Analiza wydatku energetycznego i stylu życia - projekt zespołowy

Maja Kowalska, Ewa Zacharewicz, Kinga Posłuszny

2026-01-31

1. Wstęp

Kontekst i cel opracowania

W dobie rosnącej świadomości prozdrowotnej oraz postępującej personalizacji programów fitness, zrozumienie korelacji między stylem życia a fizjologiczną odpowiedzią organizmu staje się kluczowe dla optymalizacji wyników sportowych. Niniejszy raport stanowi kompleksowe opracowanie analityczne oparte na obszernym zbiorze danych obejmującym 19 996 rekordów. Głównym celem badania jest identyfikacja kluczowych determinantów wydatku energetycznego oraz analiza wpływu demografii, nawyków żywieniowych i stażu treningowego na profil biometryczny uczestników.

Metodologia badawcza

Aby zapewnić najwyższą rzetelność wnioskowania, w raporcie wykorzystano zaawansowane narzędzia statystyczne. Integralność danych została potwierdzona rygorystyczną walidacją logiczną, która wykazała 100-procentową kompletność zbioru. W procesie analitycznym posłużono się:

  • Statystyką opisową do wyznaczenia trendów centralnych i rozkładów zmiennych.

  • Modelami regresji liniowej w celu określenia predyktorów spalania kalorii.

  • Analizą wariancji (ANOVA) oraz testami Chi-kwadrat dla weryfikacji istotności różnic międzygrupowych.

Pytania badawcze

Efektywność treningowa i wydatkowanie energii

  1. Jak typ treningu i Czas trwania sesji wpływają łącznie na liczbę spalonych kalorii?

  2. Jaka jest zależność między Częstotliwością treningów a Spalonymi kaloriami, kontrolując zmienne demograficzne, takie jak Wiek i Płeć?

  3. Jak docelowa grupa mięśniowa i Poziom trudności ćwiczenia wpływają na szacunkową liczbę spalonych kalorii na 30 min?

Fizjologia i profil biometryczny

  1. W jakim stopniu Poziom doświadczenia uczestnika koreluje z jego Tętnem spoczynkowym oraz Średnim tętnem podczas treningu?

  2. Czy istnieje związek między Typem diety a Procentem tkanki tłuszczowej lub BMI uczestników?

Dieta i nawyki żywieniowe

  1. Czy dzienne spożycie makroskładników (Carbs, Proteins, Fats) różni się znacząco w zależności od Typu treningu najczęściej wybieranego przez uczestnika?

  2. Jak zawartość Cukru, Sodu i Cholesterolu w posiłkach różni się między różnymi Typami diet?

  3. W jaki sposób Metoda gotowania i Czas przygotowania wpływają na to, czy posiłek jest oznaczony jako Zdrowy?

Behawiorystyka i demografia

  1. Czy Wiek i Płeć uczestników mają związek z wyborem Typu treningu lub Poziomem trudności ćwiczeń?
  2. Czy istnieje korelacja między Spożyciem wody a Czasem trwania sesji lub Częstotliwością treningów?

Opis danych

Zbiór danych zawiera 20000 obserwacji i 54 zmiennych.

Poniżej znajduje się opis najważniejszych zmiennych:

  • Wiek: wiek uczestnika w latach.
  • Płeć: płeć uczestnika (Mężczyzna/Kobieta).
  • BMI: wskaźnik masy ciała uczestnika.
  • Procent tkanki tłuszczowej: procentowa zawartość tkanki tłuszczowej w organizmie uczestnika.
  • Typ treningu: kategoria treningu wykonywanego przez uczestnika (np. siłowy, cardio, mieszany).
  • Czas trwania sesji: czas trwania jednej sesji treningowej w minutach.
  • Liczba spalonych kalorii: liczba kalorii spalonych podczas jednej sesji treningowej.
  • Typ diety: kategoria diety stosowanej przez uczestnika.
  • Poziom doświadczenia: poziom zaawansowania uczestnika w treningach.
  • Tętno spoczynkowe: tętno uczestnika w stanie spoczynku.
  • Średnie tętno podczas treningu: średnie tętno uczestnika podczas sesji treningowej.
  • Częstotliwość treningów: liczba treningów wykonywanych przez uczestnika w tygodniu.
  • Metoda gotowania: sposób przygotowania posiłków.
  • Czas przygotowania: czas potrzebny na przygotowanie posiłku w minutach.
  • Zdrowy posiłek: wskaźnik, czy posiłek jest uważany za zdrowy (Tak/Nie).
  • Spożycie wody: ilość wody spożywanej przez uczestnika dziennie w litrach.

2. Porządkowanie i czyszczenie danych

Braki danych

Przeprowadzona analiza integralności zbioru danych wykazała stuprocentową kompletność rekordów (brak wartości NA), co jest rzadko spotykanym zjawiskiem w surowych zbiorach danych i świadczy o wysokiej jakości źródła.

