lt-pappelallee.de Open in urlscan Pro
2a01:238:20a:202:1165::  Public Scan

Form analysis
0 forms found in the DOM

Text Content

LT-PappelalleeLauftreff in Langenfeld
 * Startseite
 * Numerik des Laufens
   * Absprungwinkel
   * Age Grading
   * Laufleistung in Watt
   * Höhe Laufen
   * Einstieg in die Laufdatenanalyse
   * Inelastischer Stoß beim Laufen
   * Völlig Normal die 5:15 pace
   * Äquivalente Rad- und Lauftempi beim Triathlon
   * Äquivalente Rad- und Lauftempi beim Triathlon
 * Wann und Wo?
 * Über Uns
   * Wer sind wir?
 * Impressum
 * Statistik
   * Jahresstatistik 2018
   * Jahresstatistik 2017
   * Jahresstatistik 2016
   * Jahresstatistik 2015


Laufen zwischen Langenfeld, Hilden und Solingen1.000 km und mehr je Jahr



LETZTE BEITRÄGE

 * Winter 22/23 mit einer Wärmepumpe 2023-04-10
 * Bewegungsarmut, Energiekrise & Energiesparen 2023-01-02
 * Der Tot in Zeiten der Pandemie 2021-12-18
 * Verschlemmen soll nicht der faule Bauch, was fleißige Hände erwarben.
   2021-01-03
 * Strava Clubmetrik 2020-12-31


LAUFSTATISTIK FÜR DIESE WOCHE





RADFAHRSTATISTIK FÜR DIESE WOCHE




WINTER 22/23 MIT EINER WÄRMEPUMPE

 * Statistik und Auswertung

by Stefan on 2023-04-10



TEMPERATUR VERTEILUNGEN

Der Winter 2022/2023 neigt sich dem Ende zu: Zeit für einen Rückblick auf den
Einsatz einer Luft-Luft Wärmepumpe.

Monat

Min – Draußen

Mittelwert – Draußen

Median – Draußen

Max – Draußen

November

3,57°C

7,40°C

7,54°C

11,18°C

Dezember

-6,47°C

4,41°C

4,42°C

15,80°C

Januar

-2,39°C

5,81°C

6,00°C

13,85°C

Februar

-1,80°C

6,00°C

6,46°C

13,25°C

März

-1,85°C

7,88°C

8,29°C

15,51°C

Die Tabelle oben zu den Außentemperaturen auf Bodenhöhe weißt auf einen milden
Winter hin, wie er in Langenfeld im Rheinland, in den letzten Jahren häufig
aufgetreten ist.

Diesen milden Winter erkennt man auch in der Verteilung der Messwerte.  Nur 6,8%
der Messwerte lagen unter O°C (blaue Linie, vgl. Grafik oben). Da ich Nachts
nicht mit der Wärmepumpe geheizt habe, sind es für die Heizmesswerte nur 4,8%
der Messwerte, vgl. rote Linie oben. Auf diese Froststunden entfällt 8,33% der
Heizenergie, vgl. gelbe Linie oben. Die grüne Linie stellt den COP-Wert des
Herstellers da für eine Innentemperatur von 20°C. Bei -7°C wird dieser mit 3,1
angegeben. Für 0°C beträgt der COP gemäß linearer Interpolation schon 4,53. Das
arithmetische Temperaturmittel der Messwerte beträgt 6,19°C. Die
COP-Mitteltemperatur beträgt hingegen 5,06°C. Das ist diejenige Temperatur, die
zum empirischen COP-Mittelwert 5,66 führt d.h. T=COP^(-1)(5,66) . Da der
COP-Temperaturzusammenhang nichtlinear ist, weichen arithmetisches Mittel und
COP-Mittel deutlich voneinander ab. Die niedrigeren Temperaturen wiegen 
schwerer. Der mittlere COP beträgt 5,66 was für eine Luft-Wärmepumpe schon sehr
hoch ist. Das dürfte vor allem dem milden Wetter geschuldet sein. Der Hersteller
gibt für Mitteleuropa einen SCOP von 4,7 an, für West- und Südeuropa hingegen
einen SCOP von 5,8. Nach dem milden Winter 22/23 scheint das Rheinland demnach
hinsichtlich SCOP mehr Ähnlichkeit mit Westeuropa (Irland, Südwestengland,
Bretagne) als mit Mitteleuropa zu haben.



Aus diesen Verteilungen sind in der Grafik oben die empirischen Häufigkeiten –
Klassenbreite 1°C – gewonnen worden und dargestellt. Der blaue Graph gibt die
Häufigkeit der Temperatur an. Der Modus liegt bei 9°C – wer hätte das gedacht –
und unterstreicht die „milde Winter“ Wahrnehmung.

Der gelbe Graph gibt die auf die Temperaturklasse entfallenden kWh an. Hier
zeichnen sich 3 Gipfel ab, von denen ich vermute, dass sie mit der
Nachtabschaltung zusammenhängen. Die orang gepunktete Linie gibt den Anteil der
aus dem Netz bezogenen  kWh wieder. Dazu habe ich für jeden Tag den Beitrag der
Photovoltaik (PV) zum Gesamtstromverbrauch berechnet (0%-95%) und vom kWh Bedarf
der Wärmepumpe abgezogen. Für die Frosttage fällt das erwartungsgemäß kaum ins
Gewicht, aber das sind eben nur 4,8% der Messwerte, wenn auch teure Stunden. In
Summe ist aber der Beitrag der PV erheblich. Statt 687 kWh Verbrauch beziehe ich
nur 460 kWh aus dem Netz und spare so 33% der Energie. Die vielerorts zuhörende
Frage – Was nützt mir die PV im dunklen Winter bei Frost? – ist zwar berechtigt,
gilt aber in Langenfeld 2022/23 nur für 4,8% der Messwerte. Für die restlichen
95% trägt die PV maßgeblich zur Einsparung bei. Jetzt im April kann ich fast den
ganzen Heizbedarf mit der PV abdecken.  Wenn man den Energiebezug der Wärmepumpe
reduzieren will, konnte man in diesem Winter erheblich mit der PV sparen.
Alternative Spartechniken für Wärmepumpen wie Bodenkollektor, Grundwasser oder
Erdsonde sollten vor diesem PV-Einsparpotential geprüft werden.

Der mittlere COP betrug in diesem Winter 5,66= 3.889,09 kWh Wärme/ 687,41 kWh
Strom. Bezogen auf den Netzbezug von 460,33 kWh resultiert rechnerisch ein
COP=8,45.  Man muss dazu allerdings sagen, dass der PV-Strom nicht kostenlos
ist: Panels, Batterie, Laderegler, Wechselrichter haben ihren Preis von mehreren
1000€. Ich vermute aber, dass dies um ein vielfaches niedriger ist als die
Kosten für Bodenkollektor, Grundwasser oder Erdsonde. Ferner trägt die PV auch
jenseits der Heizfrage zum Wohl des Haushalts bei.


VORLAUFTEMPERATUR

Zur Abschätzung der Vorlauftemperatur der  Wärmepumpe – das ist ist die für den
Carnot-Wirkungsgrad wesentliche Temperatur neben der Außentemperatur – habe ich
einen Temperaturlogger direkt an die isolierte Kühlmittelleitung gesteckt und
folgendes über 9 Tage gemessen:



Beim Einschalten der Wärmepumpe kommt es „leider“ zu hohen Temperaturen, die
sich auch im Strombezug spürbar niederschlagen. Erst im weiteren Tagesverlauf
fällt dann die Vorlauftemperatur auf 35°C und gelegentlich auf 27°C ab, was auch
den günstigen COP (guter Carnot Wirkungsgrad) erklären mag.

Datum Median – Kältemittel°C Mittelwert – Kältemittel°C Mittelwert – Drinnen°C
Mittelwert – Draußen°C 30.03.23 32,04 32,35 18,67 12,20 31.03.23 34,71 33,60
18,67 11,78 01.04.23 28,39 30,06 18,54 10,13 02.04.23 30,16 30,28 18,01 7,46
03.04.23 33,58 34,12 18,84 8,15 04.04.23 32,90 33,18 18,67 8,17 05.04.23 34,85
35,44 18,80 10,02 06.04.23 33,83 34,43 19,47 10,89 07.04.23 34,32 33,47 19,12
9,86 Mittelwert 33,48 32,97 18,77 9,72

Die mittlere Vorlauftemperatur während der Heizphase liegt nach der Tabelle oben
bei ca 33°C.

Eine viel diskutierte Frage ist, ob sich das absenken der Temperatur über Nacht
lohnt d.h. kann man damit Energie sparen. Der Graph oben zeigt, dass ich über
Nacht das Gerät vollständig ausgeschaltet hatte und damit in dieser Zeit 0 Wh
Verbrauch hatte. Auf der anderen Seite fällt beim Wh Graph oben die
Leistungsspitze beim Einschalten auf, die vermutlich nicht auftritt, wenn man
das Gerät 24 Stunden permanent betreibt. Zur Abschätzung dieser Frage habe ich
für jeden Tag den Median Wh nach 13:00 bestimmt und unterstellt, dass dieser der
Gleichgewichtspunkt (Energiezufuhr=Energieverlust) für den ganzen Tag ist.

Gemessener Tagesverbrauch in der Heizperiode: 5,153 kWh/Tag

Geschätzter Tagesverbrauch bei „24 Stunden heizen“ in der Heizperiode: 8,085
kWh/Tag

Der Vergleich spricht deutlich für das Abschalten. Eingespart wurden 2,932
kWh/Tag was 56,9% des gemessenen Tagesverbrauchs entspricht. Da der Raum dann
morgens recht kühl ist, empfiehlt sich ein 5min. anheizen vor der Nutzung.

Zwischen diesen {Ein,Aus}-Abwägungen zum heizen mit der Wärmepumpe, könnte man
noch ein „moderates“ absenken der Temperatur analysieren. Mein Gerät kann
allerdings nur bis 17°C Raumtemperatur absenken, die Vorlauftemperatur fällt
dann auf ca. 27°C. Meine Vermutung ist hier, dass dann der Vorteil der
vollständigen Abschaltung geringer wird, aber dennoch bestehen bleibt.


SZENARIO-ANALYSE

Im Folgenden werden einige Szenarien auf Basis der Messwerte und
COP-Herstellerangaben berechnet.

 1. Szenario „cold Winter“. Hier wird unterstellt, dass die Häufigkeit der
    Frosttage 3 x höher ist als beobachtet und im Gegenzug die „warmen Tage“ 3 x
    seltener auftreten. Rechnerisch geschieht dies durch Multiplikation der kWh
    für T<=0°C mit 3 und für die warmen Tage durch Division durch 3. Ich kommen
    dann zu einem kWh Bedarf von 711 kWh gegenüber 687 kWh empirisch gemessen.
    Auch damit könnte man noch gut Leben.
 2. „seasonal cooling“ Hier wird unterstellt, dass die Temperatur am Standort
    für jeden Messwert um 2°C fällt. Rechnerisch bestimme ich kWh(cold)=
    kWh(real) *COP(T(real))/ COP(T-2). Ich rechne also für jeden Strom-Messwert
    die erzeugte Wärme gemäß COP-Hersteller für gegebene Außentemperatur T(real)
    aus und Teile sie dann durch den kleineren COP(T-2). Sollte der Hersteller
    den COP zu optimistisch angegeben haben (ε-Wärmepumpe), würde sich das hier
    herauskürzen. In diesem Fall komme ich zu einem Strombezug von 742 kWh.
 3. „Ground Water“: Analog zu „seasonal cooling“ bestimme ich nun kWh(ground
    water)= kWh(real) *COP(T(real))/ COP(10°C) wobei ich 10°C für die
    Grundwassertemperatur angesetzt habe. Damit komme ich auf einen Strom-Bedarf
    von 593 kWh. Ich spare demnach 94 kWh und es drängt sich die Frage auf, ob
    diese Ersparnis den Aufwand für die Grundwassernutzung rechtfertigt, zumal
    das genehmigt werden müsste. Nach diesen Ergebnissen würde ich eher davon
    absehen.


