分類的運作方式

規則的來源

這九種身材源自女性身材辨識技術（FFIT），由 North Carolina State University 根據 3D 身體掃描資料開發，並由 Simmons、Istook 與 Devarajan 於 2004 年描述。2004 年的研究以較大型的掃描測量集合定義了九種身材——包括 Diamond 與 Oval。後來的公式集合（2007）將其中七種表達為胸圍、腰圍、高臀圍與臀圍的規則；該集合假定腰圍小於胸圍，也是部分計算機採用的版本（calculator.net 有發布此版本）。Sokolowski 與 Bettencourt（2020）指出，它錯誤分類或無法分類許多較大體型的身體，將 Diamond 與 Oval 重新納入公式，並為 Triangle、Inverted Triangle 與 Rectangle 規則加入零的下限。本實作採用 2020 年修訂版，使用胸圍、腰圍、臀圍，以及必要時的高臀圍。

本網站採用的修訂版 FFIT 規則，依檢查順序排列（吋）

本網站依顯示順序檢查規則，並回傳第一個符合的結果。有些條件彼此重疊——例如 Hourglass 與 Spoon——因此順序決定結果。若沒有規則符合——例如胸圍 50、腰圍 40、臀圍 40 吋：胸圍恰好多 10，這不符合 Top Hourglass（須小於 10），也不符合 Inverted Triangle（胸圍 − 腰圍須小於 9）——計算機會套用本網站的備援規則，並如此標示結果：胸圍比臀圍多 10 或以上時，若胸圍 − 腰圍 ≥ 9 則回傳 Top Hourglass，否則回傳 Inverted Triangle；臀圍比胸圍多 10 或以上時，若臀圍 − 腰圍 ≥ 9 則回傳 Bottom Hourglass，否則回傳 Triangle；其餘情況回傳 Rectangle。在下方所述的 ANSUR II 樣本中，沒有任何受測女性需要使用備援規則。

為何有些結果會要求第四項測量值

Spoon 與 Bottom Hourglass 兩項規則包含高臀圍與腰圍的比值，分界值為 1.193。當規則依序檢查時，沒有較早的規則符合，前三項測量值已滿足其中任一規則的其他條件，且尚未輸入高臀圍時，計算機無法判定結果，便會要求此測量值。（若較早的規則符合——胸圍 37.5、腰圍 30、臀圍 40 吋屬於 Hourglass——即使 Spoon 的條件也成立，仍不需要高臀圍。）在我們對 ANSUR II 的分析中——1,986 名女性，將 ANSUR 的胸圍與肚臍高度腰圍欄位套用至規則，且沒有可用的高臀圍測量值——34.7% 的紀錄落在該區域。此數字描述的是該樣本在此替代方式下的情況；並非對一般女性的估計。沒有高臀圍時，這些測量值的結果無法判定，計算機會如實說明，而非猜測。

FFIT 的 2020 年論文未說明高臀圍的測量位置。本網站的測量慣例是繞上臀部測量，約在自然腰線下方 3 吋（7–8 公分）、臀部最豐滿處上方。這是本網站做出的測量流程選擇；不同的定位點會改變比值。

穩定性提示的計算方式

將測量值分類後，計算機會依序將胸圍、腰圍與臀圍各自增加及減少，以 1 mm 的間距搜尋至最多 15 cm，其他輸入值（包括已輸入的高臀圍）保持不變，並回報造成不同結果的最小單一測量變化。「需要高臀圍」的變化也算作不同結果。它不會搜尋兩項測量值同時變化的組合，因此這是到達邊界真實距離的上限，而非最短路徑。若同樣大小的兩種變化都會改變結果，回報的是固定順序中最先者：胸圍、腰圍、臀圍，且增加優先於減少；下文的「決定性測量值」計數沿用此同分判定規則。當回報距離為 2 公分或以下時，計算機會顯示邊界提示；2 公分是本網站的顯示門檻，不是測得的誤差率。

針對 1,297 名結果不需要高臀圍的 ANSUR II 女性執行後，到不同結果的距離中位數為 2.5 公分；42.8% 位於 2 公分內，23.8% 位於 1 公分內。依上述同分判定規則，在這 1,297 個案例中，胸圍是 769 例的決定性測量值，腰圍是 298 例，臀圍是 230 例；最常見的單一變化為 Rectangle 變為無法判定的高臀圍區域（406），以及 Rectangle 變為 Triangle（371）。這些是此程序在該樣本上的結果。

腰臀比百分位數的來源

此百分位數會將您的腰圍除以臀圍，與在美國 National Health and Nutrition Examination Survey 中接受檢查、年滿 18 歲且兩項測量值均有記錄的成人之相同比值比較，資料涵蓋 2017–2018 與 2021 年 8 月至 2023 年 8 月週期：5,890 名女性與 5,229 名男性。女性計算機與女性比較，男性計算機與男性比較。回報的百分位數是樣本中您比值等於或超過的第 1–99 百分位數值個數，因此以整數步進且不做插值；相同值計為超過，低於第 1 百分位數值的比值會回報 0。它不是健康分數，高或低百分位數也不是需要解決的問題。