Dzięki nienagannej strukturze surowego zbioru danych oraz braku jakichkolwiek braków danych czy błędów logicznych, etap czyszczenia ograniczono wyłącznie do technicznego przygotowania zmiennych, co pozwoliło na zachowanie pełnej liczebności próby i gwarantuje najwyższą wiarygodność wyników statystycznych

W danych znajduje się 100 % kompletnych wartości

Walidacja danych

Proces walidacji logicznej (reguły V1-V6) potwierdził, że dane są spójne wewnętrznie:

  • Wszyscy respondenci są osobami pełnoletnimi (Age>18).

  • Parametry biometryczne, takie jak BMI (zakres 10–50) oraz tętno spoczynkowe, mieszczą się w fizjologicznych granicach normy.

  • Zbiór obserwacji przeszedł testy bez ani jednego błędu (fails = 0), co stanowi solidny fundament pod dalsze modelowanie statystyczne bez ryzyka obciążenia wynikającego z błędów grubych.

Definicja

3. Wizualizacja danych

Modelowanie wydatku energetycznego: Wpływ rodzaju i czasu trwania treningu

Przeprowadzona analiza regresji potwierdza silną, liniową zależność między czasem trwania sesji a wydatkiem energetycznym we wszystkich grupach badawczych. Odnotowano istotne zróżnicowanie efektywności metabolicznej poszczególnych dyscyplin, z wyraźną dominacją treningu HIIT, który generuje blisko dwukrotnie wyższe spalanie w porównaniu do Jogi.

Hierarchia intensywności kształtuje się w sposób następujący: HIIT > Strength > Cardio > Yoga. Minimalna dyspersja punktów wokół linii trendu wskazuje na wysoką powtarzalność wyników oraz stabilność parametrów spalania dla każdego z badanych typów wysiłku.

Wpływ systematyczności treningowej na bilans kaloryczny

Analiza wykazuje silną, dodatnią korelację liniową między częstotliwością treningów a liczbą spalonych kalorii, niezależną od płci badanych osób. Równomierne rozproszenie punktów wiekowych w całym zbiorze danych potwierdza, że korzyści z regularnej aktywności fizycznej są uniwersalne dla różnych grup wiekowych. Trend wzrostowy pozostaje stabilny dla obu analizowanych grup, choć przy wyższej liczbie sesji treningowych obserwuje się większe zróżnicowanie indywidualnych wyników wydatku energetycznego.

Analiza intensywności metabolicznej: Cel trneingowy a stopień zaawansowania

Najwyższy wydatek energetyczny w badanym okresie 30 minut generuje trening obręczy barkowej na poziomie średniozaawansowanym, osiągając wartość ok. 346 kcal. U osób początkujących największą efektywność pod kątem spalania kalorii wykazują ćwiczenia nóg i pośladków, podczas gdy treningi ogólnorozwojowe oraz mięśni brzucha charakteryzują się wysoką stabilnością wyników niezależnie od stopnia trudności. Całkowite zróżnicowanie efektów mieści się w wąskim przedziale 343–346 kcal, co świadczy o relatywnie wyrównanej intensywności wszystkich analizowanych jednostek treningowych.

Wpływ modeli żywieniowych na kompozycję ciała i parametry biometryczne

Rozkład poziomu tkanki tłuszczowej wykazuje uderzające podobieństwo we wszystkich grupach dietetycznych, z medianą i zakresami zmienności na niemal identycznym poziomie. Prawie jednolity rozkład wartości sugeruje, że wybór konkretnego modelu żywienia nie różnicuje znacząco zawartości tłuszczu w organizmie badanych osób. Analogiczną tendencję obserwuje się w przypadku wskaźnika BMI, którego mediana dla każdej z diet oscyluje stabilnie wokół wartości 24–25. Zestawienie tych danych potwierdza, że sam rodzaj stosowanej diety nie jest kluczowym czynnikiem wpływającym na masę ciała ani parametry metaboliczne w analizowanej populacji.

Charakterystyka kardiologiczna: Adaptacja wysiłkowa vs Poziom doświadczenia

Analiza wskazuje na wyraźną separację fizjologiczną między tętnem spoczynkowym a treningowym, niezależnie od stopnia zaawansowania uczestników. Tętno spoczynkowe utrzymuje stabilny poziom w granicach 60–65 BPM, podczas gdy średnie tętno wysiłkowe jest ponad dwukrotnie wyższe, osiągając wartość ok. 145 BPM. Parametry treningowe charakteryzują się znacznie większą zmiennością wyników w porównaniu do stabilnych pomiarów w fazie spoczynku. Dane te potwierdzają prawidłową, typową reakcję układu krążenia na obciążenie fizyczne u wszystkich badanych osób.