ZUSAMMENSTELLUNG DER ERGEBNISSE

 1. Real hatte ich einen Stromverbrauch von 687kWh im Winter 22/23
 2. Durch Nachtabschaltung konnte ich den Verbrauch um über 50% reduzieren.
 3. Mit Photovoltaik (PV) konnte ich den Netzbezug auf 460 kWh senken.
 4. Würden die Frosttage 3 mal häufiger auftreten, hätte ich 711 kWh Verbrauch.
 5. Käme es zu einer Temperaturabsenkung von 2°C , hätte ich 742 kWh Verbrauch.
 6. Die Grundwasserlösung als Wärmequelle würde zu 593 kWh führen.

Die größte Einsprung erziele ich mit Nachtabschaltung und Photovoltaik die auf
460 kWh Netzbezug führen. Daran kommt auch nicht die Grundwasserlösung mit
geschätzt 593 kWh heran. Käme es zu einer saisonalen Außentemperaturabsenkung
von 2°C über den ganzen Winter, müsste man vermutlich 50kWh mehr einsetzen.




BEWEGUNGSARMUT, ENERGIEKRISE & ENERGIESPAREN

 * Common Sense
 * Statistik und Auswertung

by Stefan on 2023-01-02


Zwischen Bewegung und Energie gibt es nicht nur physikalische Zusammenhänge
sondern auch mikro- und makroökonomische Beziehungen.

 



Jeder von uns nähert sich dem Energiesparen auf individuelle Weise. Wenn man das
von dem „physischen Ich“ aus betrachtet gewinnen wir die Energie über Oxidation
von Kohlenwasserstoffen in der Atmung. Dabei wird uns warm. Wer wenig atmet,
spart Energie, lagert sie in das ventrale Energielager ein und  kühlt aus,  so
einfach ist das. Jedem Läufer ist dieser Zusammenhang aus eigener Erfahrung
bekannt.

Der Energieverbrauch gliedert sich in Grundumsatz und Leistungsumsatz. Ersteres
wird maßgeblich vom Energieumsatz zur Aufrechterhaltung der Körpertemperatur
(Thermogenese) bestimmt. Letzteres ist i.d.R. eine bewusste Handlung – d.h.
setzt unseren Willen voraus – und fällt insbesondere beim Ausdauersport groß
aus. Dabei wird für die physische Leistung, aber nur ca. 10%-30% benötigt, der
Rest geht in Wärme über. Auch diese Relation kann jeder Läufer im Sommerlauf bei
über 20°C Außentemperatur bestätigen: wir schwitzen zur Kühlung. Jedwede
Isolierung, ob durch Kleidung oder körpereigenes Fett ist hier von Nachteil.

Ein geringer körpereigener Energieumsatz ist also mit einer geringen
Wärmeproduktion assoziiert. Wer sich kaum bewegt, führt sich deshalb die Energie
gerne anders zu. Im Winter kommt die Energie aus der Heizung. Es gibt demnach
eine substitutive Beziehung zwischen eigener Wärmeproduktion und Wärmebedarf aus
anderen Quellen. Dieser Zusammenhang zwischen Bewegung und Wärme schlägt sich in
der „Kurzfristenergieversorgungssicherungsmaßnahmenverordnung“ (kurz EnSikuMaV)
des Wirtschaftsministeriums (Minister Habeck) nieder. Dort heißt es:

§ 6 Höchstwerte für die Lufttemperatur in Arbeitsräumen in öffentlichen
Nichtwohngebäuden

(1) Im Arbeitsraum in einem öffentlichen Nichtwohngebäude darf die
Lufttemperatur höchstens auf die folgenden Höchstwerte geheizt werden:

 1. für körperlich leichte und überwiegend sitzende Tätigkeit 19 Grad Celsius,
 2. für körperlich leichte Tätigkeit überwiegend im Stehen oder Gehen 18 Grad
    Celsius,
 3. für mittelschwere und überwiegend sitzende Tätigkeit 18 Grad Celsius,
 4. für mittelschwere Tätigkeit überwiegend im Stehen oder Gehen 16 Grad Celsius
    oder
 5. für körperlich schwere Tätigkeit 12 Grad Celsius

Je geringer die Bewegung, desto mehr Heizenergie wird zugestanden. Die
Gesetzgebung selber ist vermutlich als leichte sitzende Tätigkeit einzuordnen.
In Sporthallen kommt es hingegen zu „schwerer Tätigkeit“. Sie sind deshalb nur
mäßig geheizt und das Warmwasser ist stillgelegt. Wir machen uns vor dem
Bodenturnen mit Laufen warm.

Am 13. Dezember 2022 fand der Bewegungsgipfel mit Prof. Dr. Karl Lauterbach
(Gesundheitsminister) und Nancy Faeser (Innenministerin) in Berlin statt. Hier
wurde vieles besprochen und gefordert, natürlich auch der präventive Schutz
unserer Gesundheit durch Sport betont, aber nicht der offensichtliche
Zusammenhang zwischen Energiekrise und Bewegung (Thermogenese, EnSikuMaV)
thematisiert, zumal ersteres mit dem Angriffskrieg Russlands gegen die Ukraine
am 24.2.2022 die Medien beherrscht.

Mit sportlichen Aktivitäten hat man definitiv Einfluß auf den
Heizrenergiebedarf, aber auf 0,0 kWh lässt er sich natürlich nicht reduzieren.
Angeregt durch den youtube’er Andreas Schmitz aus dem PV-Bereich habe ich mich
für den Einbau einer split-Klimaanlage mit SCOP = 4,8 entschieden mit der ich
derzeit heize.



Schematisch ist das oben in der Grafik dargestellt. Das Außengerät entzieht der
Außenluft Wärme, „verdichtet“ sie mit einem Kompressor, gibt die Wärme über
einen Ventilator im Innengerät an den Raum ab, der sie letztlich überwiegend
über die wärmeleitenden Wände wieder nach Außen abgibt, womit sich der Kreislauf
schließt. Die Aufrechterhaltung dieses Ungleichgewichts kostet Energie. Ein Maß
für die Effizienz der Klimaanlage ist der Seasonal Coefficient Of Performance,
kurz SCOP, der bei meiner Anlage laut Hersteller bei 4,8 liegt, d.h. 1 kWh Strom
soll zu 4,8 kWh Wärme führen. Neben der Effizienz der Klimaanlage ist für die
Effizienz des Heizprozess natürlich die Wärmeleitfähigkeit und Wärmekapazität
des Wandmaterials (lambda, blauer Pfeil abwärts in der Wand) sowie der U-Wert
der Mauer maßgeblich, den man mit Dämmung/Isolierung verändern kann.



Die Grafik zeigt Strombedarf (W) als auch Innen-, Flur- und Außentemperatur. Der
beheizte Raum ist der einzige im Gebäude d.h. hat keine Berührung zu einer
anderen Wärmquelle!

Die Anlage habe ich auf eine Solltemperatur von 19°C (Habeck, EnSikuMaV)
eingestellt. Erwartungsgemäß kann man hier schon eine negative Korrelation
zwischen Außentemperatur und Energiebedarf erkennen. Ferner fällt die
morgendliche Spitzenlast beim anheizen des Raums auf.

Da ich bei den Frosttagen befürchtete, dass mir die alte Gasheizung „kaputt
friert“ habe ich den Brenner auf Programm Frostsicherung angestellt, aber die
Heizkörperventile auf „*“/geschlossen gestellt. Alleine dieser Frostsicherung
hat mich dann im extrem Fall 80kWh/Tag gekostet.

Man sieht am Verlauf der Flurtemperatur, dass dennoch Wärme abgegeben wurde. Das
kann teilweise auch auf Luftaustausch mit dem beheizten Raum zurückgehen, weil
ich die Innentür offen gelassen hatte.



Die Grafik oben stellt den selben Sachverhalt auf Tagesebene da. Vom 25.11.22
bis zum Jahresende habe ich einen täglichen Heizbedarf von ca. 6kWh/Tag
(gepunktete Linie). Die Varianz ist aber mit ca. 50% erheblich und die kalten
Tage < 0°C kosten richtig Strom. Ferner deutet sich ein timelag in der Beziehung
Außentemperatur zur Heizleistung an, dass ich noch prüfen muss, welches auch
plausibel wäre, da die Mauer erheblich Energie speichert und möglicherweise
verzögert abgibt.

Stellt man den Energiebedarf in Wh/Tag in Abhängigkeit der mittleren
Außentagestemperatur da, kommt man zu folgender Beziehung.



Wie zu vermuten ergibt sich hier ein fallender Verlauf d.h. je höher die
Außentemperatur, desto niedriger der Heizbedarf. Mit dem gefundenen Polynom ist
man in der Lage, auch für andere Temperaturverläufe den Energiebedarf
abzuschätzen. Für 0°C werden ca 8,2 kWh/Tag geschätzt, was plausibel erscheint.
Man sieht aber auch, dass die sehr kalten Tage (-5°C) fast doppelt soviel
Energie erfordern wie der Durchschnitt.

Für jeden Heiztag habe ich eine linear-limitationale Beziehung geschätzt, hier
beispielhaft für die Tage 25.11. und 13.12.



In der Grafik oben erkennt man mehrere Zusammenhänge. Der Energieinput fällt
nach Inbetriebnahme und nähert sich mit der Zeit einem Gleichgewichtspunkt, ab
dem sich weder Temperatur noch Heizleistung ändern. Ich interpretiere das so,
dass Energieverlust und Energiebedarf im Gleichgewicht sind. Dieses
Gleichgewicht fällt in den Tagen deutlich unterschiedlich aus.

Am 13.12.22 wurden in Summe 9,36 kWh Heizenergie benötigt. Ab 15:00 stabilisiert
sich die Leistung bei 500,5 W. Das ist der Median über die Werte ab 13:00. Hätte
man mit diesen 500 W den ganzen Tag geheizt, so ergäben sich 12kWh/Tag. Das
Abschalten übernacht hat demnach 2,6 kWh = 28% Heizenergie gespart. Über alle
Heiztage im Herbst 2022 komme ich auf eine Ersparnis von 2,76 kWh/Tag. Für
diesen Zeitraum ergibt sich eine mittlere Energieersparnis von 47% gegenüber
Vollzeitbetrieb. Mit einer heizkörper- und wassergebundenen Heizung lässt sich
das vermutlich nicht in dem Umfang realisieren, weil das System viel „träger“
ist. Ich würde vermuten, dass eine Innenisolierung – das Mauerwerk wird weniger
erwärmt – diesen Effekt noch verstärken wird.

Die Beziehungen zwischen diesen täglichen Energiegleichgewichten und der
Temperaturdifferenz Innen-Außen sind im Folgenden dargestellt.



Die homogene Regression zeigt eine Steigung von 29,22 W/d T, wobei d T der
Temperaturunterschied zwischen Innen- und Außentemperatur in °C ist.

Der beheizte Raum hat eine Oberfläche von 115 qm (davon 2,75 qm Glas) , so dass
man auf einen mittleren U-Wert von 0,2541 W/dT/qm kommt. Für einen Altbau
Baujahr 1914 mit 44cm Vollziegelaußenwand ohne „Kernsanierung“ aber mit
Doppelverglasung von 1999 ist das schon OK.

