时通才凯特勒最先提出,它的计算公式为:体质指数(BMI)=体重(kg)÷身高^2(m)。

国内BMI分类标准如下:

偏瘦:低于18.5

正常:18.5-23.9

偏胖:24-26.9

肥胖:27-29.9

重度肥胖:大于30

下面通过SAS程序绘制不同身高体重下BMI值处在的风险范围图。

SAS程序

data BMI;

input posture $ bmi1 bmi2 weight;

height1=(weight/bmi1)**.5; /*根据BMI公式产生身高的上限height1*/

height2=(weight/bmi2)**.5; /*根据BMI公式产生身高的下限height2*/

cards;

偏瘦 1 18.5 40

偏瘦 1 18.5 60

偏瘦 1 18.5 80

偏瘦 1 18.5 100

正常 18.5 24.0 40

正常 18.5 24.0 60

正常 18.5 24.0 80

正常 18.5 24.0 100

偏胖 24.0 27.0 40

偏胖 24.0 27.0 60

偏胖 24.0 27.0 80

偏胖 24.0 27.0 100

肥胖 27.0 30.0 40

肥胖 27.0 30.0 60

肥胖 27.0 30.0 80

肥胖 27.0 30.0 100

重度肥胖 30.0 50.0 40

重度肥胖 30.0 50.0 60

重度肥胖 30.0 50.0 80

重度肥胖 30.0 50.0 100

;

proc sgplot data=bmi;

band x=weight upper=height1 lower=height2 /group=posture; /*x轴为体重,y轴上限为height1,下限为height2*/

xaxis values=(40 to 100 by 5) label="体重(kg)";/*指定x轴的刻度值和标题*/

yaxis values=(1.5 to 2 by 0.1) label="身高(m)"; /*指定y轴的刻度值和标题*/

keylegend / location=outside;

run;

运行结果

图1 身高体重风险图

通过上面的风险图,可以直观看出同一身高下不同体重或同一体重不同身高下BMI所处的分类范围。相信有了这张图,大家已经大概了解自己的胖瘦程度!当然,如果想更细致的了解自己目前所处的状态,以便于执行A计划“放心大胆吃”或B计划“缩食健身减”的话,可以通过下面的程序将自己所处的位置在图中显示出来。

data lu;

input name $ ht wt ;

cards;

刘璐 1.85 69

欢迎 1.68 60

阅读 1.85 95

品玩 1.76 80

SAS 1.60 45

;

run;

data liu;

merge BMI lu;

run;

proc sgplot data=liu;

band x=weight upper=height1 lower=height2 /group=posture;

scatter x=wt y=ht/group=name markerattrs=(symbol=circlefilled);

xaxis values=(40 to 100 by 5) label="体重(kg)"; /*指定x轴的刻度值和标题*/

yaxis values=(1.5 to 2 by 0.1) label="身高(m)";

keylegend / location=outside;

run;

图2 不同分类区域人员分布

从图中的点位分布可以看出,我的BMI尚处在正常范围内,但距离偏瘦估计只差两根鸡腿的距离了!看来今后我要多与美食相伴左右了,想想都是一件幸事啊~

最后希望大家合理安排饮食,科学考量“增重”与“减肥”,毕竟健康才是换不来的长久法宝!

本文分享自微信公众号 - AI机器思维(jiqisiwei)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-03-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • SAS学习︱逻辑库、数据集创建与查看、数据库链接(SAS与R的code对照)

    版权声明:博主原创文章,微信公众号:素质云笔记,转载请注明来源“素质云博客”,谢谢合作!! ...

    素质
  • 品玩SAS:失之交臂的房价黄金十年

    最近一直在思考职业发展的问题,意在搞清楚行业里哪个领域未来发展前景广阔,能让自己顺风而行,思索中想到了雷军大神的经典语录,与之相对的一大经典案例应该是最近十年的...

    机器思维研究院
  • SAS︱操作语句(if、do、select、retain、array)、宏语言、统计量、运算符号

    SAS中的一些常见的符号。运算符是一种符号 ①比较算符 ②算术算符 ③逻辑算符 ④其它算符

    素质
  • 品玩SAS:需要正视的青春期生育率

    今天在网上看了一个各国青春期生育率(每千名15-19岁女性生育数)的视频,发现视频上各国青春期生育率大多处于逐年下降的状态。然而回想前段时间爆出的直播平台上为数...

    机器思维研究院
  • SAS学习笔记之《SAS编程与数据挖掘商业案例》(2)数据获取与数据集操作

    版权声明:本文为王小雷原创文章,未经博主允许不得转载 https://blog.csdn.n...

    王小雷
  • SAS学习笔记之《SAS编程与数据挖掘商业案例》(1)系统简介和编程基础

    版权声明:本文为王小雷原创文章,未经博主允许不得转载 https://blog.csdn.n...

    王小雷
  • SAS︱数据索引、数据集常用操作(set、where、merge、append)

    数据索引的创建有三种方式:data步骤、sql步骤、datasets步骤。 其中还是有点困惑在data与datasets的区别之上,datasets是对逻辑库中...

    素质
  • 品玩SAS:科技进步和生育率下降下的未来社会

    最近在微博、公众号等平台看到许多关于女性生育后产生身体问题的文章,其中《生育后那些没有人告诉你的屎尿屁:是苦痛还是自由?》,引发了人们对于生育问题的广泛讨论。让...

    机器思维研究院
  • 品玩SAS:房贷还款的小算盘

    昨晚学习SAS,本已精神萎靡身体空虚就差红牛士力架为继了,恰巧遇见一个有趣的实践案例,瞬间给自己打了一记强心针。不禁感慨,越是接触SAS,越是体会到它的强大,也...

    机器思维研究院

扫码关注云+社区

领取腾讯云代金券