Determinanty czasu przygotowania posiłków w kontekście metod kulinarnych

Analiza metod gotowania w odniesieniu do czasu przygotowania posiłków wykazuje wysoką jednorodność danych we wszystkich badanych kategoriach. Mediana czasu przyrządzania potraw oscyluje stabilnie wokół 34–35 minut, niezależnie od tego, czy posiłek jest smażony, gotowany na parze czy spożywany na surowo. Zarówno rozkłady pudełkowe, jak i gęstości (wykresy skrzypcowe) potwierdzają niemal identyczne zakresy zmienności dla każdej z siedmiu analizowanych technik. Statystyczny brak istotnych różnic sugeruje, że wybór konkretnej metody kulinarnej nie determinuje w sposób znaczący czasu poświęcanego na przygotowanie zdrowego posiłku.

Struktura spożycia makroskładników w relacji do dyscypliny sportowej

Średnie spożycie makroskładników pozostaje stałe we wszystkich grupach i jest niezależne od rodzaju uprawianego treningu. Wartości białka (100 g), tłuszczów (66 g) oraz węglowodanów (250 g) wykazują minimalną zmienność między osobami trenującymi jogę, HIIT, cardio czy siłowo. Brak korelacji między dyscypliną sportu a strukturą diety sugeruje jednolite nawyki żywieniowe w całej badanej populacji. Oznacza to, że rodzaj aktywności fizycznej nie różnicuje sposobu odżywiania badanych osób.

Analiza składników krytycznych w ramach różnych modeli dietetycznych

Analiza zawartości cholesterolu, sodu oraz cukru wykazuje niemal identyczne profile odżywcze dla wszystkich sześciu badanych typów diet. Mediany oraz zakresy międzykwartylowe dla poszczególnych składników krytycznych utrzymują się na stałym poziomie, niezależnie od tego, czy badani stosują model Keto, wegański czy zrównoważony. Brak istotnego zróżnicowania sugeruje, że w analizowanej populacji sam wybór etykiety dietetycznej nie gwarantuje niższej podaży tych parametrów metabolicznych. Dane te wskazują na wysoką homogeniczność składu jakościowego posiłków we wszystkich grupach uczestników.

Neutralność demograficzna w doborze parametrów treningowych

Struktura demograficzna uczestników wykazuje pełną równowagę w podziale na płeć w każdym z trzech poziomów trudności ćwiczeń, gdzie udział kobiet i mężczyzn wynosi po 50%. Jednocześnie analiza preferencji treningowych w zależności od wieku (10–60 lat) nie wykazuje istotnych korelacji, co potwierdzają niemal identyczne wykresy skrzypcowe i rozkłady gęstości dla wszystkich dyscyplin. Mediana wieku uczestników we wszystkich grupach — Cardio, HIIT, Strength oraz Yoga — oscyluje stabilnie wokół 40. roku życia. Dane te dowodzą, że w badanej populacji ani płeć nie warunkuje wyboru trudności wyzwań, ani wiek nie determinuje rodzaju podejmowanej aktywności fizycznej.

Dynamika nawodnienia w relacji do objętości i częstotliwości wysiłku

Wykres przedstawia dodatnią korelację między czasem trwania treningu a spożyciem wody. Widoczna tendencja wzrostowa (czerwona linia) potwierdza, że dłuższy wysiłek fizyczny wiąże się z większym zapotrzebowaniem na płyny.

Dodatkowo, analiza kolorystyczna ujawnia wyraźną klasteryzację grup. Osoby trenujące najczęściej (5 razy w tygodniu - kolor żółty) dominują w górnych partiach wykresu, co oznacza, że to właśnie ta grupa wykonuje najdłuższe sesje treningowe (dochodzące do 2 godzin) i dba o najwyższy poziom nawodnienia.

Widoczne ‘pionowe słupki’ żółtych punktów wynikają z dużej liczby obserwacji o identycznych wartościach maksymalnych (np. równe 2 godziny treningu), co sugeruje, że najbardziej aktywni użytkownicy często raportują maksymalne dostępne wartości w ankiecie.

4. Analiza opisowa

Statystyki opisowe głównych parametrów biometrycznych i treningowych
n mean sd median min max skew
Age 19996 38.85 12.12 39.86 18.00 59.67 -0.09
BMI 19996 24.92 6.69 24.12 12.04 49.97 0.78
Calories_Burned 19996 1280.19 502.24 1231.87 323.11 2890.82 0.68
Session_Duration (hours) 19996 1.26 0.34 1.27 0.49 2.02 0.02
Resting_BPM 19996 62.20 7.29 62.20 49.49 74.50 -0.06
Avg_BPM 19996 143.70 14.27 142.99 119.07 169.84 0.09

Populacja badawcza charakteryzuje się stabilnymi parametrami biometrycznymi ze średnią wieku wynoszącą 38,85 lat.