Nach DIN 4713 entfällt auf einen Tag im Nov. /Dez. ca. 5,16 Promille der
gesamten Jahresheizlast. Der beheizte Raum hat eine Grundfläche von ca. 26 qm so
dass man auf eine Heizlast von 44,90 kWh/qm/Jahr kommt. Auch das ist für einen
Altbau schon ganz gut.

In Summe kann ich so meinen Energiebezug an Erdgas und Strom 2022 mehr als
halbieren. Das von Minister Habeck und der Bundesnetzagentur ausgegebene
Sparziel von 20% Erdgasreduktion habe ich weit übertroffen. Das ist neben den
hier dargestellten Ansätzen auch mit einem Komfortverlust verbunden gewesen. Dem
gegenüber stehen die nicht unerheblichen Kosten für die Anlagen, die sich
hoffentlich bei den hohen Energiepreisen schnell amortisieren. Mein Warenkorb –
Stichwort Inflation 10,4% Okt. 2022 – besteht jetzt mehr aus „Investitionsgüter“
als aus „Energie“ die durch den Schornstein rauscht.




DER TOT IN ZEITEN DER PANDEMIE

 * Statistik und Auswertung

by Stefan on 2021-12-18


Nun (Dez. 2021) leben wir in Deutschland mit der SARS CoV2 Pandemie, Covid19
oder kurz gesagt mit Corona schon mehr als 1,5 Jahre. Es ist trotz Impfung noch
kein Ende in Sicht, neue Virusvarianten – derzeit Omikron – scheinen den
Impfschutz zu umlaufen. Medikamente: bisher Fehlanzeige! Abstand-und
Hygieneregeln, Maske, Impfausweis, 2G, 3G Regeln: das alles ist zum
selbstverständlichen Bestandteil unseres Leben geworden. Der Hallensport führt
mittlerweile ein Nischen Dasein. Das Laufen an der frischen Luft war bis wenige
Ausnahmen aber fast immer möglich.

Hier soll es aber nun um den Tod gehen. Das RKI und das statistische Bundesamt
haben in letzten Jahren Zahlen dazu gesammelt. Leider ist damit nur eine sehr
rudimentäre Beschreibung der Lage bzw.  ein rudimentärer Rückblick möglich.
Andere EU Staaten wie Großbritannien können eine bessere Datenlage vorweisen.

Wenn’s um den Tod geht schaudern wir zunächst. Dabei steht er von Anfang an
fest, nicht nur in Zeiten der Pandemie. Wichtige Fragen sind zweifellos, wann
und weshalb er Eintritt. Das Erste scheint in der medialen Darstellung eine
untergeordnete Bedeutung zu haben. Die Medien schockieren mit der Anzahl der
Toten. Das zweite – das Weshalb – wurde zum Beginn der Pandemie noch heftig
diskutiert und mündete in die Formulierung „An oder Mit Corona verstorben“, weil
die monokausale Erklärung augenfällig zu kurz gegriffen war. Dennoch hat sich
die Zählung in „Corona-Tote“ in der Statistik durchgesetzt. Wir sollten beachten
dass diese {0,1} Unterscheidung fragwürdig ist.

Zu den Toten haben wir Zeitpunkt/Ursache/Geschlecht/Alter in einem Datensatz
verfügbar. Da die Datensätze mit Attribut Geschlecht in zu grobe Altersklassen
aufgeteilt (20 Jahre) sind, begrenze ich mich hier auf die Ursache mit
Ausprägungen {Covid19, Alle} und den Altersklassen in 5er bzw. 10er
Altersbändern. Die Ausgangswerte habe ich dann noch nach Altersklasse kumuliert.

Die Tabellen vom RKI sehen dann z.B. so aus:

Jahr KW x0_10 x10_20 x20_30 x30_40 x40_50 x50_60 x60_70 x70_80 x80_90 ‚x90+ Tote
je Altersband 2020 16 0 0 0 2 13 38 144 364 707 328 Kumuliert 2020 16 0 0 0 2 15
53 197 561 1268 1596

In der KW 16 /2020 sind demnach 1596 an oder mit Covid19 gestorben. Die Hälfte
davon sind 798 Verstorbene und wir möchten nun wissen, wie alt diese
Verstorbenen waren. Sie müssen älter als 80 und jünger als 90 gewesen sein weil
561<798<1268 gilt. Wenn wir das linear zwischen den Altersgruppen interpolieren
kommen wir auf 83,35 Jahre (798-561=237, 1268-561=707, 80+10* 237/707=83,35).
Das ist das geschätzte Medianalter der in der KW 16 /2020  an oder mit Covid19
Verstorbenen. Das können wir nun für jede KW und auch für die Totenstatistik zu
allen Toten (destatis) machen. Für KW 16 /2020 ermittelt man so ein Medianalter
von 82,20 Jahren für alle Toten. Das ist jetzt zunächst erstaunlich, dass die
Covid19 Toten häufiger älter sind als die „Normalsterblichen“.  Deshalb habe ich
das für alle Zeitpunkte berechnet und in folgender Grafik dargestellt.



Datenquellen:

RKI 09.12.2021, URL:

https://www.rki.de/DE/Content/InfAZ/N/Neuartiges_Coronavirus/Projekte_RKI/COVID-19_Todesfaelle.html

Statistisches Bundesamt 14.12.21, URL:

https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Bevoelkerung/Sterbefaelle-Lebenserwartung/Tabellen/sonderauswertung-sterbefaelle.html

Die roten Zeitreihen in dieser Grafik sind die Medianalter der Covid19 Toten.
Das ist erfreulich hoch, aber auch mit erheblicher Varianz verbunden. Die
Streuung scheint aber eher ein statistisches / interpolations Artefakt zu sein,
weil sie besonders hoch ist wenn man wenig Covid19 Tote hat (grüne gepunktete
Linie). Die durchgezogene rot Linie ist das Medianalter = 83,08 Jahre der
covid19 Toten über den Untersuchungszeitraum. Die blauen Zeitreihen stellen das
Alter aller Toten da. Das Medianalter ist hier 82,19 Jahre, also etwas geringer
als das der Covid19 Toten.

Wenn man nun die Differenz interpretiert, sollte man natürlich eingangs
festhalten, dass jeder Tote natürlich immer ein Verlust ist, insbesondere für
die Angehörigen. Die damit verbundene Trauer muss sich aber auch in den
konkreten Alltag der Hinterbliebenen einbetten. Aus eigener Erfahrung kenne ich
hier Fälle, wo man z.B. den Urlaub infolge des Tot’s eines nahen Angehörigen
abgebrochen hat, während andere wiederum trotz Trauerfall in Urlaub fahren.
Lässt dies Rückschlüsse auf die zugrundeliegende Nutzenfunktion der Trauernden
zu? In der mikroökonomischen Analyse geht man so vor.

In den Medien wird Covid19 als Krankheit dargestellt, unter der besonders die
Älteren zu leiden haben. Das wird auch durch diese Zahlen bestätigt. Nicht
dargestellt wird hingegen, dass die Summe aller Todesursachen im Median zu einem
früheren Tod führen als Covid19. In dieser unausgewogenen Darstellung wird so
der Eindruck erweckt, dass der Lebensverlust  – durch geeignete Gegenmaßnahmen –
gar nicht eintreten würde. Man hat bei manchen Formulierungen sogar den
Eindruck, dass man das zurückgehen anderer Todesursachen bedauert d.h. es werden
die Grippe-Toten vermisst.

Nun kann man sich fragen ob die beiden Medianalter statistisch unterschiedlich
sind. Wenn wir alleine die Streuung der Covid19-Medianalter betrachten, kann man
schon vermuten, dass hier kein signifikanter Unterschied vorliegt und der
beidseitige Test mit unterschiedlichen Varianzen führt auf p=19,05% also nicht
signifikant, was auch optisch zu erwarten ist.

Die Politik-Maßnahmen der Vergangenheit als auch die geplanten Maßnahmen haben
empfindlich die Grundrechte aller Bürger berührt (Lockdown, Bundesnotbremse) und
es gibt Widerstand nicht nur auf der Straße sondern auch im Parlament.  Im Kern
war die Argumentation, dass man auf bürgerliche Freiheiten verzichten muss, weil
großes Unheil für alle droht. Verschärft wurde dies durch die Diskussion zur
Impfung (Montgomery: „Tyrannei der Ungeimpften„) und der Forderung nach einer
Impfpflicht (Verlust der körperlichen Unversehrtheit). Die hier dargelegte
Schätzung zu dem Medianalter der Verstorbenen lässt diese „Große Gefahr“ 
hinsichtlich der Toten bisher nicht erkennen. Covid19 Tote oder Normalsterbliche
unterscheiden sich nicht wesentlich im Medianalter.

Die Handlungsalternativen der Politiker hinsichtlich der Sterblichkeit als ein
Maß für den Wohlstand sind aber vielfältiger als derzeit die Schlagzeilen der
Medien vermuten lassen. Dazu habe ich ebenfalls vom Statistischen Bundesamt die
Daten zu den Verkehrstoten nach gleichem Prozedere ausgewertet, vgl. Grafik.



Quelle:
https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Verkehrsunfaelle/Tabellen/getoetete-alter.html

Zunächst möchte ich ausdrücklich darauf Hinweisen, dass auf der linken Ordinate
(blau) die Toten/Jahr dargestellt sind, auf der rechten Ordinate (rot) hingegen
die Toten/Woche, somit also deutlich mehr (ca. das 52-fache) an Covid19 sterben
als im Verkehr. Die Grafik zeigt, dass das Mediansterbealter im Verkehr mit
51,58 Jahren deutlich unter dem Covid19-Alter=84,54 Jahre liegt. Das mit der
Häufigkeit gewichtete Mittel beider liegt bei 83,92 Jahre.

Wir nehmen in einem Gedankenexperiment nun mal an, dass ein
Verkehrsgesetzentwurf „Tempo 100 auf der Autobahn“ zur gleichen Steigerung des
mittleren Sterbealters führen würde wie eine „Covid19-Impfpflicht“. Juristisch
sind diese Maßnahmen natürlich nicht vergleichbar. Das Tempolimit ist 
offensichtlich ein geringfügiger Eingriff in die Freiheit der Bürger (aber
Achtung: „freie Fahrt für freie Bürger“) die Impfpflicht hingegen ein
schwerwiegender Eingriff in die Grundrechte. Wie entscheidet sich nun ein
Politik-Akteur unter diesen Prämissen ? Schaut er auf seine Wähler und vermutet,
dass „des deutschen liebstes Kind nicht die körperliche Unversehrtheit sondern
das Auto“ ist? Hat er noch andere „Pressure Groups“ im Nacken? So hat z.B. beim
Thema 2G in Niedersachsen der Einzelhandel erfolgreich vor Gericht gesiegt.

Aus der Praxis der ökonomischen Analyse wissen wir, dass zwischen verbal
geäußerter Präferenz und realer Entscheidung große Unterschiede bestehen
können.  „Abgestimmt wird an der Fleischtheke des Supermarkts“, im Gegensatz zur
verbal artikulierten Präferenz für das Tierwohl. Ein bekannter politischer
Akteur, Helmut Schmidt, bemerkte “ Wer Visionen hat, muss zum Arzt“. 
Politischen Entscheidungen liegt vermutlich ein Kalkül zugrunde, das nicht
offensichtlich ist. Hier brauchen wir Bürger mehr Transparenz zum Kalkül.

Neben dem politischen Aspekt gibt es das persönliche Entscheidungsproblem, ob
man sich impfen soll oder nicht. Man kann diese Entscheidungssituation mit
Modellen der Spieltheorie  nachbilden.  J. Nash (MIT, Princeton) und R. Selten
(Bonn) haben dafür 1994 den Nobelpreis für Ökonomie erhalten , vgl. auch Prof.
C. Rieck (Frankfurt) auf seinem youtube Kanal .

