Diese Seite zeigt einen statistisch nachgewiesenen Zusammenhang zwischen zwei Gesundheitswerten in den eigenen, über Zeit erfassten Daten. Ein Zusammenhang bedeutet nicht automatisch Ursache und Wirkung — er zeigt nur, dass sich beide Werte tendenziell gemeinsam verändern.
Korrelation
0.98
starker positiver Zusammenhang
Stichprobengröße
3
gemeinsame Monatswerte
Verglichene Werte
Body-Mass-Index (berechnet aus Gewicht/Größe) → LDL-Cholesterin →
Zwischen dem BMI und dem LDL-Cholesterin zeigt sich in diesen Daten ein rechnerisch starker gleichgerichteter Zusammenhang: Der Pearson-Korrelationskoeffizient beträgt r = 0,98, was bedeutet, dass höhere BMI-Werte in diesem Datensatz mit höheren LDL-Werten einhergehen und umgekehrt. Allerdings basiert diese Berechnung auf lediglich 3 gemeinsamen Datenpunkten, an denen beide Messungen gleichzeitig vorlagen. Eine so kleine Datenbasis reicht nicht aus, um daraus belastbare Schlüsse zu ziehen -- der Koeffizient ist bei n = 3 rechnerisch zwar möglich, aber praktisch kaum aussagekräftig. Es wäre verfrüht, dieses Ergebnis als gesicherten Befund zu behandeln.
Hinzu kommt, dass eine statistische Korrelation ohnehin keinen Kausalzusammenhang belegt. Um hier ein klareres Bild zu bekommen, wären deutlich mehr Messpunkte nötig, an denen BMI und LDL-Cholesterin gemeinsam erfasst wurden. Mit wachsender Datenbasis könnte sich zeigen, ob der Zusammenhang tatsächlich so stark ist oder sich abschwächt.