Hvad er statistiske normer?
introduktion
Statistiske normer inden for sport gør det muligt at sammenligne individuel præstation med andre atleter i den samme målgruppe. De statistiske normer består af middelværdier og deres spredningsinformation og gælder kun for en tilsvarende gruppe.
Statistiske normer angiver således matematisk den gennemsnitlige karakteristiske værdi.
Gruppemedlemskab
Sammenligningen af gennemsnitskarakteristika giver naturligvis kun mening for testpersoner, der hører til den samme gruppe.
Eksempel:
- Gennemsnitlig tid for 3000 meter mandlige gymnasium kandidater.
- Gennemsnit hastighed på den anaerobe tærskel for fodboldspillere i 1. Bundesliga
- Gennemsnitligt resultat for en Fitness test for 60 år gamle kvinder
For de tilsvarende tjenesteområder skal dataene sendes til repræsentative prøver Vær beslutsom. Statistiske normer kan ikke blot overføres til hvert enkelt individ og gælder kun for den enkelte atlet, hvis de opfører sig i overensstemmelse med normerne.
Hvordan bestemmes statistiske normer?
Der findes to metoder til bestemmelse af statistiske normer:
- Bestemmelse af de aritmetiske middelværdier
- bestemmelse af regressionsanalyse
1. Bestemmelse af aritmetiske middelværdier
Bestemmelsen af aritmetiske middelværdier er især nyttig, når man sammenligner grupper. Gennemsnitsværdier for de enkelte år i skolerne giver et overblik over, om de enkelte studerende er bedre eller dårligere end gennemsnittet.
Beregning:
De individuelle værdier tilføjes og divideres med antallet af deltagere.
Prøven skal / skal være tilstrækkelig stor og repræsentativ for befolkningen.
Problemer med aritmetiske middelværdier:
Aritmetiske middelværdier er uegnede til området med høj ydeevne, da kun få testpersoner kan opnå den atletiske præstation.
2. Bestemmelse af regressionsanalyse
I bestemmelse af regressionsanalyse data opnås fra den såkaldte ekstrapolering af regressionslinjen. Det er vigtigt, at ekstrapolering kan tillades.
Dataene kan læses fra denne lige linje.
For eksempel. Optagelsen om skuds sæt er korreleret med bænkpressens ydeevne.
Regressionslinjen viser, hvilken bænkprespræstation et skud putter skal have, hvis det rammer bolden 20 meter
Statistiske normer og tillidsgrænser
For at være i stand til at læse data fra de statistiske normer, er visse konfidensgrænser nødvendige.
De foretrukne tillidsgrænser er:
- Standard estimeringsfejl
- Den hyperbolske tillidsgrænse
- (Standardfejlen i estimatet)
1. Standardfejl på regressionslinjen
Se = ± s? 1-r2
r = Korrelation mellem (f.eks. Bænkpress og skudtagning) / 0,86
s = Spredeværdier
Standard estimeringsfejl angiver det interval, hvori den sande værdi er med en fejlsandsynlighed på (1% = p <0,01 eller 5% p <0,05).
2. Hyperboliske tillidsgrænser
= Tillidsintervaller
Estimaterne er især præcise i områder, hvor en masse data kan indsamles (inden for gennemsnittet).
Jo længere den målte værdi afviger fra middelværdien, desto mindre præcist bliver estimatet. (nederste og øvre ydelsesområde).