Zu dem „game theory setting“ habe ich folgende Auszahlungsmatrix
zusammengestellt:

Covid19-Tod Normal Tod Medianalter Medianalter 83,08 82,19 Mischung 0,1% 0,10 %
99,90 % 82,19 Mischung 5% 5,00 % 95,00 % 82,24


SARS-COV-2

Handlungsalternativen

INFEKTION

KEINE INFEKTION

Mittelwert

GEGEN SARS-COV-2 IMPFEN

Mit 0,1% Covid19 Tod normal sterblich Medianalter 82,19 82,19 3 Tage Verlust
durch Impfung -0,0082 -0,0082 Summe 82,19 82,19 82,1860

NICHT GEGEN SARS-COV-2 IMPFEN

Mit 5% Covid19 Tod normal sterblich Medianalter 82,24 82,19 5 Tage Verlust durch
Krankheit -0,0137 Summe 82,22 82,19 82,2092 delta der Handlungen in Tagen 13,90
3,00 8,45

Ein wichtiges Element dieser Auszahlungsmatrix ist, dass der Verlust des Lebens
nicht nur im Fall der Infektion droht sondern auch bei den Gesunden: auch in
diesem Fall muss man sterben, jedoch zu einem anderen Zeitpunkt. Die Zeitpunkte
habe ich aus den zuvor berechneten Medianalter abgeleitet. Man kann natürlich
diese Matrix um beliebige Elemente ergänzen. Impfbefürworter werden hier die
Gefahr von LongCovid19 ergänzen wollen, Impfgegner die Risiken der Impfung
nennen. Aktuell wäre für Nichtgeimpfte sicherlich ein Nutzen-Abzug – unabhängig
von Infektion – durch die 2G Regeln sinnvoll und würde diese
Handlungsalternative schlechter erscheinen lassen. Dieser „Strafterm“ wird
derzeit auch von den meisten politischen Akteuren gewollt, auch wenn das so
nicht alle Teilen, vgl. Kubicki.

Abschließend ein Hinweis zum Titelfoto, einem schwarzen Schwan der eine Metapher
für nicht prognostizierbare Prozesse ist. Das mag am ehesten noch am Anfang der
Pandemie gegolten haben,  aber mit zunehmender Zeit und Daten  (Omikron in
Südafrika) wird aus diesem schwarzen Schwan ein „grauer Schwan“ den wir mit
theoretischen Modellen erahnen können. Wenn die Prozesse wie nun im Dez. 2021 zu
empirisch nachvollziehbarem Alltag werden ist daraus der uns bekannte „weiße
Schwan“ geworden.

Wie an anderer Stelle schon bemerkt, ist die Datenlage in der BRD bisher (Dez.
2021) im Vergleich zum europäischen Ausland schlecht.  An Geld und Personal kann
es nicht liegen und das undurchsichtige Kalkül der Politik lässt vermuten,  das
man Gefallen am schwarzen Schwan gefunden hat, weil er der Politik
Entscheidungsräume öffnet und sie die Erfolgskontrolle nicht fürchten muss.




VERSCHLEMMEN SOLL NICHT DER FAULE BAUCH, WAS FLEISSIGE HÄNDE ERWARBEN.

 * Common Sense

by Stefan on 2021-01-03


Dieser Imperativ von Heinrich Heine aus dem Jahr 1844 in „Deutschland. Ein
Wintermärchen, Caput I“ trifft ziemlich gut das, was wir uns für das neue Jahr
2021 vorgenommen haben:



Offen bleibt die Frage, ob wir unsere Ziele erreichen. Ich würde vermuten, dass
hier viele am Ziel „gesünder ernähren“ scheitern, einfach deshalb, weil es nicht
exakt definiert ist. Die Entwicklungen auf den Märkten deuten auch nicht in
diese Richtung. Letztes Jahr war „Delivery Hero“ der Top Performer im DAX30. Das
RKI weiß zu berichten, dass wir in der covid19 Pandemie ganz ordentlich über die
Verhältnisse gelebt haben. Dies war auch zu befürchten, wie ich und andere
vermutet hatten vgl. Aprilscherz 2020.



Durch die covid19 Pandemie gestaltet sich der breiten Sport zunehmend
schwieriger. Turnhallen und private „Fitnesshallen“ sind zunächst bis 10.1.2021
im lock down geschlossen. Man muss sich also selber antreiben, und dass fällt
vielen schwer. Insbesondere dann, wenn’s draußen kalt, glatt, nass und dunkel
ist. Es gibt hier also auch beim Ziel Sport wenig Anlass für Optimismus.

Aber nun wieder zurück zu Heinrich Heine, geboren in der Düsseldorfer Altstadt
Bolkerstraße, und vermutlich der bekannteste Dichter aus Düsseldorf. Am
3.11.1811 erlebt Heine Napoleons Einzug in Düsseldorf:

> „Ein Lächeln, das jedes Herz erwärmte und beruhigte, schwebte um die Lippen –
> und doch wußte man, diese Lippen brauchten nur zu pfeifen – et la Prusse
> n’existait plus -, diese Lippen brauchten nur zu pfeifen – und die ganze
> Klerisei hatte ausgeklingelt -, diese Lippen brauchten nur zu pfeifen – und
> das ganze Heilige Römische Reich tanzte.“

Hier kommt eine kritische Einstellung zu Klerus und Adel zum Ausdruck, die schon
in den Vorjahren zur französischen Revolution auf Flugblättern thematisiert
wurde:



Hier muss der dritte Stand, die Bauern, Klerus und Adel durchfüttern. Und
vermutlich zielt Heines Vers

> Verschlemmen soll nicht der faule Bauch, was fleißige Hände erwarben.

in „Deutschland ein Wintermärchen“ genau darauf ab. Es darf gefragt werden, wen
die Landwirtschaft in unserer Zeit durchfüttern muss und ob dies ähnlich
kritisch zu sehen ist wie zu Heines Zeiten.

Dazu wollen wir uns den Begriffen

 * Schlemmen
 * Faulenzen
 * Bauch
 * fleißige Hände

aus dem Heine Zitat zuwenden und aktuelle Bezüge ermitteln.

Zunächst zu den fleißigen Händen: die sind auch 180 Jahre nach Heines Werk
erforderlich:



Ob auf dem Gurkenflieger vor unserer Haustür oder bei der Kakaoernte in fernen
Kontinenten: vieles erfordert in der Landwirtschaft noch immer die fleißigen
Hände. Und nicht nur das: die meisten von uns dürften dieser Dauerbelastung
(Rücken!) nicht mehr gewachsen sein. Der Skandal bei Deutschlands größtem
Schlachthaus Betreiber hat auch noch mal ein Licht auf die fleißigen Hände beim
Thema Fleisch geworfen.

Wofür die ganze Mühe? Wenn hier die Antwort „für einen faulen Bauch“ lautet, ist
auch heute noch die Sinnhaftigkeit ernstlich in Frage gestellt. Einerseits aus
einer moralischen Perspektive – da möge sich jeder selbst fragen – andererseits
aber zunehmend auch aus physiologischer und ökologischer Sicht. Hier werden
Nahrungsmittel produziert und diese sollen nicht krank machen noch unsere Umwelt
ruinieren, vgl. Hoimar von Ditfurth.

 

Kommen wir zum Bauch umgangssprachlich auch Plautze genannt.

Wie eingangs erwähnt haben wir im covid19 Jahr 2020 ordentlich zugelegt,
vermutlich überwiegend am Bauch, vgl. auch Body Shape Index. Gegenüber dem
Vorjahr stieg der BMI laut RKI von 25,9 auf 26,4 kg/m^2 mit einem Zuwachs von
1kg/Jahr. Wir können nur hoffen, dass sich dieser Trend nicht so fortsetzt, denn
dann wären auch die Überlebenden der covid19 Pandemie in 10 Jahren äußerst
krank! Bezahlen müssen wir das alle über Beiträge oder Prämien zur gesetzlichen
oder privaten Krankenkasse (PKV +8,1%). Deshalb an alle der Appell, die guten
Vorsätze für 2021 auch umzusetzen. Das ist nicht nur im individuellen sondern
auch im kollektiven Interesse.

Das Faulenzen

Zunächst müssen wir dies klar definieren, um dem Vorwurf „faul sind immer die
anderen und nie man selbst“ zu entgehen. Ich schlage hier eine physiologische
Definition vor. Faulheit ist gleichbedeutend mit einer geringen Leistungsabgabe
gemessen Watt = J/s. Damit ist auch klar, dass Faulheit wie Schlaf zum Leben
gehört und somit nötig ist. Die quantitative Frage ist, wie viel Leistung sollte
es sein? Wie viele kWh pro Tag sollten wir abgeben? Und, woran erkenne ich die
Leistungsabgabe, wenn ich sie nicht im Labor messen kann?

Zunächst kann man anstreben, Energieaufnahme und -abgabe im Gleichgewicht zu
halten. Das erkennen wir auf der Waage. Manche empfehlen 20 Minuten Sport am
Tag, aber das hängt natürlich mit der Bewegung im Job/Arbeit zusammen
(Bürotätigkeit). Manche Läufer richten ihre Trainingsintensität am Puls aus, als
Proxi-Variable für die Leistung – und dazu gab es folgende Diskussion:

„Eine niedrigere Herzfrequenz (HF) beim Laufen ist meiner Einschätzung nach ein
sehr langfristiges Ziel. Auf dem Weg dahin muss man kurzfristig (beim ‍Laufen)
wohl höhere HF in Kauf nehmen. Ich meine bei mir zu beobachten, dass gerade die
längeren Läufe (>15km) langfristig den Puls senken. Ich schaue darauf, wie viele
Herzschläge habe ich an einem Tag und wie viele pro km.“

Wer sich nie fordert, sozusagen die Leistung nicht abgibt und faulenzt, wird
auch nicht in den Genuss eines niedrigen und ruhigen Puls gemessen in
Herzschläge/Tag kommen. Wir sollten hin und wieder also mit Vollgas laufen, wohl
wissend, dass nicht jeder Tag ein Wettkampftag ist.

Woran erkennt man die Leistung beim Laufen? Für uns Freizeitläufer (> 1km) kann
der Stoffwechsel die erforderliche Energie nur über den aeroben Stoffwechsel zur
Verfügung stellen. Wir merken es an Atmungs- und Herzfrequenz. Erstrebenswert
ist hier, aus einem breiten Intervall wählen zu können. Ein Faulenzer kann dies
in der Regel nicht. Er will es zudem auch häufig nicht und hält die Atmung flach
(kriegt schlecht Luft) sowie den Puls niedrig. Da dies kaum mit Laufen – das ist
die Bewegung mit Flugphase – vereinbar ist, lässt er das Laufen auch direkt
bleiben und joggt/geht lieber.

Beim Radsport ist es hingegen einfacher: Such Dir die nächste Rampe am Berg und
„prügel“ sie hoch. Keine Angst, auch wenn Du als Amateur noch so in die Pedale
trittst, sie brechen nicht. So eine Ausrede ist mir mal von einem „besorgten“
Radfahrer (<250W Leistung) genannt worden. Also nicht die Schuld bei anderen
oder dem Material suchen, sondern die Kraft aus seinem Inneren schöpfen, dem
Bauch, auch wenn es Schweiß kostet, Du keine Luft mehr zu kriegen scheinst und
das Herz bis zum Hals schlägt.

