以 71 位使用者、2.7 年的 Garmin 穿戴式裝置資料，建立一條完整的多變量分析 pipeline：資料清理 → 探索性分析 → PCA / 聚類 / ANOVA / 迴歸 → 驗證性因子分析， 並產出互動式視覺化報告。
📊 互動式報告（GitHub Pages）：https://raymond-chen-das.github.io/garmin-multivariate-analysis/
- 完整資料工程：跨日與時區修正（資料完整性 1.8% → 95.5%）、IQR + 生理邊界 異常值篩選、重複睡眠去重、睡眠↔活動配對（成功率 86.9%）。
- 嚴謹的多變量統計：PCA 降維解決共線性、K-means 行為分群、ANOVA 群體差異 檢驗、迴歸建模。
- 重視建模陷阱：明確處理 資料洩漏 (data leakage) 問題，並以交叉驗證 R² 誠實呈現預測模型的限制（而非只報訓練集的漂亮數字）。
- 驗證性因子分析：Bartlett 檢驗、KMO、VARIMAX / OBLIMIN 轉軸，交叉驗證 PCA 發現的「睡眠品質 vs 睡眠時長」權衡結構。
| 階段 | 發現 |
|---|---|
| EDA | 活動指標間高度共線（r 最高達 0.99），需以 PCA 處理 |
| PCA | 4 個主成分累積解釋 ~99.8% 變異，揭示活動／睡眠潛在因子 |
| 聚類 | 分出「平衡型」與「活躍型」兩群，輪廓係數 0.468 |
| ANOVA | 兩群在睡眠時長上差異顯著（p < 0.01） |
| 迴歸 | 交叉驗證 R² 為負 → 誠實指出以行為指標預測睡眠時長的限制 |
| 因子分析 | 萃取 2 個睡眠因子，總解釋變異 68.5%，呼應 PCA 結果 |
.
├── notebooks/ # 分析程式碼（Python / Jupyter）
│ ├── 01_data_cleaning_資料清理.ipynb
│ ├── 02_eda_探索性資料分析.ipynb
│ ├── 03_multivariate_多變量統計分析.ipynb
│ └── 04_factor_analysis_驗證性因子分析.ipynb
├── results/ # 變數層級彙總結果（可安全公開）
│ ├── correlation_matrix.csv
│ ├── fixed_pca_loadings.csv
│ ├── sleep_factor_loadings.csv
│ ├── sleep_communalities.csv
│ ├── sleep_factor_analysis_summary.csv
│ └── cleaning_statistics.csv
├── scripts/
│ └── generate_synthetic_data.py # 合成假資料產生器（讓程式碼可被執行）
├── docs/ # 互動式視覺化報告（GitHub Pages）
├── DATA.md # 資料來源、隱私與 schema 說明
├── LIMITATIONS.md # 研究限制與未來改進（誠實的自我檢視）
└── LICENSE # MIT（僅適用於程式碼與視覺化內容）
- 分析：Python（pandas / numpy / scikit-learn / factor_analyzer / scipy）
- 視覺化：Plotly（notebook）、HTML5 / CSS3 / JavaScript + Chart.js（報告）
- 方法：PCA、K-means、ANOVA、線性迴歸、驗證性因子分析
真實資料屬第三方專有資料，不隨倉庫提供（詳見 DATA.md）。
你可以用內附的合成假資料完整跑過整條流程：
# 1) 產生與真實資料同 schema 的合成假資料
python scripts/generate_synthetic_data.py
# 2) 依序執行 notebooks/ 內的 4 份 notebook合成資料僅還原各欄位的邊際分布、未保留欄位間相關性，因此分析結果不會等於 報告中的真實結論——它只是用來示範程式碼可正確執行。
本專案處理的是第三方專有的個人健康資料，因此在公開前採取了以下保護措施：
- ✅ 原始與逐筆資料一律不上傳：所有含個人紀錄的檔案皆由
.gitignore排除。 - ✅ 只公開變數層級的彙總結果：
results/內僅含相關矩陣、因子負載等無個人識別的統計量。 - ✅ notebook 輸出全部清空：避免
print(df)等指令把逐筆紀錄內嵌進版本控制。 - ✅ 去識別化檢查：移除了報告中殘留的使用者代碼（如儀表板曾出現的單一使用者 ID）。
- ✅ 可重現但不洩密：附合成假資料產生器，讓他人能執行流程而不接觸真實資料。
資料治理與隱私保護是資料科學專業的一部分；此處的取捨刻意從嚴。
- 程式碼與視覺化內容：採用 MIT License，歡迎自由使用、修改與分享。
- Garmin 原始資料：為第三方專有資料，未包含於本倉庫，亦不在本授權範圍內。
詳見
DATA.md。
本專案為一年級(2025年)的課程作品，已主動整理出資料、統計方法與工程實作上的限制與未來改進方向，
詳見 LIMITATIONS.md。
作者：CHIA HSIANG, CHEN ｜ 東吳大學資料科學系在職專班 性質：課程學習專案（多變量分析），同時作為作品集展示。