什麼是體脂率(BMI 估算法)計算機?
這款計算機採用 Deurenberg 公式,透過你的身體質量指數(BMI)、年齡與性別來推算體脂率。它不像體脂秤或皮脂夾那樣需要額外器材,只要輸入體重、身高、年齡與性別,就能快速得到一個族群層級的估算值。本工具適用於各國成年人,並採用公制單位(公斤與公分)。
使用方式
先選擇性別,接著輸入體重(公斤)、身高(公分)以及年齡(歲)。計算機會先算出你的 BMI,再代入 Deurenberg 公式估算體脂率,最後把體重拆分為估算脂肪量與淨體重(無脂肪體重)。
公式解析
BMI 的算法是體重(公斤)除以身高(公尺)的平方。Deurenberg 公式為:
其中性別在男性代入 1、女性代入 0。年齡項反映出在相同 BMI 下,體脂通常會隨年齡上升;性別項則反映在相同 BMI 下,女性的必需脂肪比男性多。
實際範例
一位 30 歲、體重 75 公斤、身高 178 公分的男性,身高換算為 1.78 公尺,因此
接著
他的脂肪量約為 14.3 公斤,淨體重約 60.7 公斤。
解讀您的體脂肪結果
德倫貝格方程式返回的數字是您總體重中脂肪組織所佔比例的估計值。要判斷結果是偏低、健康還是偏高,需要將其與人群參考範圍進行比較。美國運動委員會(ACE)公佈的廣泛引用範圍是按性別區分的:
| 類別 | 男性 | 女性 |
|---|---|---|
| 必需脂肪 | 2–5% | 10–13% |
| 運動員 | 6–13% | 14–20% |
| 健身 | 14–17% | 21–24% |
| 平均/可接受 | 18–24% | 25–31% |
| 肥胖 | 25%+ | 32%+ |
例如,一位30歲、體重指數為24的男性,估計體脂肪為19.4%,屬於男性的平均/可接受範圍內。
這是估計值,而非測量值
德倫貝格公式根據體重指數、年齡和性別,使用來自一般成人人群的迴歸數據來預測體脂肪。它不像雙能量X射線吸收測量法、靜水稱重或皮褶夾測定法那樣直接測量脂肪。已發表的驗證研究報告單個個體的標準誤差約為3–5個百分點,因此22%的結果實際上意味著「大約在18–26%之間」。將其視為篩查估計值和追蹤隨時間變化的方式,而非精確數字。
最不可靠之處
- 運動員和肌肉發達的人:由於方程式由體重指數驅動,肌肉發達導致體重增加,公式傾向於高估他們的體脂肪。
- 老年人:隨著年齡增長,人們會在相同的體重指數下失去肌肉並增加肌內脂肪,因此即使公式已經加入了年齡項,老年人的估計值仍然存在更多不確定性。
- 兒童和青少年、孕婦以及身體比例異常的人:該方程式是根據非孕期成人推導的,不應應用於這些人群。
此資訊僅供一般性和教育用途,不構成醫療建議。如果您對自己的身體構成或結果對健康的影響有疑慮,請諮詢合格的醫療專業人士或使用直接測量方法。
不同輸入下的體脂肪估計
下表顯示了估計體脂肪百分比如何隨著體重、身高、年齡和性別而變化。體重指數計算為體重 (kg) ÷ 身高 (m)²,然後體脂肪按照 BF% = 1.20·BMI + 0.23·Age - 10.8· S - 5.4 計算,其中 S = 1 代表男性,0 代表女性。注意,對於相同的體重指數和年齡,女性顯示較高的估計值,因為有10.8分的性別項。
| 性別 | 體重 | 身高 | 年齡 | 體重指數 | 估計體脂肪% |
|---|---|---|---|---|---|
| 男性 | 70 kg | 175 cm | 25 | 22.9 | 16.9% |
| 男性 | 90 kg | 175 cm | 25 | 29.4 | 24.7% |
| 男性 | 70 kg | 175 cm | 50 | 22.9 | 22.7% |
| 女性 | 60 kg | 165 cm | 25 | 22.0 | 26.7% |
| 女性 | 75 kg | 165 cm | 25 | 27.5 | 33.4% |
| 女性 | 60 kg | 165 cm | 50 | 22.0 | 32.5% |
一旦您有了體脂肪百分比,您可以使用體脂肪至瘦體重計算機將其轉換為給定體重下的實際脂肪量和瘦(無脂肪)質量。對於第一行,70 kg體重上的16.9%約等於11.8 kg的脂肪和58.2 kg的瘦體重。
使用注意事項與精準校對原則(6 大核心守則)
📐 1. 嚴格對齊輸入量綱與單位
輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。
🔒 2. 純前端本機毫秒級隱私保障
所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。
📊 3. 符合公認學術與產業計算模型
演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。
📋 4. 一鍵複製與免登入 PDF 匯出
支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。
🔄 5. 多情景敏感度動態對比
建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。
🛡️ 6. 專業諮詢與日常參考免責聲明
本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。