Verschlemmen

Heine hat diesen Begriff vor dem Hintergrund „Klerus/Adel/3.Stand“ sicherlich
mit bedacht gewählt. Es haftet etwas „unnützes“ und „verschwenderisches“ an ihm.
In der Tat, das Schlemmen ist das Urbeispiel (geht evolutorisch bis ins
Tierreich zurück) für egoistischen Konsum, weil es den Konsumausschluss
zwangsläufig nach sich zieht. Das ist nicht bei allen Genüssen so. Wenn man eine
schöne Landschaft oder ein schönes Bild erblickt, folgt daraus noch lange nicht
der Ausschluss Dritter. Gleiches gilt für die Musik. Hier teilt man den Genuss
ein und der selben Sache miteinander. Aber, wer will schon Sachen in den Mund
nehmen, die zuvor von einer anderen Person genossen worden sind?

Genuss wird in wiki als positive Sinneswahrnehmung beschrieben, vgl. auch
Wanting, Liking, Running. Im Fall von „Schlemmen“ ist die Sinneswahrnehmung der
Geschmack. Schmecke ich nichts mehr, gibt es demnach auch kein Genuss, weil die
Sinneswahrnehmung fehlt. Das kann laut Berichten, auch eine Folge einer covid19
Infektion sein. Das übliche Ende des Geschmack-Genuss ist aber in der Regel das
Schlucken. Dies ist nicht Bestandteil des Genuss, weil weder Magen noch Darm ein
Sinnesorgan sind. Jetzt werden sich manche Genießer fragen, warum sie denn so
gerne Schlucken. Der Sommelier hingegen kennt den Unterschied genau: er genießt
und prüft den Wein, spuckt ihn dann aber wieder aus.

Der Unterschied ist offensichtlich der Eigennutz oder das, was man bzw. das
Gehirn – vgl. Wanting, Liking, Running – dafür hält.

Und genau diese Bereicherung gönnt Heinrich Heine nicht dem faulen Bauch, wohl
aber den fleißigen Händen. Ein Implikation dessen ist das Gleichgewicht von
Energieaufnahme und -abgabe. Dem können wir noch heute zustimmen und man sieht
es an den guten Vorsätzen für das Jahr 2021.





STRAVA CLUBMETRIK

 * Statistik und Auswertung

by Stefan on 2020-12-31 0 Comments

Zu jedem Club stellt strava eine Besten-Tabelle bereit z.B. LaufenInLangenfeld.
Man kann dann diese Tabelle für Lauf-Clubs nach 4 Spalten sortieren. Aber die
mit diesen Partialreihenfolgen verbundenen Rangplätze geben nicht unbedingt das
wieder, was wir unter guten Läufer/innen verstehen.

Läufer Wochen-Distanz [km] Läufe/Woche längster Lauf [km] mittlerer pace
[min/km] Wochen Höhenmeter [m] Arnold F. 139,7 7 22,8 06:13:00 2047 Stefan Ⓥ
122,8 7 21,2 05:11:00 384 Christoph Lohse 83 7 20 04:27:00 441 Massimo Colajanni
81,1 7 15,2 05:31:00 644 Nils Elsalami 72 5 17,2 05:14:00 587 Conny Ruhl 70,8 7
16,1 06:39:00 219 Sandra Takayanagi 60,8 5 21,2 05:43:00 55 Antoine Vallet Ⓥ
59,7 5 16 05:00:00 95 Thomas Holzapfel 53,8 3 28,9 05:27:00 166 Sandra Sch. 53,6
3 31,3 05:20:00 133 Joachim (Jochen) Schumann 47,8 3 25 06:12:00 196 Stefan
Potthoff 45,8 4 15,7 04:59:00 187 Thomas Kissel 43,9 2 32,4 06:01:00 237 Andre
Scheiberle 42,5 3 26 05:33:00 233 Klaus Dohrmann ‍ 42,2 4 13 05:37:00 118 Markus
Delhofen 41,2 5 11,1 06:35:00 299 Melle 40,7 6 9 06:46:00 87 Spunkili von Welt
39,2 4 18 07:00:00 84 Daniel Uebber 36,8 3 13,2 05:30:00 116 Bernd Wadenpohl
36,4 3 15 06:37:00 74 Rafael ‍ 35,6 3 15,4 04:53:00 258 Markus Schmitz 34,5 5
10,8 07:27:00 147 Sophie Delhofen 31,2 4 10 06:01:00 219 Bine Scheerer 30,7 2
24,9 08:42:00 941 Katja Schwarzkopf 30,1 7 6,6 06:11:00 32 Oliver Przybilla 27,9
2 14 04:58:00 34 Олеся Гнатів 19,7 3 7,1 05:37:00 27 Wojtek Dziambor 19,1 3 7
04:40:00 111 Nicole Sch 19,1 5 5,5 08:59:00 115 Kai Festersen 17,6 2 8,9
06:26:00 90 Sandra Oestreich 16 3 7 09:28:00 34 Jens Raspe 11,9 2 6,2 05:42:00
146 Gareth Curtis 11,6 2 6,1 05:05:00 108 Dominik Stöter 11 1 11 06:19:00 45
Frank Holzweißig 10,2 2 5,2 08:29:00 61 Jens L. 7 1 7 05:42:00 — Romanozzhegorov
6,8 1 6,8 08:44:00 77 Dirk Stendal 6 1 6 05:42:00 63 Thomas Geraets 5,7 1 5,7
05:40:00 12 Evgeniy Pinchuk 5,1 1 5,1 05:46:00 10 Imad 5 1 5 06:39:00 —
Stanislav Nakonechnyy 3,5 1 3,5 06:36:00 45 ANTON SHTABNOV 0,9 1 0,9 08:06:00 —

Hier mal ein alternativer Ansatz zum ranking, der auf pace und Distanz beruht
und von der konvexen Hülle bzw. dem effizienten Rand dieser Punkte im R2
ausgeht.



Man sieht, wir haben hier bereits drei 1.Plätze und vier 2. Plätze anstatt
jeweils nur einen 1.Platz je Dimension. Im 2-dimensionalen Fall (pace,Distanz)
kann man den effizienten Rand noch relativ einfach mit einem spreadsheet
ermitteln und grafisch darstellen. Im allgemeinen mehrdimensionalen Fall kann
man den effizienten Rand mit der Lösung einer Reihe von Optimierungsproblemen
ermitteln.

   

Jedem Läufer wird so eine Zahl zugeordnet, auf deren Basis wir den Rang
bestimmen können.

   

Wenn man die Tabelle oben nimmt, und dieses Verfahren auf
(Wochen-Distanz,längster Lauf, mittlere Geschwindigkeit, Wochen HM) anwendet,
kommt man zu folgender Rangfolge.

Platz Sportler Wochen-Distanz [km] längster Lauf [km] Geschwindigkeit [m/sec]
Höhenmeter [m] 1 Arnold F. 139,7 22,8 2,681 2047 1 Christoph Lohse 83 20 3,7453
441 1 Thomas Kissel 43,9 32,4 2,7701 237 1 Sandra Sch. 53,6 31,3 3,125 133 1
Stefan Ⓥ 122,8 21,2 3,2154 384 2 Bine Scheerer 30,7 24,9 1,9157 941 2 Thomas
Holzapfel 53,8 28,9 3,0581 166 2 Massimo Colajanni 81,1 15,2 3,0211 644 2 Wojtek
Dziambor 19,1 7 3,5714 111 2 Nils Elsalami 72 17,2 3,1847 587 2 Rafael 35,6 15,4
3,413 258 2 Antoine Vallet Ⓥ 59,7 16 3,3333 95 3 Conny Ruhl 70,8 16,1 2,5063 219
3 Markus Delhofen 41,2 11,1 2,5316 299 3 Andre Scheiberle 42,5 26 3,003 233 3
Stefan Potthoff 45,8 15,7 3,3445 187 3 Sandra Takayanagi 60,8 21,2 2,9155 55 3
Joachim (Jochen) Schumann 47,8 25 2,6882 196 4 Sophie Delhofen 31,2 10 2,7701
219 4 Spunkili von Welt 39,2 18 2,381 84 4 Klaus Dohrmann 42,2 13 2,9674 118 4
Gareth Curtis 11,6 6,1 3,2787 108 4 Oliver Przybilla 33,2 14 3,0581 41 4 Daniel
Uebber 36,8 13,2 3,0303 116 5 Bernd Wadenpohl 36,4 15 2,5189 74 5 Markus Schmitz
34,5 10,8 2,2371 147 5 Jens Raspe 11,9 6,2 2,924 146 5 Melle 40,7 9 2,4631 87 5
Олеся Гнатів 19,7 7,1 2,9674 27 6 Katja Schwarzkopf 30,1 6,6 2,6954 32 6 Nicole
Sch 19,1 5,5 1,8553 115 6 Dominik Stöter 11 11 2,6385 45 6 Kai Festersen 17,6
8,9 2,5907 90 6 Dirk Stendal 6 6 2,924 63 6 Jens L. 7 7 2,924 0 6 Thomas Geraets
5,7 5,7 2,9412 12 7 Sandra Oestreich 16 7 1,7606 34 7 Roman Mozzhegorov 6,8 6,8
1,9084 77 7 Evgeniy Pinchuk 5,1 5,1 2,8902 10 7 Stanislav Nakonechnyy 3,5 3,5
2,5253 45 7 Frank Holzweißig 10,2 5,2 1,9646 61 8 Imad
5 5 2,5063 0 8 ANTON SHTABNOV 0,9 0,9 2,0576 0

Wichtig ist hier, dass jede Dimension metrisch ist und dass größere Werte für
besser stehen. Deshalb wird hier auch die Geschwindigkeit [m/sec] und nicht die
pace [min/km] eingesetzt.

Wer selber läuft und die Läufe aus LaufenInLangenfeld verfolgt, wird mit diesem
Ranking vermutlich die „gefühlte stärke“ der Läufer ganz gut wiedergegeben
finden.

Dieses Verfahren kann man natürlich auch auf eine Reihe x-beliebiger Läufe
anwenden, z.B. auf eine Serie von eigenen Läufen, um so ein Ranking zu
ermitteln.




BODY SHAPE INDEX

 * Statistik und Auswertung

by Stefan on 2020-08-15

Der „A Body Shape Index“ ist ein alternatives Maß zum BMI zur Abschätzung der
Mortalität und berechnet sich aus Länge (l), Gewicht (m) und Bauchumfang (u) für
nicht schwangere Personen.

> Body shape, as measured by ABSI, appears to be a substantial risk factor for
> premature mortality in the general population derivable from basic clinical
> measurements. ABSI expresses the excess risk from high WC in a convenient form
> that is complementary to BMI and to other known risk factors.

Der BSI ist wie folgt definiert:

   

Je kleiner der BSI, desto geringer das Mortalitätsrisiko. In „An Anthropometric
Risk Index Based on Combining Height, Weight, Waist, and Hip Measurements“ sind
neben BSI auch andere Indizes in Bezug auf Mortalität an 2 Stichproben
untersucht worden (ABSI z score ist eine linear steigende Transformation des
BSI, BSIz =(BSI – mean(Alter,Geschlecht))/stdev(Alter,Geschlecht)).



Die mittlere Hazardrate für BSI beträgt in der Stichprobe ARIC für eine
Standardabweichung 1.26. Das entspricht einer Wahrscheinlichkeit von 55% für
einen vorzeitigen Tod. Ein Online-Rechner findet sich hier.

Für die partiellen Ableitungen des BSI erhält man:

   

Das bedeutet, dass mit steigender Länge und steigendem Bauchumfang das
Mortalitätsrisiko steigt. Für adulte Personen kann man die Länge als nahezu
konstant bis abnehmend annehmen. Auf diese Altersentwicklung hat man aber keinen
spürbaren willentlichen Einfluss. Hier bleibt also die Zunahme des Bauchumfangs,
als verhaltensbedingte Todesursache.

