[6] 상체 벌크업 : 그래프를 통한 분석 결과 - 1

이전 포스팅에서 전처리했던 내용이 스쾃/데드리프트에서 OHP/바벨로우로 종목만 변경되어서 동일한 전처리를 사용하겠습니다. 

 

핵심적인 시각화가 아닌, 제가 생각했을 때 통계를 낼 수 있는 것들과 사용할 수 있는 시각화를 전부 사용해 보는 것이 목표이고 추후 포트폴리오를 제작할 때 간추려서 만들 생각이니 참고 부탁드립니다.

 

데이터의 변화를 위해 증량을 한 데이터를 가지고 증량을 하였고 상체운동의 데이터를 사용하여 OHP/데드리프트의 1rm 중량을 가지고 분석을 하였습니다.

 

먼저 각 운동에 대한 중량을 히스토그램과 밀도 그래프로 표현하여 분포를 확인할 수 있습니다.  이를 통해 중량 분포의 모양과 분포 형태를 더 자세히 파악할 수 있습니다.

OHP은 70kg 정도에 밀집되어 있고 바벨로우는102kg 정도에 밀집되어 있는 것을 밀도 그래프를 통해 확인할 수 있고 y 측을 통해 각 중량의 빈도수도 한눈에 파악할 수 있었습니다.

무게들의 빈도수는 1번에서 5번으로 골고루 분포된 것을 보아 중량의 변화가 지속적으로 있었다는 것이 파악되므로 날짜와 중량과의 관계를 시각화를 해보면 더욱 뚜렷이 보일 것으로 예측됩니다.

체중 대비 OHP/바벨로우 1RM 중량의 데이터 분포를 Violin Plot을 사용하여 시각화해 보았습니다. Violin Plot은 데이터의 분포 모양을 한눈에 파악하기에 유용합니다.

특히 바벨로우의 경우 100 ~ 110kg정도에 많은 밀집이 있는 것을 위의 그래프와 같이 확인이 가능합니다.

 

상관관계 분석

 

1. 1RM 중량과 몸무게의 상관 관계:
1rm중량과 몸무게는 매우 강한 상관관계로 보입니다. 상관 계수가 1에 가까울수록 두 변수 간의 선형 관계가 강하다는 것을 의미합니다. 여기서 1RM 중량과 몸무게가 0.8674 / 0.8902으로 매우 가까우므로, 두 변수 간에는 강한 양의 선형 관계가 있습니다. 즉, 몸무게가 증가하면 1RM 중량도 증가하는 경향이 강하게 나타납니다.

2. 1RM 중량과 휴식기간의 상관관계:
1rm중량과 휴식기간은 상대적으로 약해 보입니다. 상관 계수가 0.4 / 0.37 정도로 조금 낮으며, p-value가 0.05보다 크므로 이 관계는 통계적으로 유의미하지 않습니다. 따라서, OHP/바벨로우 1RM 중량과 휴식기간 간에는 강한 선형 관계가 나타나지 않아 보입니다.

3. 1RM 중량과 운동시간의 상관관계:
이 상관관계는 거의 없다고 볼 수 있습니다. 상관 계수가 매우 낮으며, p-value가 0.05보다 크므로 이 관계는 통계적으로 유의미하지 않습니다. 따라서, OHP/바벨로우 1RM 중량과 운동시간 간에는 선형 관계가 거의 나타나지 않습니다.

요약하면, 1RM 중량과 몸무게 사이에는 강한 양의 선형 관계가 있으며, 몸무게가 증가하면 1RM 중량도 증가합니다. 그러나 휴식기간과 운동시간은 1RM 중량과 통계적으로 유의미한 선형 관계를 나타내지 않습니다.

트렌드 그래프

트렌드 그래프를 생성하려면 시계열 데이터를 준비해야 합니다. 시계열 데이터를 생성하고 시간에 따른  1RM 중량의 변화를 시각화하기 위해 아래의 예제 코드를 사용할 수 있습니다.

 

1RM 중량과 몸무게: 함께 상승하는 추세

가장 먼저, 1RM 중량과 몸무게 간의 관계에 주목해 봅시다. 그래프를 통해 몸무게가 시간이 흐름에 따라 조금씩 상승하는 것을 확인할 수 있습니다. 이 분석 결과는 운동과 몸무게 증량이 위에서 보았던 상관관계의 수치처점 상관관계가 크다는 것을 시사합니다.

그러나 흥미로운 점은 이 관계가 완전히 선형적이지 않다는 것입니다. 즉, 몸무게가 늘어날 때마다 1RM 중량이 정확하게 비례적으로 증가하는 것이 아닙니다. 이것은 다양한 요인들이 1RM 중량에 영향을 미치고 있다는 것을 시사합니다. 그럼에도 불구하고, 전반적으로 두 변수는 함께 상승하는 경향이 있습니다. 

선형 그래프

 

이번 프로젝트를 통해서 운동 데이터를 시각화하여 몇 가지 흥미로운 인사이트를 얻고 있는데요, 그중에서도 가장 기본적인 시각화인 선형 그래프를 통해 몸무게와 1RM 중량 간의 관계를 조사해 보았습니다.

데이터의 경향성: 강한 상관관계

그래프를 통해 몸무게와 1RM 중량 간의 데이터가 추세선에 가깝게 분포되어 있는 것을 확인할 수 있었습니다. 이는 몇 번 언급하였지만 1rm중량과 몸무게, 두 변수 간에 강한 상관관계가 있음을 시사합니다. 특히 데이터의 70% 정도가 분산 안에 위치하며, 그래프는 오른쪽 위로 상승하는 경향을 보입니다.

이것은 몸무게가 증가함에 따라 1RM 중량도 일반적으로 상승하는 경향이 있다는 것을 나타냅니다. 즉, 몸무게 증량과 근육 강화가 서로 관련이 있을 가능성이 높다는 것을 시각적으로 확인할 수 있습니다.

 

GITHUB : https://github.com/siilver94/My-training-ability-as-driven-by-data

GitHub - siilver94/My-training-ability-as-driven-by-data