  • Wskaźnik BMI: Średnia wartość 24,92 plasuje grupę na górnej granicy normy. Rozkład BMI wykazuje wyraźną skośność dodatnią (0,78), co wskazuje na obecność grupy osób o znacznym stopniu nadwagi lub otyłości.

  • Wydatki energetyczne: Średnie spalanie podczas sesji wynosi 1280,19 kcal. Podobnie jak w przypadku BMI, zmienna ta jest prawostronnie skośna (0,68), co sugeruje, że mimo typowych wyników, istnieje grupa respondentów wykonująca treningi o ekstremalnej intensywności.

  • Dynamika treningowa: Multimodalny rozkład czasu trwania sesji (\(\bar{x} = 1,26\) h) potwierdza standaryzację bloków treningowych w badanej grupie.

Analiza rozkładów zmiennych ilościowych ujawnia zróżnicowaną charakterystykę badanych parametrów. Zmienne fizjologiczne, takie jak tętno (Resting_BPM i Avg_BPM) oraz wiek, wykazują rozkłady zbliżone do symetrycznych, co świadczy o zbalansowanym i reprezentatywnym doborze próby.

Z kolei wskaźnik BMI oraz liczba spalonych kalorii charakteryzują się wyraźną skośnością dodatnią. Wskazuje to na koncentrację większości obserwacji w niższych i średnich przedziałach wartości, przy jednoczesnym występowaniu nielicznej grupy rekordów o charakterystyce ekstremalnej (np. bardzo wysokie BMI lub wyjątkowo wysoki wydatek energetyczny). Rozkład czasu trwania sesji ma charakter multimodalny z wyraźnymi pikami, co sugeruje, że aktywności nie są przypadkowe, lecz realizowane w ramach zdefiniowanych, standardowych bloków czasowych (np. 1h, 1.5h).

Demografia i równowaga płci

Zbiorowość jest podzielona niemal idealnie po połowie między kobiety (Female) a mężczyzn (Male). Taki rozkład pozwala na wyciąganie rzetelnych wniosków porównawczych, gdyż żadna z grup nie dominuje liczebnie, co minimalizuje ryzyko błędu statystycznego przy porównywaniu płci.

Popularność dyscyplin

Wszystkie cztery analizowane kategorie (Cardio, HIIT, Strength, Yoga) wykazują zbliżoną liczebność, oscylującą wokół 5000 obserwacji na każdy typ. Dane pochodzą z eksperymentu lub bazy o zaplanowanej strukturze, gdzie każda aktywność została udokumentowana z taką samą dokładnością. Pozwala to na precyzyjne porównanie efektywności np. Jogi względem HIIT na dużej próbie.

Porównanie średnich parametrów w podziale na płeć
Gender Sredni_Wiek Srednie_BMI Srednie_Spalanie
Female 38.79 24.84 1279.71
Male 38.91 24.99 1280.66

Różnice między kobietami a mężczyznami w tym zbiorze są marginalne. Średnie BMI dla obu grup znajduje się na granicy normy (ok. 24.9), a różnica w spalonych kaloriach wynosi mniej niż 1 kcal, co sugeruje, że płeć – w ujęciu ogólnym – nie jest głównym czynnikiem różnicującym wydatek energetyczny w tym modelu (liczy się raczej typ treningu i czas jego trwania).

Mapa korelacji

Analiza współczynników korelacji r-Pearsona ujawnia szereg istotnych zależności, które pozwalają na głębsze zrozumienie dynamiki badanych procesów treningowych i biometrycznych.

Najsilniejszą odnotowaną synergię obserwujemy między wskaźnikiem BMI a procentową zawartością tkanki tłuszczowej, gdzie współczynnik korelacji na poziomie 0,9 potwierdza, że w badanej próbie masa ciała jest niemal bezpośrednim odzwierciedleniem kompozycji sylwetki.

Równie kluczowe powiązania dotyczą bezpośredniej efektywności treningowej; czas trwania sesji wykazuje bardzo silny związek ze spalonymi kaloriami (r = 0,8), co definiuje objętość czasową jako nadrzędny czynnik determinujący całkowity wydatek energetyczny jednostki.

Systematyczność mierzona częstotliwością treningów w skali tygodnia nie tylko istotnie wpływa na sumaryczne spalanie (\(r = 0,6\)), ale także wiąże się z tendencją do wydłużania pojedynczych jednostek treningowych (\(r = 0,6\)), co sugeruje, że osoby trenujące częściej wykazują wyższy poziom zaangażowania kondycyjnego.

W obszarze zachowań prozdrowotnych dostrzegalna jest umiarkowana korelacja dodatnia podaży wody z czasem trwania wysiłku (\(r = 0,3\)), co wskazuje na wzrost świadomości potrzeb fizjologicznych organizmu wraz ze zwiększaniem obciążeń treningowych.

