Wat zijn statistische normen?

introductie

Statistische normen in de sport maken het mogelijk om individuele prestaties te vergelijken met andere atleten van dezelfde groep ontvangers. De statistische normen bestaan ​​uit gemiddelde waarden en hun verspreidingsgegevens en zijn alleen van toepassing op een overeenkomstige groep.
Statistische normen geven dus wiskundig de gemiddelde kenmerkuitdrukking aan.

lidmaatschap van een groep

Natuurlijk is de vergelijking van gemiddelde kenmerkwaarden alleen zinvol voor personen die tot dezelfde groep behoren.
bijvoorbeeld:

  • Gemiddelde tijd voor mannelijke afgestudeerden van 3000 meter.
  • Gemiddelde snelheid op de anaërobe drempel van voetballers van de 1e Bundesliga
  • Gemiddeld resultaat in een fitnesstest voor 60-jarige vrouwen

Voor de bijbehorende servicegebieden moeten de gegevens worden bepaald op zo representatief mogelijke monsters. Statistische normen kunnen niet gemakkelijk op elk individu worden toegepast en zijn alleen op de individuele atleet van toepassing als hij zich in overeenstemming met de norm gedraagt.

Hoe worden statistische normen bepaald?

Er zijn twee methoden beschikbaar om statistische normen te bepalen:

  1. Bepaling van rekenkundige gemiddelde waarden
  2. regressie analytische bepaling

1. Bepaling van rekenkundige gemiddelde waarden

De bepaling van rekenkundige gemiddelde waarden is bijzonder geschikt bij het vergelijken van groepen. Bijvoorbeeld, gemiddelden voor individuele jaren op school geven een overzicht of individuele studenten beter of slechter zijn dan gemiddeld.

berekening:

De individuele waarden worden bij elkaar opgeteld en gedeeld door het aantal deelnemers.
De steekproef moet / moet voldoende groot en representatief voor de populatie zijn.

Probleem met rekenkundige gemiddelde waarden:

Rekenmiddelen zijn ongeschikt voor de high-performance sector, omdat slechts enkele personen de atletische prestaties kunnen vervullen.

2. Regressie-analyse

In de regressieanalyse worden de gegevens verkregen uit de zogenaamde extrapolatie van de regressielijn. Het is belangrijk dat de extrapolatie kan worden toegestaan.
De gegevens kunnen worden gelezen op basis van deze rechte lijn.

Voorbeeld: de kracht van het kogelstoten is gecorreleerd met de kracht van de bankdruk.

Aan de regressielijn kan worden afgelezen welke bench-pressprestaties moeten worden genomen door een kogelstoter die de bal 20 meter raakt

Statistische normen en vertrouwensgrenzen

Om gegevens uit de statistische normen te kunnen uitlezen, zijn bepaalde betrouwbaarheidslimieten noodzakelijk.

De gewenste betrouwbaarheidslimieten zijn:

  1. De standaardschattingsfout
  2. De hyperbolische vertrouwenslimiet
  3. (De standaardfout van de schatting)

1. Standaardschattingsfout van de regressielijn

S e = ± s? 1-r 2

r = correlatie tussen (bijv. bankdrukken en kogelstoten) / 0.86
s = spreidingswaarden

De standaardschattingsfout geeft het bereik aan waarin de werkelijke waarde een foutkans heeft van (1% = p <0, 01 of 5% p <0, 05).

2. Hyperbolische betrouwbaarheidslimieten

= Vertrouwensintervallen

De schattingen in gebieden zijn bijzonder nauwkeurig, waar veel gegevens kunnen worden verzameld (binnen het bereik van het gemiddelde) .
Hoe verder de waarde afwijkt van het gemiddelde, hoe minder nauwkeurig de schatting wordt. (onderste en bovenste prestatiebereik).

id="ads3">

Labels: 
  • reizen 
  • natuurgeneeskunde 
  • medische apparatuur 
  • laboratoriumwaarden 
  • kindergeneeskunde 
  • Verkiezen

    Voorkeuren Categorieën

    Uitzicht

    Top