In ca. 70 Tagen werde ich die Drei-Jahres-Marke eines persönlichen Projekts zur Quantifizierung meines Lebens erreichen. Mit einer benutzerdefinierten Android-App, die ich erstellt habe, habe ich 232 Variablen sowie meine Gefühle und Erfüllung in meinem täglichen Tagebuch aufgezeichnet, um zu sehen, ob ich nach meinen eigenen Prinzipien/Zielen lebe oder einfach eine Routine wiederhole.
Die Visualisierungen
- Das Life Gantt (Bild 1): Ein benutzerdefiniertes Rendering mit Android Canvas. Jede Zeile stellt eine Gewohnheit oder einen Tracker dar (Unterhaltung, Sport, Soziales usw.). Der "US-Landmasse" Shape veranschaulicht die Entwicklung meines Trackings, angefangen bei spezifischen Kernmetriken bis hin zur Erweiterung im Laufe der Zeit.
- Wohlbefindenstrends (Bild 2): Ich verfolge die geistige, körperliche und soziale Erfüllung. Meine Daten sind ein Durchschnitt von "Sich hineinfühlen" (aktueller Stand über Likert-Skala) und "Fühlen" (Gesamtlebenszufriedenheit auf einer Cantril-Skala von 1 bis 9).
Projektphilosophie: Dem entkommen "Bayesianische Falle"
Inspiriert von Veritasiums Video zum Bayesianische FalleIch wollte objektive Daten verwenden, um "Aktualisiere meine Priors." Ich verwende ein Bernoulli Naives Bayes-Modell um die Erfüllung basierend auf aktuell erfassten Aktionen vorherzusagen (zu prognostizieren). Erstellen von Indikatoren, um die Rechenschaftspflicht in Echtzeit zu erhöhen und theoretisch zu reduzieren "schlecht" Tage.
Modellleistung und Einblicke
Ich habe verwendet Stratifizierte Kreuzvalidierung (80/20 Zug/Test) So bewerten Sie das Modell über 10 Iterationen hinweg:
| Metrisch | Geistig | Körperlich | Sozial |
|---|---|---|---|
| Grundgenauigkeit | 80 % | 54 % | 53 % |
| Mittlere Genauigkeit | 63 % | 66 % | 60 % |
| Mittelwert-Makro-F1 | 0,4723 | 0,5937 | 0,5508 |
Top-Prädiktoren für positive Erfüllung:
- Geistig: 1. Familie treffen, 2. Auto fahren, 3. Ausgehen
- Körperlich: 1. Gewichtheben, 2. Laufen, 3. Heimwerken
- Sozial: 1. Familie treffen, 2. Ausgehen, 3. Liverpool gewinnt
Wichtige Erkenntnisse
- Déjà-vu-Erkenntnis: Durch das Tracking bin ich mir der Wiederholungen sehr bewusst geworden. Wenn ich einen Gewohnheitsstreifen auf dem Bildschirm sehe, veranlasse ich das oft "optimieren" eine Entscheidung, die Routine zu durchbrechen.
- Langfristige Trends: Die Betrachtung der Daten aus drei Jahren zeigt, wie lange es wirklich dauert, meinen Lebensstil und meine Wahrnehmung davon zu ändern. Ich war mental immer zufrieden, aber die Daten zeigen, wo ich es noch tun muss "die richtigen Entscheidungen treffen" denn jede Aktion hat ihre Vor- und Nachteile.
Ein letzter Gedanke: Gewichtheben ist mein Ding "am besten" körperliche Aktion, die die Wahrscheinlichkeit eines positiven Tages erhöht 65,3 %.
Glaubst du? "gute Tage" Sind Sie ein Produkt der Entwicklung Ihres Lebensstils oder beobachten Sie lediglich einen positiven Zustand?
Von LolBatmanHuntsU
2 Kommentare
[OC] Data & Tools
•Source: Personal dataset tracked daily for 1,000 days (March 2023 – Present).
•The App: Custom-built Android application (Habitually) written in Kotlin to minimize entry friction (3-5 minutes daily ~30 records). Link to App: [https://play.google.com/store/apps/details?id=com.rattra.habitual](https://play.google.com/store/apps/details?id=com.rattra.habitual)
•The Gantt Chart: Custom-rendered using the Android Canvas. It renders pixels of n scale to represent the presence or absence of specific habits/trackers.
•Well-being Charts: Generated within the app and exported via Android’s Bitmaps.
•Data: All data can be exported as JSON or CSV.
How much time did you devote to tracking and entering data each day?