Warto jednocześnie podkreślić, że parametry takie jak wiek czy tętno (spoczynkowe i średnie) pozostają niemal całkowicie niezależne od pozostałych zmiennych, co świadczy o uniwersalnym charakterze zidentyfikowanych trendów, niezależnym od metryki czy indywidualnej charakterystyki kardiologicznej uczestników.

5. Wnioskowanie statystyczne

  1. Typ treningu i Czas trwania → Spalone kalorie
Tabela 1: Regresja liniowa dla wydatku energetycznego
Termin Współczynnik (Estimate) Błąd std. Statystyka t Wartość p
(Intercept) -301.142 3.220 -93.535 0
Workout_TypeHIIT 452.330 2.169 208.574 0
Workout_TypeStrength 152.045 2.158 70.449 0
Workout_TypeYoga -298.142 2.163 -137.852 0
Session_Duration (hours) 1195.131 2.235 534.791 0

Model regresji wykazał, że wszystkie analizowane zmienne mają statystycznie istotny wpływ na liczbę spalonych kalorii (p = 0).

Kluczowym predyktorem wydatku energetycznego jest czas trwania sesji, gdzie każda dodatkowa godzina treningu zwiększa spalanie o średnio 1195,13 kcal. W odniesieniu do bazy porównawczej (którą stanowi Cardio), poszczególne dyscypliny wykazują skrajnie różną efektywność metaboliczną: trening HIIT generuje najwyższy przyrost wydatku energetycznego (+452,33 kcal), podczas gdy trening siłowy (Strength) wiąże się ze wzrostem o 152,05 kcal. Z kolei Joga charakteryzuje się najniższą intensywnością, spalając średnio o 298,14 kcal mniej niż sesja Cardio o tym samym czasie trwania.

  1. Częstotliwość treningów → Kalorie (Kontrola: Wiek i Płeć)
Tabela 2: Wpływ częstotliwości na kalorie (model z kontrolą)
term estimate std.error statistic p.value
(Intercept) 254.500 14.518 17.530 0.000
Workout_Frequency (days/week) 321.414 3.166 101.529 0.000
Age -1.053 0.238 -4.423 0.000
GenderMale -0.018 5.769 -0.003 0.998

Model regresji potwierdził, że dominującym czynnikiem determinującym całkowity wydatek energetyczny jest częstotliwość treningów, gdzie każdy dodatkowy dzień aktywności w tygodniu przekłada się na statystyczny wzrost spalania o 321,41 kcal (\(p = 0,000\)). Analiza wykazała również istotny, choć marginalny wpływ procesu starzenia – z każdym rokiem życia przewidywana liczba spalonych kalorii podczas sesji obniża się o ok. 1,05 kcal. Jednocześnie model jednoznacznie wskazuje na neutralność płci w kontekście efektywności metabolicznej (\(p = 0,998\)), co oznacza, że przy zachowaniu tej samej częstotliwości i wieku, różnice w spalaniu między kobietami a mężczyznami są statystycznie nieistotne. Wysoka wartość statystyki t dla zmiennej częstotliwości (101,5) przy minimalnym błędzie standardowym dowodzi wyjątkowej precyzji i stabilności otrzymanych wyników predykcyjnych.

  1. Grupa mięśniowa i Trudność → Spalanie (per 30 min)
Tabela 3: ANOVA - Spalanie wg grupy mięśniowej i trudności
term df sumsq meansq statistic p.value
Target Muscle Group 35 30678.313 876.523 0.848 0.722
Difficulty Level 2 3762.745 1881.372 1.821 0.162
Residuals 19958 20618603.908 1033.100 NA NA

Przeprowadzona analiza wariancji wykazała brak istotnego statystycznie wpływu zarówno docelowej grupy mięśniowej, jak i poziomu trudności na tempo spalania kalorii w ujęciu 30-minutowym. Wartości p-value dla zmiennej Target Muscle Group (0,722) oraz Difficulty Level (0,162) znacznie przekraczają przyjęty próg istotności $= 0,05, co jednoznacznie wskazuje, że wydatek energetyczny na jednostkę czasu pozostaje relatywnie stały niezależnie od wybranego celu anatomicznego czy stopnia zaawansowania ćwiczeń. Taki wynik potwierdza wysoką homogeniczność intensywności metabolicznej badanych jednostek treningowych, co sugeruje bardzo precyzyjne i wyrównane skalowanie obciążeń w ramach całego programu, gwarantujące zbliżony deficyt energetyczny bez względu na specyfikę danego treningu.

