Sie müssen sie fragen, wie es unter Verwendung ihres eigenen Algorithmus berechnet wird, oder einige Minuten damit verbringen, die simultane Gleichung (aus den Werten in Ihrem Verlauf) zu lösen, um die Gewichte zu ermitteln, die sie auf Ihre angewendet haben: Fett, Muskel- und Gewichtswerte zum Erstellen der Punktzahl:
Der Fitness-Score soll dem Probanden helfen, seinen Körperzustand unter dem Gesichtspunkt der Körperzusammensetzung zu verstehen. Das Ideal ist 100%. Es handelt sich um eindeutige Daten, die von InBody720 bereitgestellt werden
und:
* Fitness Score
Der Fitness-Score ist ein Index, anhand dessen der Prüfling den Zustand seiner Körperzusammensetzung leicht nachvollziehen kann.
70 oder weniger schwache oder fettleibige Typen, die Bewegung und Diätkontrolle benötigen
70 ~ 90 Normaler, gesunder Typ
90 oder mehr Robuster Typ mit gut ausgebildeten Muskeln
FYI : Verwenden Sie R , um mit den obigen DUMMY-Werten zu spielen
weight <- c(65.7, 63.5, 61.2, 59.1)
smm <- c(20.6, 19.4, 19.4, 19.6)
fat <- c(27.0, 25.8, 23.5, 21.8)
score <- c(62, 63, 66, 68)
test.data = data.frame(score, weight, smm, fat)
lm(score ~ ., data = test.data)
AUSGABE :
Call:
lm(formula = score ~ ., data = test.data)
Coefficients:
(Intercept) weight smm fat
75.67391 0.54987 0.01279 -1.85422
Also für die obige DUMMY-Geschichte:
score = (0.54987 * weight) + (0.01279 * SMM) - (1.85422 * fat) + 75.67391
Wenn die gleichen Verhältnisse in einer realen Analyse gelten, würde dies bedeuten , dass 100 überschritten werden, und Sie müssten einen gefährlich niedrigen Körperfettanteil haben.