Beim Gewicht ergibt sich nach der BSI-Formel ein negativer Zusammenhang. Eine
Zunahme senkt hier das Mortalitätsrisiko. Wenn man also z.B. 10kg ceteris
paribus zunimmt sinkt das Mortalitätsrisiko. Das gleiche gilt auch für eine
Zunahme von 50kg ceteris paribus. Das erscheint wenig bis gar nicht plausibel.

 * Wenn man vom Tatbestand der Überernährung in den Industrienationen ausgeht,
   ist eine Gewichtszunahme i.d.R. mit reichlich Fetteinlagerung verbunden. Es
   ist schwer vorstellbar, das – von einem hohen Niveau ausgehend – jedes
   weitere Kilogramm das Mortalitätsrisiko senkt.
 * Vermutlich darf man bei der BSI Gleichung nur die gesellschaftlich üblichen
   Variationen ansetzen d.h. die Gleichung gilt nur lokal und spiegelt das
   Mortalitätsrisiko nicht mehr an den Rändern.

Wenn man die Länge l als gegeben annimmt, bleiben als durch das Verhalten
steuerbare Variablen u und m übrig. Man kann dann BSI(u,l,m)=Const. als
implizite Funktion m=m(u) auffassen und erhält

   

Wenn also z.B. der Umfang um 10% zunimmt und dabei das Gewicht um 15% steigt
bleibt der BSI konstant weil 1.1^1.5 = 1.15.

Anmerkung:

 * Wenn man eine Figur der Ebene (z.B. Kreis, Dreieck, Rechteck etc.) in der
   Ebene zentrisch streckt und der Umfang dabei um den Faktor u zunimmt, dann
   ist das Flächenwachstum proportional zu u^2. Die BSI Gleichung gestattet aber
   kein quadratisches Wachstum sondern nur eines um u^1,5.
 * Man darf aber überproportional zum Bauchumfang zunehmen. Die Folgen des
   „Genuss“ bewertet dieses Maß also nicht ganz so „unerbittlich“ wie der BMI.

Die BSI-äquivalenten Substitutionen zwischen Bauchumfang und Gewicht sind in
folgender Grafik dargestellt:



Die BSI-Gleichung sanktioniert also die Zunahme des Bauchumfangs in dem
beschriebenem Zusammenhang. Wenn man dieses Maß ausgeschöpft hat, muss der
Zuwachs folglich an anderer Stelle erfolgen. Dies kann in der Realität auch
beobachtet werden:

 * Kopf
   * Doppelkinn: Gilt als weniger schick.
   * Stiernacken: Manche halten es bei Männern für Ausdruck der Männlichkeit.
 * Brust
   * Busen: Sowohl bei Frauen als auch Männern, wobei es bei Frauen in gewissen
     Grenzen normal ist, bei Männern hingegen häufig auf den Bierkonsum
     zurückgeführt wird. Fällt der Busen zu groß aus, zieht er permanent am
     Rücken und kann so Probleme bereiten. Beim Laufen müssen die Fliehkräfte
     durch ein Oberteil gehalten werden. Das sieht auch besser aus.
 * Arme
   * Winkfleisch: Gilt als weniger schick.
 * Hände
   * Wurstfinger: Gilt als weniger schick.
 * Hüfte
   * Love handles: Gilt als weniger schick.
 * Po
   * Tritt eher bei Frauen als Männern auf. Es scheint auch ethnische Variation
     zu geben.
 * Beine
   * Dicke Beine sind für Läufer natürlich nicht erstrebenswert, da die Masse
     nicht nur bewegt sondern auch beschleunigt werden muss.
 * Haut
   * Subkutanes Fett haben alle. Wenn es zu viel wird, scheitert die
     Wärmeregulation beim Laufen im Sommer. Betroffene müssen das Tempo deutlich
     reduzieren um eine Überhitzung zu vermeiden. Beim Schwimmen isoliert es und
     erzeugt Auftrieb. Auf der anderen Seite scheint sich das Fett beim
     Schwimmen optisch von der Haut zu lösen und es entstehen bizarre
     Strömungsmuster bei der Bewegung.

Die Alternativen zur Plautze sind also auch nicht besonderes schmeichelhaft,
treiben aber vermutlich das Mortalitätsrisiko weniger. Die Plautze verschiebt
beim Laufen den Körperschwerpunkt nach vorne. Dies führt häufig zu einer
Übersteuerung im Rücken, d.h. es wird mit lotrechter Wirbelsäule gelaufen,
hinten kurzer, vorne langer Schritt bei gestrecktem Knie, Aufsatz mit der Ferse.
Das widerspricht natürlich dem optimalen Laufstil und bereitet langfristig
Probleme in den Gelenken.

Das eigentliche Problem geht von der Bedürfnisbefriedigung des Haushalts aus. In
ökonomischen Modellen bildet man dies mit einer zu maximierenden Nutzenfunktion
U(x) (x=Konsumgüter) ab. Und diese steigt eben mit zunehmenden Konsum von
Nahrungsmittel. Das ist die deskriptive Analyse, normativ kann man versuchen,
diesen Konsum x durch gleichwertige Verhalten zu substituieren, z.B. Laufen L so
dass U(x, L)=U(x -dx, L+dL) gilt. Das klappt natürlich nur dann wenn dU/dL>0
gilt, man also Spaß am Laufen hat und daraus ein Nutzen U() zieht.

Literatur:

Krakauer NY, Krakauer JC (2012) A New Body Shape Index Predicts Mortality Hazard
Independently of Body Mass Index. PLoS ONE 7(7): e39504.
https://doi.org/10.1371/journal.pone.0039504




DIE AUSSCHEIDEORDNUNG BEIM LAUFEN

 * Statistik und Auswertung
 * Über Uns

by Stefan on 2020-07-21

Der Aktuar verbindet mit dem Begriff der Ausscheideordnung die statistische
Beschreibung des Versichertenbestands in der Lebens- und Krankenversicherung.
Hier werden üblicherweise die Zustände „Lebend“, „Invalide“ und „Tot“ und deren
Übergangswahrscheinlichkeiten (Markov Modell) betrachtet. Das „Ausscheiden“ sind
dann die Übergänge die zum Zustand „Tot“ führen. Grundlage für diese Modelle
sind unter anderem die Sterbetafeln. Diese Modelle und Tafeln sind auch für
Demographen und Volkswirte interessant, weil man aus ihnen die Lebenserwartung –
z.B. differenziert nach Alter, Geschlecht und Region – schätzen kann.
Gesellschaftliche Wohlfahrt und Fortschritt verbinden wir auch mit einer
zunehmenden Lebenserwartung und die jüngsten Entwicklungen (covid-19 -Epidemie,
Über- und Unterernährung) haben gezeigt, dass es hier nicht immer bergauf geht.

Für’s Laufen können wir ebenfalls ein Markov-Modell mit den Zuständen
„Läuft“,“Inaktiv“,“Tod“ ansetzen (vgl. Titelbild). Tod ist dabei wie üblich ein
absorbierender Zustand, den man nicht mehr verlassen kann. Von allen anderen
Zuständen sind hingegen alle Zustände erreichbar. Der aufrechte Gang und das
Laufen ist sicherlich die zentrale Fertigkeit, die unsere Gattung Homo im Rahmen
der Evolution vom Ökotop Wald in die Savanne/Steppe geführt hat, und auf die wir
von unserem Organismus her angepasst sind. Auf den Punkt hat dies Emil Zatopek
mit „Vogel fliegt, Fisch schwimmt, Mensch läuft“ gebracht. Die Zustände
„Läuft“,“Inaktiv“ und „Tod“ lassen sich weiterhin nach der physischen
Leistungsabgabe anordnen. Hier verbraucht das Laufen am meisten Energie und mit
dem Tod kommt schließlich das Ende des Stoffwechsel.

Allerdings ist hier die Datenbasis deutlich schlechter als bei der amtlichen
Toten-Statistik. Frei zugänglich sind hier die Zahlen aus strava einem
www-Portal für Sportler. Das hat natürlich eine andere Qualität als amtliche
Statistiken und dürfte auch gegenüber einer repräsentativen Stichprobe verzerrt
sein. Dennoch lassen sich hier einige Phänomene beobachten, die gut im Einklang
mit den biologischen Grundlagen stehen.


AUSWERTUNG DÜSSELDORF

Ich habe dazu die Bevölkerungsangaben von it.nrw für Düsseldorf 2018 dem
aktuellen strava leaderboard „Rheinwerft Alter Hafen“ id=1312748,
gegenübergestellt. In einem strava leaderboard werden die Bestleistungen eines
Athleten festgehalten.

Zu beachten ist, dass die strava Altersklassen nicht äquidistant sind
insbesondere am Rand („<19“, „>75“). Wenn wir diese Randeffekte mal ausklammern,
ist der Modus beider Verteilungen die Altersklasse 25-34. In diese Altersklasse
fallen regelmäßig die sportlichen Höchstleistungen in der Langdistanz. Jenseits
dieses Alters geht es aber bergab und zwar mit

 1. mit der Leistung (vgl. Sakropenie, Agegrading)
 2. mit der Bevölkerung in der Altersklasse
 3. mit der Häufigkeit der strava Einträge in den Bestenlisten

Dabei fällt die Reduktion mit zunehmendem Alter bei den strava Häufigkeiten
deutlich stärker aus als bei der Bevölkerung. Man kann deshalb vermuten, dass
der Läuferanteil an der Gesamtbevölkerung mit zunehmendem Alter deutlich
nachlässt, auch wenn dies zum Teil durch Erhebungsartefakte wie z.B. Ältere
nutzen weniger strava, überlagert wird.



 

Wenn wir im Lauftreff-Pappelallee also einen Mitgliederrückgang beobachten, geht
dies zum Teil auch auf die Altersstruktur unseres LT’s zurück, da die Aktiven
und Ausgeschiedenen derzeit mehrheitlich in den Altersklassen „>50“ unterwegs
sind.


Wenn wir nun für das Markov-Modell (vgl. Titelbild) die Übergänge zwischen den
Zuständen Laufe, Inaktiv, Tod berechnen wollen, laufen wir bei dieser Datenlage
auf ein unterbestimmtes Gleichungssystem. Wir müssen hier also weitere Annahmen
hinsichtlich der Übergangswahrscheinlichkeiten treffen.

 * Der Übergang von der Bevölkerung zum Laufen ist eine quadratische Funktion
   der Altersklasse
 * Der Übergang der Läufer in die nächste Altersklasse ist konstant

Unter diesen eventuell zu „strengen“ Annahmen kommt man zu folgenden
Ergebnissen:

Model:  L(t) ~ Bev(t) + Bev(t)*AG*AG + L(t-1)
Coefficients:
               Estimate       Std. Error  t value Pr(>|t|)
Bev     4.459778351e-03  2.682748864e-03  1.66239  0.14750
BevAg2 -9.711433464e-05  9.370011461e-05 -1.03644  0.33995
L_1     4.331588114e-01  3.198560831e-01  1.35423  0.22444

Residual standard error: 375.8102 on 6 degrees of freedom
Multiple R-squared: 0.6777844424, Adjusted R-squared: 0.5166766636
F-statistic: 4.207024934 on 3 and 6 DF, p-value: 0.06367401678

Qualitativ sind die Koeffizienten plausibel, quantitativ aber mit großen
Vertrauensbereichen ausgestattet!