  1. Typ diety → BMI i Procent tłuszczu
Tabela 4a: Wyniki testu ANOVA dla wpływu diety na BMI
Termin Stopnie swobody Suma kwadratów Średni kwadrat Statystyka F Wartość p
diet_type 5 663.997 132.799 2.967 0.011
Residuals 19990 894850.076 44.765 NA NA
Tabela 4b: Wyniki testu ANOVA dla wpływu diety na procent tkanki tłuszczowej
Termin Stopnie swobody Suma kwadratów Średni kwadrat Statystyka F Wartość p
diet_type 5 405.878 81.176 3.255 0.006
Residuals 19990 498484.664 24.937 NA NA

Przeprowadzona analiza wariancji potwierdziła statystycznie istotny wpływ rodzaju stosowanej diety na kluczowe parametry biometryczne respondentów. W odniesieniu do wskaźnika BMI, uzyskana wartość p równa 0,011 dowodzi, że różnice w masie ciała między grupami o różnych modelach żywienia są istotne i nieprzypadkowe. Analogiczną, lecz statystycznie jeszcze silniejszą zależność zaobserwowano w przypadku procentowej zawartości tkanki tłuszczowej, gdzie wartość p wynosząca 0,006 przy statystyce F równej 3,255 wskazuje na mierzalny wpływ wyboru modelu żywienia na kompozycję sylwetki. Takie wyniki stanowią statystyczną podstawę do twierdzenia, że sposób odżywiania ma realne i udowodnione przełożenie na parametry metaboliczne oraz ogólną kondycję fizyczną badanej populacji.

  1. Poziom doświadczenia → Tętno (Resting & Avg)
Tabela 5a: ANOVA - Tętno spoczynkowe vs Doświadczenie
term df sumsq meansq statistic p.value
Experience_Level 1 0.732 0.732 0.014 0.907
Residuals 19994 1062638.700 53.148 NA NA
Tabela 5b: ANOVA - Średnie tętno vs Doświadczenie
term df sumsq meansq statistic p.value
Experience_Level 1 128.987 128.987 0.634 0.426
Residuals 19994 4068825.843 203.502 NA NA

Przeprowadzona analiza wariancji wykazała brak istotnego statystycznie wpływu poziomu doświadczenia na parametry kardiologiczne respondentów, zarówno w stanie spoczynku, jak i podczas wysiłku. Uzyskane wartości p-value dla tętna spoczynkowego (0,907) oraz tętna średniego (0,426) znacznie przekraczają przyjęty próg istotności \(\alpha = 0,05\), co jednoznacznie wskazuje, że staż treningowy nie różnicuje fizjologicznej reakcji układu krążenia w badanej populacji. Brak istotności statystycznej w obu modelach sugeruje, że intensywność treningów jest optymalnie personalizowana i skalowana do indywidualnej wydolności uczestników, dzięki czemu profil kardiologiczny osób na różnym poziomie zaawansowania pozostaje na zbliżonym, stabilnym poziomie.Metoda gotowania i Czas → Ocena posiłku (Rating)

  1. Metoda gotowania i Czas → Ocena posiłku (Rating)
Tabela 6: Wpływ metody gotowania i czasu przygotowania na ocenę posiłku
Termin Współczynnik (Estimate) Błąd std. Statystyka t Wartość p
(Intercept) 2.892 0.027 107.542 0.000
cooking_methodBoiled -0.001 0.031 -0.048 0.961
cooking_methodFried 0.015 0.031 0.489 0.625
cooking_methodGrilled -0.010 0.030 -0.335 0.738
cooking_methodRaw 0.012 0.030 0.403 0.687
cooking_methodRoasted 0.015 0.030 0.487 0.627
cooking_methodSteamed 0.036 0.030 1.197 0.231
prep_time_min 0.003 0.000 5.286 0.000

Analiza modelu regresji wykazała, że wybór konkretnej metody gotowania nie stanowi statystycznie istotnego czynnika różnicującego ocenę posiłku. Wszystkie wartości p-value dla poszczególnych technik obróbki (Boiled, Fried, Grilled, Raw, Roasted, Steamed) znacznie przekraczają przyjęty próg istotności \(\alpha = 0,05\), co wskazuje na brak mierzalnego wpływu sposobu przygotowania potrawy na jej finalny rating. Jedynym istotnym predyktorem w analizowanym modelu okazał się czas przygotowania posiłku (\(p = 0,000\)), który wykazuje trwałą, pozytywną zależność z oceną końcową. Każda dodatkowa minuta poświęcona na przyrządzenie dania skutkuje statystycznym wzrostem oceny o 0,003 punktu, co przy bazowym poziomie Interceptu wynoszącym ok. 2,89, potwierdza tezę o pozytywnym odbiorze posiłków wymagających większego nakładu czasu pracy.

