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。
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：
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。
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。
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？
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 。
