HumanGrowthData

HumanGrowthData[spec]

返回规范 spec 中人类成长所有属性在均值一个标准偏差内的值的范围.

HumanGrowthData[spec,property]

返回规范 spec 中人类成长的一个属性在均值一个标准偏差内的值的范围.

HumanGrowthData[spec,index]

返回 spec 在指定百分比的人类成长所有属性的值.

HumanGrowthData[spec,property,index]

返回 spec 在指定百分比的一个属性具有指定指标的值.

HumanGrowthData[spec,property,quantity]

返回在 spec 的属性的指定值 quantity 的百分比和概率密度.

更多信息和选项

  • 规范 spec 是形式为 Association["Age"->age,"Gender"->gender] 的一个 Association.
  • 年龄可以时间的正 Quantity 或使用 DateObject 的出生日期给出.
  • 不是所有年龄都有数据. 20 岁以后没有人类成长数据.
  • 性别可以 "Male" 或 "Female" 给出. 还可以是适合的性别 Entity.
  • 如果没有指定性别，则会返回带有 "Male" 和 "Female" 结果的 Association.
  • 可用的属性包括：
  • "BMI"身体质量指数
    "HeadCircumference"最宽的头围
    "Height"直立时的测量长度
    "Length"躺下时测量的长度
    "Milestones"在这个时代达到了典型的发展里程碑
    "NextMilestones"期待的下一个里程碑
    "PreviousMilestones"立即进入这个时代的里程碑
    "Weight"体重
  • 百分比 index 可被用于获取具有指定性别和年龄的人的分布中具有指定百分比的一个属性的值.
  • 百分比 index 可以是介于 0 到 100 之间（不含 0 和 100）的百分比或介于 0 到 1 之间（不含 0 和 1）的数字的百分比 Quantity. 也可以指定为带有键 "Percentage" 或 "ZScore" 的 Association. "ZScore" 允许指定的 z-score 值或距离均值（0）的标准偏差数. Z-score 应指定为介于 到 之间的数.
  • 对于指标属性，如果没有指定的 index，会返回均值标准偏差内的区间.
  • 如果没有指定属性，会以 Association 形式返回所有属性的值，其中属性作为键.
  • quantity 应该是一个 Quantity 对象，且对于问题中的属性有兼容单位.
  • HumanGrowthData[spec,property,"StandardDeviation"] 对规范和属性组合返回 StandardDeviation.
  • HumanGrowthData[spec,property,"Distribution"] 返回规范和属性组合的分布，权重为 LogNormalDistribution 或 NormalDistribution.
  • HumanGrowthData[spec,property,"QuantityDistribution"] 为规范和属性组合返回 QuantityDistribution，要么包括权重的 LogNormalDistribution，要么包括 NormalDistribution.
  • HumanGrowthData 接受选项：
  • Method Automatic决定使用的模型
    UnitSystem $UnitSystem返回所需单位系统的单位
  • Method 包含子选项 "Model"，它允许你指定使用的模型. 可用的模型包括 "CDC" 和 "WHO".
  • "CDC" 模型使用美国疾病控制和预防中心的数据，http://www.cdc.gov/growthcharts. "WHO" 模型使用世界卫生组织多中心生长参考研究组（WHO Multicentre Growth Reference Study Group）的数据.

范例

打开所有单元关闭所有单元

基本范例  (1)

求四个月女孩的典型身长频谱：

求小男孩的第 50 百分位体重：

范围  (9)

研究 HumanGrowthData 的属性：

发现指定年龄和性别的所有属性值：

使用 DateObject 指定出生日期：

求第 80 百分位的头围值：

用小数指定百分比：

用 z-score 索引求小孩的身高，离均值一个标准偏差：

获取四个月女孩特定身高的百分比和概率密度：

求 10 岁男孩体重的标准偏差：

发现 8 个月女孩头围的分布：

获取 QuantityDistribution：

检查在指定时代典型的发展里程碑：

探索即将出现的里程碑：

选项  (2)

Method  (1)

选择使用世界卫生组织（WHO）或 CDC 的数据：

UnitSystem  (1)

控制返回的结果是公制还是英制单位：

应用  (8)

探索百分比图表：

检查完全成年男子的身高分布：

求身高为 6 英尺或更高的男子概率：

发现男性和女性的体重是如何随着时间的推移而发散的：

检查男性和女性随着时间推移从 到 标准偏差的体重范围：

求 BMI 的平均值并与中位数比较：

使用 2004 年由 Peters 导出的公式检查具有第 50 百分位体重和身高的完全成年男性有多少胞外液：

发现各位运动员在完全成年男子的体重分布中的位置：

绘制各位女演员在完全成长女子身高分布图表中的位置：

探索 CDC 和 WHO 数据的不同：

属性和关系  (1)

使用 FetalGrowthData 检查出生前的平均体重以及出生后的 HumanGrowthData：

可能存在的问题  (4)

只有早于当前的日期是可接受的日期：

属性只支持某种年龄范围：

所有属性的数据只延伸至 20 岁：

百分率必须在 0 到 100 之间，不包括 0 或 100：

不是所有 Quantity 值都有概率密度值：

巧妙范例  (5)

显示体重分布如何不是真正的正态分布：

拟合一个 LogNormalDistribution：

检查成长速度如何随着年龄而变化：

比较身高和体重的成长加速度：

通过身高的多项分布和体重的对数以及相关 近似二元身高-体重分布：

典型的相关系数是 0.45：

产生 20 岁女性的 50,000 个随机样本：

为了研究 BMI 为什么定义为 体重/身高^2，检查样本高度和选择的可能的体重和身高组合间的相关性：

对于 ，高度和 体重/身高^alpha 间的相关性变得最低：

绘制 BMI 分布的直方图：

探索各种物理里程碑的时间：

Wolfram Research (2015)，HumanGrowthData，Wolfram 语言函数，https://reference.wolfram.com/language/ref/HumanGrowthData.html （更新于 2018 年）.

文本

Wolfram Research (2015)，HumanGrowthData，Wolfram 语言函数，https://reference.wolfram.com/language/ref/HumanGrowthData.html （更新于 2018 年）.

CMS

Wolfram 语言. 2015. "HumanGrowthData." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2018. https://reference.wolfram.com/language/ref/HumanGrowthData.html.

APA

Wolfram 语言. (2015). HumanGrowthData. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/HumanGrowthData.html 年

BibTeX

@misc{reference.wolfram_2024_humangrowthdata, author="Wolfram Research", title="{HumanGrowthData}", year="2018", howpublished="\url{https://reference.wolfram.com/language/ref/HumanGrowthData.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_humangrowthdata, organization={Wolfram Research}, title={HumanGrowthData}, year={2018}, url={https://reference.wolfram.com/language/ref/HumanGrowthData.html}, note=[Accessed: 21-November-2024 ]}