当数据分析遇上超级奶爸

摘要:大数据分析与儿童健康的结合已经是一个广受欢迎的课题,在医疗等领域也多有成果。不过,数据分析能否应用在幼儿日常生活的监护中呢?本期我们推出的文章是由团队内新晋奶爸撰写的,他以切身体验回答了这个问题,有类似担忧的家长们可以直接学习哦~ 希望大家喜欢他的文章,也喜欢他最爱的小土豆!

晚上7点,全家人正在吃晚饭。

忽然“哇”地一声,20多天大的小土豆的哭声打破了饭桌上的平静。奶爸速去安抚,平时遇上这种情况,拍一拍,抱着走一走,很快她就会睡着了。

当数据分析遇上超级奶爸

可今天的情况有点不同,刚刚吃过奶150ml,尿布也不用换,各种哄的招数都用过了,怎么还不睡啊?哭闹持续了近30分钟,姥姥开始担心了:是不是一次吃150ml奶有点多了,是不是孩子不舒服了,要不现在去医院吧?

我记得书上讲过,这种情况可能是有点着凉,可以搓热手心给小孩暖肚子。妈妈也跟姥姥说,不用这么着急去医院,我们先暖暖试试。

果然,不出10分钟,她放了个屁后就不闹了,没过多久就睡着了,全家人也都松了一口气。

因为小土豆的饭量比较大,我们也一直坚持按需喂养,是不是真的有点儿吃多了?我决定分析一下,感谢细心的妈妈一直坚持记录她的吃喝拉撒(真心赞!)。

小本子上密密麻麻地记录着了几点几分吃的、吃了多少、几点几分拉的等等,数据质量还算不错。先把这些数据手工录入到Excel里,这次还是先分析最近5天的数据吧,下次真该建议妈妈直接记录到电脑里。

第一张图来啦:

当数据分析遇上超级奶爸

从上图来看,每天总的吃奶量在700ml左右,略呈上升趋势,并没有大的波动。

当数据分析遇上超级奶爸

与总吃奶量的趋势一致,每次吃奶量也是逐步上升,最近几次可以吃完150ml。

我翻开出院时医生给的喂养建议,其中有条建议说:喂养间隔时间应在3到4小时,也就是180分钟到240分钟。我们不妨假设间隔时间服从平均值为3.5小时(210分钟)的正态分布。上图中共喂了32次,间隔时间的平均值为220分钟,标准差为63分钟,这个时间与建议时间210分钟是否有统计学意义上的差异呢?我们可以用假设检验来回答。

当数据分析遇上超级奶爸

样本量为32,此时t分布与标准正态分布几乎是重合的,使用这两个分布函数计算出的p值(绿线两侧阴影部分面积之和)也是几乎相等的。

p值为0.33,大于显著性水平0.05,因此不能拒绝原假设,即可以认为小土豆的喂养间隔时间正常。(奶爸顿时松了一口气……)

无论你使用什么工具,SAS、excel或者R,实现以上的假设检验都是很容易的。

好,解决完小孩的问题,现在我们来关心一下大人的身心健康,——作为新晋奶爸,我最想知道的是,每天晚上要起几次呢?

当数据分析遇上超级奶爸

基本上每夜起2次,第一次在0到2点之间,第二次在5到7点之间。在这个年龄段的小孩,小土豆的表现已经很好啦!我们也可以依照这样的规律调节作息,减轻疲惫。

我把分析结果拿给丈母娘看,她看后表示你这个分析好,这次终于不用担心她吃多了。我急忙赞扬道:“这关键还是你们数据记录做得好!”她会心地一笑(虽然她刚开始还说我们记来记去弄这么麻烦)。

我正准备拿给老婆显摆,卧室传来老婆的声音:“别玩了,快来给孩子换尿布!”……

本文为专栏文章,来自:KPMG大数据挖掘,内容观点不代表本站立场,如若转载请联系专栏作者,本文链接:https://www.afenxi.com/11384.html 。

(0)
KPMG大数据挖掘的头像KPMG大数据挖掘专栏
上一篇 2016-03-04 10:37
下一篇 2016-03-28 22:05

相关文章

关注我们
关注我们
分享本页
返回顶部