  1. Makroskładniki (Carbs, Proteins, Fats) → Typ treningu
Tabela 8: ANOVA - Spożycie białka a typ treningu
term df sumsq meansq statistic p.value
Workout_Type 3 694.871 231.624 0.477 0.699
Residuals 19992 9717027.108 486.046 NA NA
Tabela 8b: ANOVA - Spożycie tłuszczów a typ treningu
Termin Stopnie swobody Suma kwadratów Średni kwadrat Statystyka F Wartość p
Workout_Type 3 305.266 101.755 0.471 0.703
Residuals 19992 4320741.388 216.124 NA NA
Tabela 8c: ANOVA - Spożycie węglowodanów a typ treningu
Termin Stopnie swobody Suma kwadratów Średni kwadrat Statystyka F Wartość p
Workout_Type 3 4044.912 1348.304 0.444 0.722
Residuals 19992 60730408.892 3037.736 NA NA

Przeprowadzone testy ANOVA jednoznacznie wykazały brak istotnego statystycznie związku między modelem żywienia a charakterem podejmowanej aktywności fizycznej. Uzyskane wartości p-value dla białek (0,699), tłuszczów (0,703) oraz węglowodanów (0,722) znacznie przekraczają przyjęty próg istotności \(\alpha = 0,05\), co dowodzi, że preferencje w zakresie podaży głównych składników odżywczych pozostają niezależne od typu wykonywanego treningu. Bardzo niskie i zbliżone do siebie wartości statystyki F (od 0,444 do 0,477) potwierdzają, że zmienność w spożyciu protein, lipidów i sacharydów między grupami treningowymi jest marginalna. Wyniki te sugerują, że w badanej populacji wybór dyscypliny sportowej nie warunkuje specyficznych modyfikacji diety, co wskazuje na stały, niezmienny profil żywieniowy uczestników, niezależny od specyficznych wymagań metabolicznych danej formy ruchu.

  1. Cukier, Sód, Cholesterol → Typ diety
Tabela 8a: ANOVA - Zawartość sodu w zależności od diety
term df sumsq meansq statistic p.value
diet_type 5 3633107 726621.3 1.415 0.215
Residuals 19990 10266420868 513577.8 NA NA
Tabela 8b: ANOVA - Zawartość cholesterolu w zależności od diety
term df sumsq meansq statistic p.value
diet_type 5 37504.37 7500.875 0.983 0.427
Residuals 19990 152582368.59 7632.935 NA NA
Tabela 8c: ANOVA - Zawartość cukru w zależności od diety
term df sumsq meansq statistic p.value
diet_type 5 586.871 117.374 0.562 0.729
Residuals 19990 4172903.800 208.750 NA NA

Analiza wariancji wykazała brak istotnego statystycznie wpływu rodzaju stosowanej diety na spożycie sodu, cholesterolu oraz cukru w badanej populacji. Uzyskane wartości \(p\)-value dla sodu (0,215), cholesterolu (0,427) oraz cukru (0,729) znacznie przekraczają przyjęty próg istotności \(\alpha = 0,05\), co jednoznacznie wskazuje, że wybór konkretnego modelu żywienia nie różnicuje poziomu konsumpcji tych składników. Niskie wartości statystyki F (od 0,562 dla cukru do 1,415 dla sodu) dodatkowo potwierdzają, że zmienność między poszczególnymi grupami dietetycznymi jest minimalna i nieistotna statystycznie. Wyniki te sugerują, że niezależnie od deklarowanego modelu żywienia, uczestnicy badania wykazują zbliżone nawyki w zakresie podaży tych parametrów, co może świadczyć o tym, że same etykiety diet (takie jak wegańska, paleo czy ketogeniczna) nie gwarantują w tej grupie automatycznego obniżenia poziomu cukru czy cholesterolu w codziennym jadłospisie.

  1. Wiek i Płeć → Wybory treningowe
Tabela 9a: Test Chi-kwadrat dla Płci i Poziomu Trudności
statistic p.value parameter method
0.438 0.803 2 Pearson’s Chi-squared test
Tabela 9b: ANOVA - Wiek a wybór treningu
term df sumsq meansq statistic p.value
Workout_Type 3 46.473 15.491 0.106 0.957
Residuals 19992 2934728.337 146.795 NA NA

Analizy statystyczne wykazały, że cechy demograficzne nie determinują preferencji treningowych uczestników. Wynik testu Chi-kwadrat dla zależności między płcią a trudnością ćwiczeń (\(p = 0,803\)) oraz analiza ANOVA dla wieku i typu treningu (\(p = 0,957\)) potwierdzają brak istotnych powiązań statystycznych między tymi zmiennymi. Tak wysokie wartości prawdopodobieństwa wskazują na pełną homogeniczność grupy, co sugeruje, że wybory sportowe w badanej populacji wynikają z indywidualnych celów, a nie z przynależności do konkretnej kategorii wiekowej czy płciowej.

