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:

1. A számtani középértékek meghatározása
2. 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:

1. A becslés standard hibája
2. A hiperbolikus megbízhatósági határ
3. (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).