THE POSSIBILITIES OF USING MATHEMATICAL STATISTICS METHODS IN THE DEVELOPMENT OF TECHNOLOGIES FOR SELECTION PROMISING VOLLEYBALL PLAYERS

封面

如何引用文章

全文:

详细

In professional sports methods of forecasting and selecting both the results of sports competitions and the prospects of individual athletes for achieving higher sports results are of great interest. As part of the study one-way statistical analysis of the correlation of achieving sports results speed with variables that characterize the individual characteristics of volleyball players is conducted. The source of information were the psychological, physical, tactical and technical, physiological and functional characteristics of athletes, as well as survey data and dynamic performance of obtaining results speed. It is revealed that a statistical significant correlation with the rate of movement among volleyball players have six variables: maximal anaerobic capacity, height, stamina, motor response speed, explosive power, attention. Mathematical model for forecasting the obtaining results speed involves four variables, coefficients of which are used to build the regression equation. We developed a forecasting technique using binary logistic regression analysis that allows us to select, with an accuracy of 69.7 %, among young vocalists of the people, with different rates of achievement of the sports result, which will allow with a differentiated approach the trainer-to-teaching staff to achieve higher sports results and improve the process of workouts.

作者简介

M. Tashakova

Tambov State University named after G.R. Derzhavin

Email: osmanov@bk.ru

E. Osmanov

Tambov State University named after G.R. Derzhavin

Email: osmanov@bk.ru

参考

  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.

补充文件

附件文件
动作
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».