Von der Bevölkerung gehen 4,46 Promille zum Laufen über (Coef Bev). Dieser
Anteil nimmt mit zunehmender Altersgruppe ab (Coef BevAg2). Aus der
vorausgehenden Altersgruppe kommen 43,31% der Läufer ((Coef L_1) d.h. ca. 57%
scheiden aus. Wie hoch ist nun die Wahrscheinlichkeit, dass man 2 Altersklassen
„durchläuft“? Hier kommt man zu 0,4331*0,4331 = 18,76%. In eine weitere
Altersklasse schaffen es dann nur 8,13%. Gegenüber den
Sterbewahrscheinlichkeiten ist man hier schon einem viel stärkeren
„Selektionsprozess“ ausgesetzt.

Der mit dem Alter fallende Läuferanteil ist ab der Altersklasse 25-34
offensichtlich negativ korreliert mit den Toten aus den Sterbetafeln d.h. die
Läufer nehmen ab, die Toten nehmen zu. Ist dies plausibel?

Wenn man die Toten weiter gliedert, so entfällt der größte Teil in der BRD auf
Herzkreislauferkrankungen.



Das Laufen wiederum gilt als gutes Cardio-Training, welches zu einer deutlichen
Reduktion des Herzinfarkt-Risikos beiträgt. Bevor man hier voreilig Schlüsse
zieht, sollte man in Erwägung ziehen, dass natürlich auch eine Krankheit
zunächst der sportlichen Aktivität ein Ende bereiten kann, bevor das physische
Ende folgt.



Quelle: https://www.aerzteblatt.de/archiv/194401/Sport-Der-Nutzen-ueberwiegt

Nach dieser Darstellung fördert also besonders das Laufen die Lebenserwartung:
intensives Laufen sogar mehr als Normales. Das ist auch aus evulotorischer Sicht
plausibel, da wir Homo sapiens seit ca. 300.000 Jahren diese Bewegung ausüben
und Skelett, Muskulatur sowie Schweißdrüsen daran angepasst sind.

Im Markov Modell (vgl. Titelbild) können wir den Zuständen „Läuft“,“Inaktiv“ und
„Tod“ physische Leistungsabgaben (W) zuordnen. Man könnte die Bewegung noch
differenzierter mit „Laufen“, „Joggen“, „Gehen“ abbilden. Inaktivität könnte man
in „Stehen“, „Sitzen“, „Liegen“ gliedern. Auch hier liegen wieder fallende
Intensitäten gemessen in Watt vor (isometrische Arbeit). Die
Übergangswahrscheinlichkeit von diesen Zuständen zum Tod dürfte dann mit
fallender Intensität zunehmen. Ein vermutlich häufig anzutreffender
Entwicklungspfad könnte dann wie folgt aussehen:

Laufen -> Joggen -> Gehen -> Stehen -> Sitzen -> Bettlägerig -> Tod

Wenn es einem nicht mehr gelingt, aus einem dieser i-Zustände in einen
vorherigen Zustand i-1 zu wechseln (Reaktivierung z.B. REHA) dürfte man dem Tod
statistisch ein Schritt näher gekommen sein.


AUSWERTUNG LANGENFELD

Langenfeld ist gegenüber Düsseldorf gemessen an der Einwohnerzahl ca. 10 mal
kleiner. Deshalb fallen hier auch die Lauf-Häufigkeiten deutlich kleiner aus und
die zentralen Momente der Verteilung werden stärker von diskreten Einheiten
geprägt.

Ich habe hier das strava Segment „Am Schwarzen Weiher, Nord“ (id=8128939),
welches auf unserer Standardrunde liegt betrachtet.

Altersklasse Min – Pace Median – Pace Mittelwert – Pace Max – Pace Anzahl
weiblich Anteil an strava Zählungen

Anteil an der

Bevölkerung (Promille)

20–24 4:32 5:29 5:26 6:28 7 2 6,36% 2,44 25–34 3:44 4:55 5:04 6:24 23 2 20,91%
3,51 35-44 3:51 5:13 5:32 9:32 41 9 37,27% 5,28 45-54 3:58 5:08 5:39 10:29 31 8
28,18% 3,46 55-64 4:03 5:17 5:31 7:00 8 2 7,27% 0,89

 * Die Altersklassen „<20“ und „>65“ sind hier nicht besetzt.
 * In die Altersklasse 35-44 fallen die meisten Läufe, und zwar relativ zu allen
   strava Klassen als auch gemessen im Bevölkerungsanteil. Danach lässt die
   Laufhäufigkeit nach.
 * Die Bestleistungen werden in der Altersklasse 25-34 erbracht. Danach geht die
   Leistung erwartungsgemäß zurück (Agegrading).
 * Der Frauenanteil an allen Laufleistungen beträgt im Mittel 23/110 =ca= 21%,
   demnach unterrepräsentiert. Dies entspricht auch ungefähr der Häufigkeit bei
   Lauf-Wettkämpfen. Laufen scheint nicht so die favorisierte Sportart bei
   Frauen zu sein. Ganz anders sieht es bei der Gymnastik aus, bei der Frauen
   geschätzt 90% der Teilnehmer ausmachen.
 * Ab 25 Jahren ist die mittlere Pace spürbar größer als der Median pace, die
   Verteilung ist rechtsschief d.h. einige langsame Läufer drücken hier den
   Schnitt. Wie im Abschnitt „Auswertung Düsseldorf “ dargestellt, muss man
   beachten, das im leaderboard nur die Bestleistungen eines Athleten in der
   entsprechenden Altersklasse festgehalten sind.

Da die meisten aktiven und ehemaligen Mitglieder des LT-Pappelallee nun in die
Altersklasse 55 und aufwärts fallen, ist demnach der Mitgliederschwund nicht
verwunderlich. Von der Altersklasse [45-54] zur Altersklasse > 55 nimmt die
strava Lauf-Häufigkeit um (8-2)/8 =75% ab. Die beobachtete rechstsschiefe der
Verteilung spricht dafür, dass es einigen gelingt, dass Laufen – wenn auch auf
reduziertem Leistungsniveau – fortzusetzen, die meistern sich damit aber schwer
tun und ausscheiden.

Derzeit Laufen lediglich 2 Personen (Sandra und Stefan) die Runden im
LT-Pappelallee gemeinsam. Von den ehemaligen Läufern treffe ich bis auf einen –
der stets solo auf anderen Wegen unterwegs ist  –  keinen mehr laufend auf der
Feldflur zwischen Richrath und Hilden. Das gleiche gilt für die publizierten
strava Aktivitäten. Auch hier finden sich nur Einträge in den
segment-Bestenlisten, die nicht mit uns zusammen laufen.

Personen Zu- und Abgänge können in der Statistik mit Logit- Modellen analysiert
werden (Ökonomische Themen sind z.B. Kundencharakterisierung und Gewinnung). Die
endogene Variable ist hier die Bestandszugehörigkeit, kodiert mit {0,1}, die man
in Abhängigkeit von anderen Attributen der Personen versucht zu schätzen. Bei
uns kommen wir auszugsweise derzeit zu folgender Tabelle:

Attribute/Personen P1 P2 P3 P4 P5 P6 P7 P8 P9 läuft LT-Pappelallee Runde 1 1
weiblich 1 1 hat Kinder 1 1 1 1 1 1 Anfahrt zum Treffpunkt > 30min 1 1 Alter <
20 1 Alter > 50 1 1 1 1 1 1 1 jogg oder läuft, beobachtet 1 1 1 1 1 hat an
Wettkämpfen teilgenommen 1 1 1 1 1 1 1 1 personal best HM < 120min 1 1 1 1 1 1
personal best 10km < 50min 1 1 1 1 1 personal best 1km < 4:30min 1 1 1 1 1

Demnach gibt es kein einziges Attribut, welches für sich genommen, genau die
Zugehörigkeit zum LT-Pappelallee erklärt. Dies ist bei solchen Modellen auch
selten gegeben,insbesondere bei mächtiger Datenbasis (Big Data). Wir haben hier
sicherlich eine äußerst rudimentäre Datenlage.

Wenn man z.B. das Alter als erklärende Variable heranzieht (2 Variablen : <20,
>50) kann man 8 von 9 Ausprägungen der abhängigen Variable exakt abbilden. Die
Fehlprognose tritt hier bei P2 auf. Mit den erklärenden Variablen „hat Kinder“
und „Anfahrt zum Treffpunkt > 30min“ gelingt hingegen eine exakte Abbildung. Ob
diese Modelle die kausalen Zusammenhänge richtig beschreiben ist fraglich, hier
aber mal ein Interpretationsversuch. Wer Kinder oder eine lange Anfahrt hat, für
den mag die zeitliche Einplanung des Laufs schwierig werden, so dass er
dauerhaft nicht alles unter einen Hut bekommt bzw. die Präferenzen zu etwas
Anderem führen (z.B. „Laufen vor der Haustür“, Familien-Treffen/Aktion, etc.).
Der Gruppenlauf „lohnt“ sich für diese Personen nicht langfristig. Wenn wir also
in der Marketing- und Vertriebssprache „dauerhafte Neukunden“ suchen, sollten
wir diese Zusammenhänge berücksichtigen.

Das Laufen zählt sicherlich zu einer der Ausdauersportarten, die einen sehr
hohen Energiebedarf (J) haben. Mit zunehmendem Alter will oder kann man nicht
mehr diese Arbeit (J) erbringen. Das konnte man – unabhängig vom LT-Pappelallee
– an der Segment und Altersstatistik ablesen. Die mit dem Alter nachlassende
Skelettmuskulatur als auch der zunehmende BMI führen faktisch zu einer
„Entkräftung“ d.h. der Körper kann kaum noch aus eigener Kraft einen
Ausdauerlauf bestreiten. Es resultiert eine Leistungsdrosselung (W), die man am
pace ablesen kann. Von der Lauftechnik wechseln viele dabei vom Laufen –
Bewegung mit Flugphase – zum Joggen. Typisch ist hier ein „auf der Ferse
stehender“ Schritt sowie das „gestreckte Knie“ beim Aufsetzen vor dem
Körperschwerpunkt ähnlich dem Gehen, was häufig zu orthopädischen Problemen
führt, weil die Knie-Federung kaum erfolgt. Wie jeder Lauffehler wirkt sich dies
insbesondere bei erhöhtem Gewicht besonders Nachteilhaft aus.

Wie kann man sich nun das Laufen ins Rentenalter retten?

 * Entkräftung erkennen, möglichst vermeiden oder reduzieren. Das Laufen auf
   Wettkämpfen, strava segmente etc. sind z.B. Mittel der Erkenntnis.
 * Muskelaufbau kommt nicht einfach mit der Nahrungsaufnahme sondern stets mit
   der physischen Anforderung, die man an sich selbst stellt. Das ist
   zweifelsfrei ein Akt des Willens. Ich gebe hier der Vielseitigkeit
   (Schwimmen, Radfahren, Gymnastik,…) den Vorzug gegenüber der Konzentration
   auf eine Sportart.
 * Verletzungsfreiheit ist eine Frage der Lauftechnik und in unserer
   Wohlstandsgesellschaft zunehmend eine Frage „des Maßhaltens“ .
 * „Last but not least“ sind soziale Aspekte wichtig. Diese können förderlich –
   positiver Neid – aber auch bremsend wirken (drink doch ene met). Hier hat
   sich die Gruppierung in Leistungsklassen bei allen Sportarten bewährt.




COVID-19: WER SOLL DAS BEZAHLEN, WER HAT SOVIEL GELD…

 * Statistik und Auswertung

by Stefan on 2020-05-16 0 Comments


Der Titelgrafik zu den kumulierten Toten seit Jahresbeginn in der BRD entnimmt
man, dass wir selbst im covid-19 Jahr eine unterdurchschnittliche Sterblichkeit
im ersten Jahresdrittel hatten. Der Trend zu höheren Lebenserwartungen bleibt
also in der BRD trotz covid-19 bestehen. Ist das selbstverständlich? Nein,
andere Länder wie die USA oder GB verzeichnen schon seit 2016 fallende bzw.
stagnierende Lebenserwartungen. Die Vermutungen gehen dahin, dass dies mit dem
Zugang der Gesamtbevölkerung zur medizinischen Versorgung und Adipositas
zusammen hängt.