  1. Spożycie wody → Czas i Częstotliwość treningu
Tabela 10a: Korelacja spożycia wody z czasem trwania sesji
estimate statistic p.value parameter conf.low conf.high method alternative
0.2878184 42.49578 0 19994 0.2750551 0.3004803 Pearson’s product-moment correlation two.sided
Tabela 10b: Korelacja spożycia wody z częstotliwością treningów
estimate statistic p.value parameter conf.low conf.high method alternative
0.2412222 35.14674 0 19994 0.2281244 0.2542328 Pearson’s product-moment correlation two.sided

Analiza korelacji r-Pearsona wykazała statystycznie istotne, dodatnie związki między podażą wody a objętością realizowanej aktywności fizycznej (\(p = 0\)). Odnotowano wyraźną zależność między ilością spożywanych płynów a czasem trwania sesji treningowej (współczynnik korelacji 0,288), co sugeruje, że wraz z wydłużaniem jednostek treningowych uczestnicy w sposób świadomy zwiększają nawodnienie organizmu. Podobną prawidłowość zaobserwowano w odniesieniu do regularności ćwiczeń – korelacja na poziomie 0,241 potwierdza, że osoby trenujące z większą częstotliwością wykazują zdrowsze nawyki behawioralne w zakresie codziennej hydratacji. Wyniki te dowodzą, że wzrost zaangażowania w sport bezpośrednio stymuluje dbałość o równowagę wodno-elektrolitową, co jest kluczowe dla efektywności procesów regeneracyjnych i ogólnej wydolności badanej grupy.

6. Synteza wyników i rekomendacje praktyczne

Profil populacji i fundamenty biometryczne

Przeprowadzona analiza zbioru obejmującego 20 000 rekordów pozwoliła na nakreślenie niezwykle spójnego obrazu współczesnego adepta aktywności fizycznej. Badana populacja charakteryzuje się dużą stabilnością parametrów; średni wiek wynoszący ok. 39 lat oraz niemal idealny parytet płci (\(50/50\)) stanowią o wysokiej reprezentatywności danych. Kluczowym odkryciem w obszarze biometrii jest potwierdzenie wysokiej użyteczności wskaźnika BMI jako predyktora kompozycji ciała – silna korelacja dodatnia z procentową zawartością tkanki tłuszczowej (\(r = 0,9\)) czyni go wiarygodnym narzędziem monitoringu postępów w tej grupie.

Efektywność treningowa: Mechanizmy spalania kalorii

Wnioskowanie statystyczne oparte na modelach regresji zidentyfikowało hierarchię czynników determinujących sukces metaboliczny. Nadrzędne znaczenie ma czas trwania oraz częstotliwość treningów; każdy dodatkowy dzień aktywności w tygodniu przekłada się na statystyczny wzrost spalania o średnio 321,41 kcal. W kontekście doboru dyscypliny, bezkonkurencyjny okazał się trening HIIT, generujący wydatek energetyczny wyższy o 452 kcal względem grupy Cardio. Co warte podkreślenia, analiza obaliła demograficzne mity – wybory treningowe, ich trudność oraz wydajność metaboliczna są całkowicie niezależne od wieku i płci uczestnika, co wskazuje na uniwersalny charakter badanych zależności.

Fizjologia i styl życia: Poza schematami

Analiza parametrów kardiologicznych dostarczyła zaskakujących wniosków, wykazując, że poziom doświadczenia nie różnicuje istotnie tętna spoczynkowego ani wysiłkowego (\(p > 0,05\)). Sugeruje to, że intensywność ćwiczeń jest w badanej grupie optymalnie i indywidualnie skalowana. W obszarze dietetyki zaobserwowano istotny wpływ modelu żywienia na BMI i zawartość tłuszczu, jednak paradoksalnie nie idzie on w parze z automatyczną zmianą podaży makroskładników czy ograniczeniem cukru i sodu. Odnotowano również pozytywny aspekt behawioralny: wzrost zaangażowania w sport naturalnie stymuluje lepszą hydratację organizmu.

Rekomendacje praktyczne

  1. Optymalizacja redukcji: W celu maksymalizacji deficytu kalorycznego należy priorytetyzować treningi typu HIIT oraz dążyć do zwiększenia częstotliwości sesji, gdyż systematyczność ma większą wagę statystyczną niż intensywność pojedynczego zrywu.

  2. Świadomość żywieniowa: Należy zwrócić uwagę, że sama zmiana „etykiety” diety (np. na wegańską czy keto) nie gwarantuje poprawy profilu mikroskładników. Rekomenduje się celową kontrolę podaży cukru i sodu, które w badanej próbie pozostawały na zbliżonym poziomie niezależnie od typu diety.

  3. Personalizacja ponad demografię: Programy treningowe powinny być budowane w oparciu o cele kondycyjne, a nie metrykę, ponieważ wiek i płeć nie ograniczają potencjału wydolnościowego organizmu.

  4. Kultura przygotowania posiłków: Biorąc pod uwagę, że czas przygotowania jedzenia istotnie podnosi jego subiektywną ocenę, warto promować celebrowanie procesu gotowania jako element wspierający utrzymanie rygoru dietetycznego.