Возможности использования методов математической статистики в разработке технологий отбора перспективных волейболисток

Обложка

Цитировать

Полный текст

Аннотация

В профессиональном спорте большой интерес представляют методы прогнозирования и отбора как результатов спортивных соревнований, так и перспективности отдельных спортсменов для достижения ими более высоких спортивных результатов. В рамках исследования проведен однофакторный статистический анализ взаимосвязи скорости достижения спортивного результата с переменными, которые характеризуют индивидуальные характеристики волейболисток. Исходной информацией стали психологические, физические, тактико-технические, физиологические, функциональные характеристики спортсменок, а также данные анкетирования и динамика показателей скорости достижения спортивного результата. Выявлено, что статистически значимую связь со скоростью движения среди волейболисток имеют шесть переменных: максимальная анаэробная мощность, рост, выносливость, скорость двигательной реакции, взрывная сила, внимание. Математическая модель прогноза скорости достижения спортивного результата включает четыре переменных, коэффициенты которых использованы для построения уравнения регрессии. При помощи бинарного логистического регрессионного анализа разработана методика прогноза, позволяющая с точностью 69,7 % отобрать среди молодых волейболисток лиц с разной скоростью достижения спортивного результата, что позволит при дифференцированном подходе тренерско-преподавательского состава добиться более высоких спортивных результатов и усовершенствовать сам процесс тренировки.

Об авторах

М. Х. Ташакова

ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина»

Email: osmanov@bk.ru

Э. М. Османов

ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина»

Email: osmanov@bk.ru

Список литературы

  1. Авдеев Ю.В., Колобков П.А., Соколова Ф.М., Алексеева Е.Д. Перспективные методы профессионального отбора борцов // Ученые записки университета им. П.Ф. Лесгафта. 2013. № 12 (106). С. 7-10.
  2. Бакулев С.Е., Таймазов В.А. Генеалогические основы прогнозирования успешности соревновательной деятельности единоборцев // Ученые записки университета им. П.Ф. Лесгафта. 2006. № 19. С. 7-14.
  3. Губа В.П. Теория и методика современных спортивных исследований. М.: Спорт, 2016. 232 с.
  4. Таймазов В.А., Бакулев С.Е. Прогнозирование успешности соревновательной деятельности спортсменов с учетом генетических основ тренируемости // Ученые записки университета им. П.Ф. Лесгафта. 2005. № 18. С. 81-90.
  5. Ахметов И.И., Мустафина Л.Д., Насибулина Э.С. Медико-генетическое обеспечение детско-юношеского спорта // Практическая медицина. 2012. № 7 (62). С. 62-66.
  6. Наследов А. SPSS 19: профессиональный статистический анализ данных. СПб.: Питер, 2011. 400 с.
  7. Гржибовский А.М. Анализ номинальных данных (Независимые наблюдения) // Экология человека. 2008. № 6. С. 58-68.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».