Gliederung. Analyses of Elite Swimming Performances and Their Respective Between-Gender Dierences over Time. Jasmin Abedieh. Statistik im Sport 2009

Transkript

1 Gliederung Analyses of Elite Swimming Performances and Their Respective Between-Gender Dierences over Time Jasmin Abedieh Betreut von Manuel Eugster Statistik im Sport 2009 Institut für Statistik Ludwig-Maximilians-Universität München 1 Einführung Schwimmen als Sportart Problemstellung 2 Analyse von Eliteschwimmern 3 Fazit 1.Studie 2.Studie 4 Kritik und Ausblick Schwimmen als Sportart Schwimmen als Sportart Grundschwimmtechniken Grundschwimmtechniken Brustschwimmen Brustschwimmen Kraulschwimmen

2 Schwimmen als Sportart Schwimmen als Sportart Rückenschwimmen Rückenschwimmen Schmetterling (Deln) Schwimmen als Wettkampf Problemstellung Wettkampfbestimmungen Strecken Einzelwettkampf und Staelwettkampf Entwicklung der Schwimmgeschwindigkeit und Vergleich zwischen weiblichen und männlichen Eliteschwimmern über einen längeren Zeitraum Ablauf des Wettkampfs

3 Daten Die Aufzeichnungen von männlichen und weiblichen Rekorden von 1962 bis 2007 stammen von der Website USA Swimming Schwimmdisziplinen: 50 m Freistil 100 m Freistil 200 m Freistil 100 m Rückenstil 100 m Bruststil 100 m Schmetterlingstil Untersuchungseinheit ist die Durchschnittsgeschwindigkeit Betrachtung der Entwicklung der männlichen und weiblichen Durchschnittsgeschwindigkeit einzeln und im Vergleich zueinander die abhängige Variable Y Geschwindigkeit wird auf die unabhängige Variable X Jahreszahl regressiert für geschlechtsbedingte Unterschiede bezüglich der Durchschnittsgeschwindigkeit wird eine weitere Regressionsanalyse mit der Dierenz aus männlichen und weiblichen Durchschnittsgeschwindigkeiten als neue abhängige Variable durchgeführt schnellere Streckenzeit resultiert also in einer höheren Durchschnittsgeschwindigkeit Regressionsanalyse y i = β 0 + β 1 x 1i β p x pi + ε i ; i = 1,..., n E(ε i ) = 0 V (ε i ) = σ 2 {ε i i = 1,..., n} stoch. unabhängig ε i N(0, σ 2 ) Schätzung der Regressionsparameter β k mit Kleinster-Quadrate- (KQ-) Modellgüte mittels: ˆβ = (X T X ) 1 X T y x 1i,..., x pi : β 0, β 1,..., β p : y i : Zielgröÿe (Zufallsgröÿe), abhängige Variable feste bekannte Einussgröÿen, unabhängige Variablen ε i : Zufallsfehler mit unbekannter Varianz σ 2 Regressionsparameter n : Anzahl der Beobachtungen R 2 = n i=1 (ŷ i ȳ) 2 n i=1 (y i ȳ) 2, R2 [0; 1]

4 Überprüfung, ob die Regression den Sachverhalt sinnvoll modelliert, mittels Overall-F-Test: Verwendete Regressionsfunktionen: lineare Einfachregression H 0 : β 1 = = β p = 0 vs. H 1 : β k 0 für mindestens ein k y i = β 0 + β 1 x i + ε i ; i = 1,..., n (1) F = n p 1 p Dabei wird H 0 verworfen, falls gilt: n i=1 (ŷ i ȳ) 2 n i=1 (y i ŷ i ) 2 F > F 1 α,p,n p 1 F p,n p 1 Polynom zweiten Grades als Regressionsfunktion y i = β 0 + β 1 x i + β 2 x 2 i + ε i ; i = 1,..., n (2) Polynom dritten Grades als Regressionsfunktion y i = β 0 + β 1 x i + β 2 x 2 i + β 3 x 3 i + ε i ; i = 1,..., n (3) Geschlechtsspezischer Vergleich Auswahl des besten Modells mit: R 2 = R2 2 R1 2, wobei R 2 i das Bestimmtheitsmaÿ von Modell (i) darstellt Entscheidung für das kompliziertere Modell bei R Verwendung von Regressionsmodellen der Form (1) - (3) mit neuer abhängiger Variable ˇY als Dierenz der männlichen Durchschnittsgeschwindigkeiten Y m und der weiblichen Durchschnittsgeschwindigkeiten Y w ˇy i := y m i y w i, i = 1,..., n Modellentscheidung analog zu den Modellen (1) - (3) mittels R 2

