Ramalan Kitaran Bayesian

Kebanyakan aplikasi kitaran menggunakan andaian 28 hari secara lalai, lalu sama ada mengabaikan varians atau membetulkannya selepas berlaku. Soulwise pula menggunakan ramalan Bayesian — pendekatan statistik yang anggaran "fasa apa yang anda alami hari ini" merupakan posterior bagi dua perkara: panjang kitaran sejarah anda (prior) dan log harian yang anda catat dalam kitaran ini (bukti).

Mengapa Bayesian, bukan tetap

Kitaran tetap 28 hari memang salah bagi kebanyakan orang. Julat normal klinikal ialah 21 hingga 35 hari, variasi individu dari bulan ke bulan adalah besar, dan peristiwa hidup (tekanan, perjalanan, tidur, beban latihan) mengubah panjang kitaran lebih daripada yang dijangka oleh kebanyakan orang. Penganggar berpanjangan tetap memberikan anda label fasa yang tepat sedangkan ketidakpastian asasnya tinggi.

Anggaran Bayesian memberikan anda label fasa bersama jalur ketidakpastian. Apabila jalur itu lebar (pada peringkat awal data anda, atau selepas kitaran yang berlangsung lama), Soulwise akan menyatakannya pada kad fasa. Apabila jalur itu sempit (selepas beberapa kitaran yang stabil), label fasa itu boleh dipercayai.

Apa yang membentuk prior

• Tempoh enam kitaran terakhir anda, jika tersedia.
• Prior permulaan yang lemah-informatif (28 ± 5) sebelum sebarang data wujud.
• Satu istilah hanyutan supaya kitaran lama kurang ditimbang berbanding kitaran terkini.

Apa yang menjadi bukti

• Cip daftar masuk harian dan penggelongsor tenaga anda.
• Sebarang pendarahan atau bintik yang dilog.
• Tanda simptom pilihan (sakit kepala, kekejangan) jika anda mengelognya.

Sistem ini tidak menggunakan:

• Suhu badan basal (kami bukan penjejak kesuburan).
• Tekaan ovulasi berdasarkan simptom (di luar skop).
• Laporan lendir serviks (di luar skop).

Apa yang ia tidak lakukan

Ia tidak meramal ovulasi untuk pencegahan kehamilan atau pembuahan. Lihat non-medical-cycle-tracking untuk pendirian anti-tuntutan yang lengkap.

Ia tidak memberi penentuan satu hari yang tepat apabila ketidakpastian tinggi. Kad fasa memaparkan tetingkap 2 hingga 4 hari dengan lorekan keyakinan.

Ia tidak belajar daripada data orang lain. Setiap pengguna mempunyai model Bayesian mereka sendiri, dijalankan pada peranti, terhadap sejarah tersulit mereka sendiri.

Di mana ia muncul

Dalam kad fasa pada ritual harian, dalam surat ringkasan, dan sebagai input kepada cycle-weather — bacaan varians jangka pendek berbanding garis dasar stabil anda.