Má sledování TikToku před spaním vliv na kvalitu spánku?

V tomto průzkumu, který jsem prováděl sám na sobě, jsem se věnoval tématu kvality spánku. Po dobu dvou měsíců jsem si každý den zapisoval, jak jsem se pocitově vyspal a sledoval závislost celkem 5ti faktorů, abych zjistil, jaký mají vliv na kvalitu spánku.

Metodologie

Po dobu 63 dnů jsem si zapisoval následující údaje:

• v kolik hodin jsem dojedl večeři
• jestli jsem sledoval před spaním TikTok (ano/ne)
• jestli jsem v odpoledních hodinách pil alkohol (ano/ne), který objemem odpovídá asi 1 pivu
• v kolik hodin jsem ulehl do postele
• jak dlouho jsem spal
• jak jsem se po probuzení cítil vyspaný na stupnici od 1 do 5, kde 3 znamená průměr, 1 je nejlepší a 5 nejhorší

Které faktory mají vliv na kvalitu spánku

Začneme sestavením celkového lineárního modelu se všemi proměnnými:

Call:
lm(formula = rechargedfeel ~ ., data = df)

Residuals:
     Min       1Q   Median       3Q      Max 
-0.66775 -0.16154  0.04438  0.16863  0.75135 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept) -1.98585    1.76273  -1.127  0.26473   
tiktokyes    0.12609    0.08648   1.458  0.15039   
alkoholyes   0.08728    0.11752   0.743  0.46079   
sleephour    0.21345    0.06181   3.454  0.00106 **
dinnerd     -0.05961    0.08509  -0.701  0.48645   
sleep        0.02649    0.06519   0.406  0.68607   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.3184 on 56 degrees of freedom
Multiple R-squared:  0.2111,	Adjusted R-squared:  0.1407 
F-statistic: 2.998 on 5 and 56 DF,  p-value: 0.01817

Zde nám předběžně vychází, že na pocit vyspání ma statisticky významný vliv pouze hodina, ve kterou jdu spát. Pro zpřesnění modelu a vyřazení proměnných, které nám nepřispívají ke snížení chyby, použijeme krokovanou regresi. Ta podle AIC rozhodne o nejlepším modelu a výsledek je:

Call:
lm(formula = rechargedfeel ~ sleephour, data = df)

Residuals:
     Min       1Q   Median       3Q      Max 
-0.74399 -0.17146  0.04953  0.20356  0.75599 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) -1.25316    1.24742  -1.005 0.319122    
sleephour    0.19357    0.05511   3.512 0.000851 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.3155 on 60 degrees of freedom
Multiple R-squared:  0.1705,	Adjusted R-squared:  0.1567 
F-statistic: 12.34 on 1 and 60 DF,  p-value: 0.0008509

Zde vidíme, že nám v modelu zůstala pouze jediná proměnná a tou je hodina, kdy jsem šel spát, která nám vychází jako statisticky významná. Vliv každé hodiny, o kterou jdu spát později, je pak zhoršení kvality spánku o 0.19 pocitových bodů. Model vysvětluje pouze 15.6% rozptylu, tzn. lze usoudit, že zbývajících 84.4% rozptylu je způsobeno jinými neznámými faktory.

Dále z modelu vyplývá, že TikTok, alkohol, doba večeře před spaním, ale (kupodivu) ani délka spánku, nemají na kvalitu spánku významný vliv. Upřímně mě překvapilo, že délka spánku na kvalitu spaní mít vliv nebude. Z toho se zdá, že za normálních okolností tělo délku spánku reguluje automaticky tak, aby se člověk vyspal víceméně vždy stejně.

Co se týká alkoholu, tak je možné, že se vliv nepotvrdil jednak proto, že objem konzumace byl v podstatě “jen” jedno pivo, ale taky že jsem za celých 63 dní pil pouze 10 krát. Sice se říká, že někdy by se měl člověk pro vědu obětovat, ale abych chlastal každý druhý den po dobu dvou měsíců, to už by bylo moc i na mě 😀 .

Ideální hodina pro spánek

Pokud si vykreslíme graf závislosti hodiny spánku na kvalitě spánku, pak jako ideální doba pro ulehnutí do postele, kde výsledný pocit vyspání odpovídá průměrné hodnotě 3, nám vychází 22h večer:

Vliv na délku spánku

Podobným způsobem se pokusíme zjistit, které faktory mají vliv na to, jak dlouho spíme. Redukovaný model obsahuje hodinu spánku a tentokrát i alkohol:

Call:
lm(formula = sleep ~ alkohol + sleephour, data = df)

Residuals:
     Min       1Q   Median       3Q      Max 
-0.99633 -0.37963 -0.03353  0.21420  2.33022 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  18.3844     2.5402   7.238 1.07e-09 ***
alkoholyes    0.3347     0.2316   1.445 0.153619    
sleephour    -0.3899     0.1122  -3.475 0.000964 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.6423 on 59 degrees of freedom
Multiple R-squared:  0.194,	Adjusted R-squared:  0.1667 
F-statistic:   7.1 on 2 and 59 DF,  p-value: 0.001727

Statisticky významná je zde opět hodina spánku, kde s každou hodinou, o kterou jsem šel spát později, se má doba spánku zkrátila v průměru o 23 minut. Alkohol nám opět jako významný nevyšel, ale opět je možné, že se na tomto výsledku podílí fakt, že nepiju moc ani často. Model vysvětluje 16,7% rozptylu, což podobně jako v předchozím případě není mnoho.

Závěr

Z nasbíraných dat jsem zjistil, že statisticky významný vliv na kvalitu spánku má hodina, ve kterou jdu spát. Za každou hodinu, co jsem šel spát později, klesla kvalita mého spánku v průměru o 0.19 pocitových bodů, což vysvětluje pouze 15.6% celkového rozptylu. Ideální hodina spánku, kdy pocit vyspání dosahoval průměrné pocitové hodnoty 3, byla 22h. Pokud tedy máte potíže se spánkem, zkuste jít spát o 1-2h dříve než obvykle. Asi vám to nepomůže moc, ale trochu možná ano.

U večerního sledování TikToku nebo konzumace 1 piva se vliv na kvalitu spánku neprokázal. Dále ani u doby, jak dlouho před spánkem večeřím. Největším překvapením však pro mě bylo, že se vliv na kvalitu spánku neprokázal ani u doby, jak dlouho spím. Z toho bych usoudil, že za normálních okolností tělo samo reguluje délku spánku tak, aby se člověk vyspal víceméně vždy stejně.

Co se týká vlivu na délku spánku, tak zde se opět prokázal pouze vliv hodiny, kdy jsem šel spát. Kde za každou hodinu, co jsem šel spát později, se doba spánku zkrátila v průměru o 23 minut. Tímto by se dalo vysvětlit pouze 16,7% celkového rozptylu.