Mik a statisztikai normák?
bevezetés
A sport statisztikai normái lehetővé teszik az egyéni teljesítmény összehasonlítását ugyanazon célcsoport többi sportolójával. A statisztikai normák átlagértékeket és szórási információkat tartalmaznak, és csak a megfelelő csoportra vonatkoznak.
A statisztikai normák tehát matematikailag jelzik az átlagos jellemző értéket.
Csoporttagság
Az átlagjellemzők összehasonlítása természetesen csak az azonos csoportba tartozó teszt személyek számára értelme.
Példa:
- Átlagos idő: 3000 méter férfi középiskolások.
- Átlagos sebesség az 1. Bundesliga labdarúgóinak anaerob küszöbén
- Átlagos eredmény egynél Fitness teszt 60 éves nők számára
A megfelelő szolgáltatási területeken az adatokat el kell küldeni a reprezentatív minták légy határozott. A statisztikai normákat nem lehet egyszerűen minden emberre átvinni, és csak az egyéni sportolóra vonatkozhatnak, ha a normákkal összhangban viselkednek.
Hogyan határozzák meg a statisztikai normákat?
Két módszer áll rendelkezésre a statisztikai normák meghatározására:
- A számtani középértékek meghatározása
- regressziós analízis meghatározása
1. A számtani középértékek meghatározása
A számtani átlagértékek meghatározása különösen hasznos a csoportok összehasonlításakor. Az iskolákban az egyes évekre vonatkozó átlagértékek áttekintést nyújtanak arról, hogy az egyes hallgatók jobbak vagy rosszabbak-e az átlagnál.
Számítás:
Az egyes értékeket összeadják és elosztják a résztvevők számával.
A mintának kell / kell lennie kellően nagynak és reprezentatívnak a populációra.
A számtani átlagértékekkel kapcsolatos problémák:
A számtani középértékek nem alkalmasak a nagy teljesítményű területre, mivel csak néhány teszt alany képes elérni az atlétikai teljesítményt.
2. Regressziós elemzés meghatározása
Ban,-ben regressziós analízis meghatározása az adatokat a regressziós vonal úgynevezett extrapolációjából nyerjük. Fontos, hogy megengedhető legyen az extrapoláció.
Az adatok ebből az egyenes vonalból olvashatók.
Például. A lövöldözés teljesítménye korrelál a pad présteljesítményével.
A regressziós vonal azt mutatja, hogy milyen teljesítményt kell elérnie egy préselõnek, ha 20 méterre eltalálja a labdát
Statisztikai normák és megbízhatósági határok
Annak érdekében, hogy adatokat lehessen olvasni a statisztikai normákból, bizonyos megbízhatósági határértékekre van szükség.
Az előnyben részesített megbízhatósági határok a következők:
- A becslés standard hibája
- A hiperbolikus megbízhatósági határ
- (A becslés standard hibája)
1. A regressziós sor standard hibája
Se = ± s = 1-r2
r = Összefüggés (pl. Padprés és lövöldözés) / 0,86
s = Szórási értékek
A becslés standard hibája azt a tartományt jelzi, amelyben a valódi érték hiba valószínűséggel (1% = p <0,01 vagy 5% p <0,05) van.
2. A hiperbolikus magabiztossági határok
= Bizalmi intervallumok
A becslések különösen pontosak azokon a területeken, ahol sok adat gyűjthető (az átlag tartományában).
Minél tovább tér el a mért érték az átlagtól, annál kevésbé lesz pontos a becslés. (alsó és felső teljesítménytartomány).
.jpg)