有三項限制。第一，NHANES 依固定流程在髖骨頂端（髂嵴）正上方測量腰圍，而身材計算機要求軀幹最細處；對許多人而言兩者不同，因此該百分位數只是相對於不同定義測量值的粗略定位，並非精確比較。第二，這些數值是合併且未加權的分析樣本內百分位數，不是美國人口百分位數的估計。第三，NHANES 不記錄胸圍，因此本網站無法說明各 FFIT 身材在一般人口中的常見程度。

ANSUR II 的用途

ANSUR II 是針對美國陸軍人員的 2012 年人體測量調查，其工作資料庫公開收錄 1,986 名女性與 4,082 名男性。它不記錄胸圍或高臀圍。ANSUR II 記錄的是胸部圍度（依其流程於胸部最突處測量）而非胸圍，腰圍則於肚臍高度測量而非最細處。本網站的實驗將這兩個欄位，加上作為臀圍的臀部圍度，依照規則原文套用；其測量流程與本網站的測量指示不同，這些數字應理解為該替代方式的結果，而非同一批女性依本網站方法會得到的結果。樣本為陸軍人員，不能代表一般人口。它在此用於需要高臀圍的紀錄比例、結果分布、上述穩定性數據，以及下方的寬度實驗；不用於百分位數。

男性計算機

本網站的五類男性分類器，對胸圍、腰圍與臀圍採用自訂規則：若腰圍至少與胸圍或臀圍同大，則為 Oval；否則，當胸圍至少比臀圍大 3.6 吋時為 Trapezoid 或 Inverted Triangle（若腰圍比胸圍小 9 吋或以上，則為 Trapezoid）；當臀圍至少比胸圍大 3.6 吋時為 Triangle；其餘情況，腰圍下降 9 吋者為 Trapezoid，否則為 Rectangle。3.6 與 9 吋數值是為了一致性而借用 FFIT 規則。這不是已發表或經驗證的男性 FFIT 標準。

本網站刻意不做的事

本網站不會根據照片分類。在建置網站前，我們在 ANSUR II 上進行了寬度代理實驗；該資料同時記錄胸部、腰部與臀部的圍度及寬度（正面視角寬度）——未涉及任何影像。每個寬度皆依樣本中該區域圍度與寬度的平均比值，換算為圍度估計值，並以簡化的四類規則集合分類（臀圍比胸圍大超過 5%：梨形；胸圍比臀圍大超過 5%：倒三角；腰圍在臀圍的 25% 以內或胸圍至腰圍下降 9 吋：沙漏型；其餘為矩形）；同一規則也套用於真實圍度。在全部 1,986 名女性中，兩種標籤有 70.1% 的時間一致，而將每個人都指定為該四類方案中最常見類別的基準值為 70.4%（這也是為何此基準值不同於九項 FFIT 規則下 46.6% 的 Rectangle 比例）。在相同資料中，深度與寬度的比值因區域而異——胸部約 0.92、腰部 0.71、臀部 0.66，個體間的變異係數為 7–8%——這就是單一正面寬度無法替代圍度的原因。寬度代理方法未優於基準值，因此本網站採用皮尺測量。

本網站不使用身高、體重或 BMI。測量值會在頁面中處理，不會傳送至本網站；本網站不會儲存這些資料。

參考資料

本頁的規則與數字出自下列來源。參考值是文獻裡的慣例，不是你該達到的目標。

1. Simmons, Istook & Devarajan (2004). Female Figure Identification Technique (FFIT) for Apparel, Part I: Describing Female ShapesJournal of Textile and Apparel, Technology and Management 4(1):1–16 · JTATM 4(1)以北美女性 3D 人體掃描的胸圍、腰圍、高臀圍與臀圍，定義出 FFIT 九型（沙漏、上／下半身沙漏、湯匙、三角、倒三角、矩形、菱形、橢圓）。本網站採用的就是這一套規則的後續修訂版。
2. Sokolowski (2020). Modification of the Female Figure Identification Technique (FFIT) Formulas to Include Plus Size Bodies3DBODY.TECH 2020 Conference Proceedings · proc.3dbody.tech/2020指出 2007 年版 FFIT 公式假設腰圍一定小於胸圍，因此在許多較大體型上失效；新增 Diamond 與 Oval 規則，並為 Triangle、Inverted Triangle、Rectangle 補上 ≥ 0 的下界。本網站使用修訂後的公式。
3. National Center for Health Statistics (2024). National Health and Nutrition Examination Survey: Body Measures (BMX) data, 2017–2018 and August 2021–August 2023CDC / NCHS public-use data files · NHANES BMX_J, BMX_L本站腰臀比百分位的腰圍與臀圍來源：11,119 位由受訓人員實測的成人。未加權，所以百分位描述的是受檢樣本而非精確的全美人口；NHANES 不量胸圍。
4. Gordon et al. (2014). ANSUR II: 2012 Anthropometric Survey of U.S. Army Personnel — public working databasesU.S. Army Natick Soldier RDEC / Penn State OPEN Design Lab · ANSUR II Female Public公開測量資料用於本網站自行進行的 FFIT 穩定性計算，計算方式與結果見方法論章節。這些是本站計算結果，並非 Gordon 等人研究直接報告的結論。軍方人員不是一般人口樣本，因此不用來算百分位。