> Wir können also hier schon festhalten, dass die covid-19-Pandemie in der BRD
> die Lebenserwartung nicht verringert hat.

Im Querschnittvergleich für die Toten in der EU fällt auf, dass Länder mit einer

 * hohen Lebenserwartung (z.B. Italien, Spanien) oder
 * einem hohen BMI (z.B.  GB)

mehr covid-19 Tote zu beklagen haben, als andere Staaten. Dieser rein
statistische Befund wird auch durch eine amerikanische Studie untermauert,
zitiert nach Ärtzeblatt:

> „In einer Regressionsanalyse von Forschern der Grossman School of Medicine der
> NYU gehörte die Adipositas nach dem Alter zu den größten Risikofaktoren für
> eine Hospi­talisierung. Das Team um Leora Horwitz ermittelt für ein Alter von
> über 75 Jahren eine Odds Ratio von 66,8. Auch die 65- bis 74-Jährigen hatten
> mit einer Odds Ratio von 10,9 ein deutlich erhöhtes Risiko auf eine
> Hospitalisierung. Es folgten in der Reihenfolge ein BMI von über 40 kg/m2
> (Odds Ratio 6,2) und ein BMI von 30 bis 40 kg/m2 (Odds Ratio 4,3).
> 
> Die Adipositas gefährdete die Patienten damit in etwa so stark wie eine
> Herzinsuffizienz (Odds Ratio 4,3), aber deutlich mehr als Lungenerkrankungen
> (Odds Ratio 1,3) oder Krebserkrankungen (Odds Ratio 1,2). Auffallend war, dass
> neben einem Diabetes mellitus (Odds Ratio 2,8) auch eine chronische
> Nierenerkrankung (Odds Ratio 3,1) einen schweren Verlauf begünstigte.“

 



Der Entscheidungsbaum zeigt deutlich, dass nach dem „Alter > 65“ die
Fettleibigkeit (BMI >30) der entscheidende Faktor in dieser Studie ist. Daneben
treten noch Diabetes und Geschlecht (männlich) im Baum auf. Alternativ zum
Entscheidungsbaumverfahren hätte man die Daten auch mit einer Hauptkomponenten-
oder Faktoranalyse bearbeiten können. Der extrahierte Faktor – der auf die
Variablen des Entscheidungsbaums hohe Ladungen hat – hätte man dann als
Wohlstand/-krankheit bezeichnet. Ist covid-19 der Vorbote für Krankheiten, die
auf dem weltweiten Wohlstand basieren?


Der „Standardprügelknabe“ der deutschen Mediziner – die Raucher – scheinen nach
einer französischen Studie eher unterrepräsentiert zu sein. Man vermutet hier
einen Zusammenhang mit nAChR Rezptoren die einerseits durch Nikotin blockiert
werden, andererseits eine Eintrittspforte für den Virus darstellen könnten.

Nur in der Rheinischen Post vom 28.4.2020 werden für den Kreis Mettmann zuerst
die Raucher und dann die Übergewichtigen genannt:

> „Gesundheitsverhalten: Mit einem Anteil an Rauchern von 22,72 Prozent bei den
> über 15-Jährigen steht der Kreis Mettmann etwas ungünstiger da als etwa die
> Stadt Düsseldorf (21,66 Prozent). Kein anderes Verhalten hat einen
> vergleichbar starken Einfluss auf die Gesamtsterblichkeit.
> 
> Auch ist der Anteil der Übergewichtigen mit 54,15 Prozent der über 15-Jährigen
> recht hoch (Düsseldorf: 45,59 Prozent).  Auch Adipositas beeinflusst die
> Gesundheit und die Lebensdauer negativ. Typische Erkrankungen sind
> Bluthochdruck und Diabetes.“

Nach derzeitigem Kenntnisstand (Mai 2020) geht der Unterschied in der covid-19
Sterblichkeit zwischen Düsseldorf und Kreis Mettmann eher auf das höhere Alter
und das höhere Gewicht der Mettmanner zurück als auf das Rauchen.

Damit sind wir auch schon auf der regionalen Ebene angekommen,für die das
Kreisgesundheitsamt Mettman seit dem März 2020 zahlen vorlegt, die auszugsweise
in der folgenden Grafik dargestellt sind.



Hinsichtlich des NRW- lockdown vom 15.3.20 kann man hier keinen Effekt in den
gemeldeten Covid-19 Fallzahlen erkennen. Zu einem ähnlich Schluss kommen auch
andere Statistiker, die nicht in in Endscheidungsprozesse eingebunden sind.
Selbst im Bundesinnenministerium gibt es Stimmen, die von Fehlalarm sprechen.

Mir ist auch keine Studie bekannt, die einen signifikanten Nachweis zur
Wirksamkeit der lockdown Maßnahmen geführt hat. Insofern können wir die
„Null-Hypothese=kein Einfluss“ nicht verwerfen. Dies wird ja auch durch die
Summenbetrachtung aller Toten – Beitragsbild am Anfang – getragen. Auf
regionaler Ebene signifikant ist hingegen die Anordnung zur Zählweise. Man wird
hier aber den Verdacht nicht los, dass es hier um eine „Schönung der Zahlen“
ging.

Ein weiterer Effekt des lockdowns könnte die Corona-Plauze sein. Sportmediziner
hatten zwar vor den Wirkungen des home office, lockdown etc. gewarnt, aber das
übergewichtige Deutschland hat sich – auch nach meinen Beobachtungen auf der
Laufstrecke – immer weniger bewegt.

> „Zwei Drittel der Männer (67 %) und die Hälfte der Frauen (53 %) in
> Deutschland sind übergewichtig. Ein Viertel der Erwachsenen (23 % der Männer
> und 24 % der Frauen) ist stark übergewichtig (adipös).“

Haben die covid-19 Maßnahmen indirekt – über solche Effekte –  eher die
Infektionsbasis erhöht als erniedrigt?


DIE ÖKONOMISCHEN KONSEQUENZEN VON COVID-19 UND LOCKDOWN SIND HINGEGEN IN DER BRD
SIGNIFIKANT UND GEWALTIG:




 * Der DAX30 rutschte von 13.800 auf 8.500 ab.
 * Die Arbeitslosenquote steigt für den April um 0,7 Prozentpunkte auf 5,8
   Prozent.
 * Der Bundestag hat mit den Stimmen fast aller Fraktionen einen gigantischen
   Nachtragshaushalt beschlossen. Er sieht 156 Milliarden Euro Neuverschuldung
   sowie Garantien in Höhe von 600 Milliarden vor. Für die Hilfen musste die
   Schuldenbremse ausgesetzt werden.

Es darf gefragt werden,

 * Ist der lockdown ein probates und finanzierbares Instrument des Bunds, mit
   dem wir auch in Zukunft Pandemien, für die es kein Medikament/Impfung gibt,
   entgegen treten können?
 * Wer hat am meisten von diesen Maßnahmen profitiert, wer hat am meisten
   darunter gelitten?
 * Wer soll das bezahlen, wer hat soviel Geld …?

Aus einer ökonomischen Betrachtung würde man das zusammenfallen von Kosten und
Nutzen begrüßen. Falls die covid-19 Maßnahmen überhaupt etwas gebracht haben, so
dürften – wie dargestellt – Alte, Übergewichtige, Zuckerkranke, Männer die
Hauptnutznießer sein. Die Variablen Alter, Geschlecht (männlich) und BMI der
Personen sind in der BRD positiv korreliert. Vermutlich gilt das auch für
Zucker. Diese Bevölkerungsgruppen kommen zudem in den Genuss von staatlichen
Zuwendungen oder Erleichterungen. Die Rente wird aus Steuermittel quer
finanziert , Zucker und andere Nahrungsmittel werden trotz einer im Mittel
übergewichtigen Bevölkerung noch immer mit reduziertem Mehrwehrsteuersatz
besteuert. Wenn wir den Genießern ähnlich in die Tasche greifen wie den
Rauchern, könnten über 20 Mrd. EUR/Jahr mobilisiert werden. Vermutlich hätte
diese Steuerung nicht nur für covid-19 einen positiven Effekt, sondern würde
auch unser ganzes Gesundheitssystem um mehrere Mrd. EUR entlasten. Gleichzeitig
könnten damit Umweltprobleme (C02, NOx) reduziert werden.

Angesichts der ökonomisch katastrophalen Entwicklung, ist jetzt ein guter
Zeitpunkt gekommen, über die Wohlstandbesteuerung des Hüftgolds ernsthaft
nachzudenken. Politisch leichter durchsetzbar und mit weniger Geräusch verbunden
ist aber – wie so häufig – die Neuverschuldung. Diese fällt dann den kommenden
Generationen auf die Füße. Ist die Bezahlung der covid-19 Rechnung am Ende auch
eine Frage der Generationengerechtigkeit?


UND WAS HAT DAS MIT DEM LAUFEN ZU TUN?

> Wie häufig trifft man laufende „gesetzte Herren“ mit Zucker im Rentenalter?
> FAST NIE!

Wohlgemerkt, unter Laufen verstehen wir die Bewegung mit der Flugphase – nicht
zu verwechseln mit Schlendern und Plauschen – bei der die Atmung deutlich
anspringt. Läufer zählen demnach statistisch nicht zu den Nutznießern der
covid-19 Maßnahmen. Anders formuliert: Wer sich mit Laufen fit hält, hat ein
geringeres covid-19 Risiko, das zeigt zumindest der zuvor dargestellte
Entscheidungsbaum.




ENDLICH DER AUFSCHWUNG NACH DER COVID-19 PANDEMIE & PLEITE

 * Uncategorized

by Stefan on 2020-04-28 0 Comments

Heute mal ans Reck mit dem Felgaufschwung, eine Übung, die viele Muskelgruppen
anspricht und die einige vielleicht noch aus dem Schulsport kennen. Für uns
Läufer kann sie Teil des Stabilitätstrainning sein, weil man den Rücken damit
stärkt. Aber auch Koordination und Gleichgewicht werden geschult.

Es gibt hier 2 Varianten:

 * Mit einem Bein Schwung holen: das ist die leichtere aber auch asymmetrische
   Variante
 * Mit beiden Beinen gleichzeitig den Boden verlassen: das ist zwar symmetrisch,
   erfordert aber mehr Kraft





Also, nicht nur in Politik und Wirtschaft über Aufschwung nach den covid-19 lock
down reden, sondern MACHEN. Gerade unsere Führungskräfte aus Politik und
Wirtschaft müssen nach dem Desaster wieder in Form (vgl. Beitrag vom 1.4.20)
gebracht werden.




SCHONZEIT FÜR WINTERLINGE VERLÄNGERT

 * Strecken

by Stefan on 2020-04-01


Langenfeld, den 1.4.2020

Aufgrund der Corona Pandemie wird die Schonzeit für Winterlinge verlängert, um
die derzeit günstigen Mastbedingungen, wie Prof. Reer in der FAZ erläutert, zu
nutzen. Ansonsten ist die übliche Jagdpraxis zu beachten. Wie beim Hasen gilt
es, den Winterling „im freien Lauf“ zu erwischen. Besonders schweratmige sind
bevorzugt zu erlegen, das sie der Epidemie Vorschub leisten: es geht also wie
immer um die Bestandshege und -pflege.


 * 1
 * 2
 * 3
 * 4
 * Next

Copyright © 2023 LT-Pappelallee. Powered by WordPress. Designed by myThem.es.