5 Standardisierte Regressionskoezienten Disziplin β 1 β 2 β 3 F-Test R 2 R 2 50 m Freistil: Männer F(2, 25) = * Frauen F(1, 26) = * m Freistil: Männer F(2, 25) = * Frauen F(2, 43) = * m Freistil: Männer F(3, 42) = * Frauen F(3, 42) = * m Rücken: Männer F(2, 43) = * Frauen F(2, 43) = * m Brust: Männer F(2, 43) = * Frauen F(2, 43) = * m Schmetterling Männer F(3, 42) = 468,87* Frauen F(2, 43) = * * p 0.01 Tabelle: Regressionskoezienten, F-Test, R 2, R 2 und p -Werte für den Verlauf der 12 amerikanischen Schwimmrekorde (Geschlecht 6 Disziplinen) von 1962 bis Vergleich der standardisierten Regressionsfunktionen beider Geschlechter für die Disziplinen 50, 100 und 200 m Freistil sowie 100 m Schmetterling Standardisierte Geschwindigkeit m Freistil Männer Frauen Standardisierte Geschwindigkeit m Freistil Männer Frauen 200 m Freistil 100 m Schmetterling Geschlechtlicher Vergleich der Entwicklung amerikanischer Schwimmrekorde Standardisierte Geschwindigkeit Männer Frauen Standardisierte Geschwindigkeit Männer Frauen Standardisierte Regressionskoezienten Disziplin β 1 β 2 β 3 F-Test R 2 R 2 p -Wert 50 m Freistil: F(3, 24) = m Freistil: F(3, 42) = m Freistil: F(2, 43) = m Rücken: F(2, 43) = m Brust: F(2, 43) = m Schmett.: F(3, 42) = Tabelle: Regressionskoezienten, F-Test, R 2, R 2 und p -Werte für die Dierenzen der Geschwindigkeitsrekorde zwischen Männern und Frauen für den Zeitraum 1962 bis 2007.

6 Standardisierte Regressionsfunktionen der Geschwindigkeitsdierenzen von Mann und Frau für die Disziplinen 200 m Freistil sowie 100 m Schmetterling Standardisierte Geschwindigkeitsdifferenz Studie 200 m Freistil Standardisierte Geschwindigkeitsdifferenz m Schmetterling 2. Studie Daten 2. Studie Bestzeiten männlicher und weiblicher heranwachsender Eliteschwimmer Die Aufzeichnungen aus den Jahren 1962, 1969, 1982, 1992 und 2002 stammen von der Website USA Swimming Schwimmdisziplinen: 50 m Freistil 100 m Freistil 200 m Freistil 100 m Rückenstil 100 m Bruststil 100 m Schmetterlingstil Betrachtung von fünf Altersgruppen 10 Jahre & jünger Jahre Jahre Jahre Jahre Betrachtung der Entwicklung der männlichen und weiblichen Durchschnittsgeschwindigkeit einzeln und im Vergleich zueinander die abhängige Variable Y Geschwindigkeit wird auf die unabhängige Variable X Jahreszahl regressiert analog zur werden die Regressionsmodelle (1) - (3) für die allgemeine und zwischengeschlechtliche Geschwindigkeitsentwicklung verwendet Modellentscheidung basiert wieder auf den Dierenzen R 2 für geschlechtsbedingte Unterschiede bezüglich der Durchschnittsgeschwindigkeit wird eine weitere Regressionsanalyse mit der Dierenz aus männlichen und weiblichen Durchschnittsgeschwindigkeiten als neue abhängige Variable durchgefüht Analyse der Stärke von geschlechtsspezischen Eekten Untersuchung geschlechtsspezischer Eekte mittels Cohens d mit den Hypothesen d = ȳm ȳ w s m H 0 : µ m = µ w vs. H 1 : µ m µ w

7 2. Studie 2. Studie Regressionsanalyse Polynome mindestens zweiten Grades bester Fit bei 52 der 60 Kombinationen mit einem Polynom dritten Grades Werte des Bestimmtheitsmaÿes R 2 jetzt nur noch zwischen und Overall-F-Tests erzielten in 57 Fällen ein signikantes Ergebnis Geschlechtlicher Vergleich lineares Regressionsmodell nur in drei von 30 Fällen angemessen ansonsten Polynome zweiten oder dritten Grades Geschlechtsspezische Eekte Altersgruppen Disziplin 10 & jünger m Freistil: 0.63** 2.44** 5.97** 5.33** 8.14** 100 m Freistil: 1.00** 2.00** 5.08** 5.51** 7.36** 200 m Freistil: 0.81** 1.64** 3.60** 6.49** 6.21** 100 m Rücken: ** 3.29** 4.81** 5.36** 100 m Brust: ** 2.37** 3.94** 5.01** 100 m Schmetterling: 0.60** 2.08** 3.09** 4.99** 5.22** Tabelle: Dierenzen der Eektgröÿen und zugehörige p -Werte (* für p < 0.05, ** für p < 0.01) für den Geschlechtsvergleich bei amerikanischen Elitejugendschwimmern nach Alter, Schwimmdisziplin und Bahnlänge für den Zeitraum 1962 bis Fazit Kritik keine eindeutige Interpretation der Geschwindigkeitsentwicklung mittels der Regressionsanalyse möglich weder: männliche Rekorde werden immer über dem der Frauen liegen noch: geschlechtsspezische Leistungsunterschiede werden zukünftig verschwinden Eektgröÿenanalyse ermöglicht bessere Interpretation normierte männliche Durchschnittsgeschwindigkeiten sind höher als die der Frauen Verstärkung der Unterschiede mit wachsendem Alter der Schwimmer Hypothese µ m = µ w wird in fast allen Fällen signikant verworfen µ m µ w Datensatzwahl der ersten Studie ist nicht gut für den Sachverhalt geeignet Voraussetzungen der Regressionsanalyse sind verletzt einfache Regressionsfunktionen sind nicht ausreichend Auswirkung von Trainer, Herkunft, psychischer Verfassung, sozi-kultureller Umwelt sowie physiologische oder biomechanische Faktoren werden nicht berücksichtigt

8 Ausblick Extremwerttheorie Flexiblere Regressionsmodelle z.b. allgemeine additive Form: y i = f 1 (z i1 ) f q (z iq ) + β 0 + β 1 x 1i... + β p x pi + ε i, Vielen Dank! Analyse der Geschwindigkeit in Anbetracht neuer Regeln, Bekleidung oder Technik