Hur försämras simmarnas prestationer under långa grenar?

Fallstudier i statistiskt tänkande

Justin Bois

Lecturer, Caltech

Mer om simningens bakgrund

¹ Foto av Chan-Fan, CC-BY-SA-4.0

Mer om simningens bakgrund

Split: Tiden det tar att simma en längd i bassängen

Mer om simningens bakgrund

Mer om simningens bakgrund

¹ Bild: Miho NL, CC-BY-3.0

Mer om simningens bakgrund

Avtagande tempo

Kvantifiera inbromsningen

Använd damsimningens 800 m frisim (heat)
Utelämna första och sista 100 metrarna
Beräkna medelvärdet av splittiden för varje splittnummer
Utför linjär regression för att beräkna inbromsningen per split
Utför hypotestest: kan inbromsningen förklaras av slumpmässig variation?

Hypotestest för korrelation

Formulera nollhypotes: splittid och splittnummer är helt okorrelerade

Simulera data under antagande att nollhypotesen gäller

scrambled_split_number = np.random.permutation(
  split_number
)

Använd Pearsons korrelation, betecknad rho, som teststatistika
```
rho = dcst.pearson_r(scrambled_split_number, splits)
```
Beräkna p-värdet som andelen replikat med Pearson-korrelation minst lika stor som den observerade

Nu kör vi en övning!

Fallstudier i statistiskt tänkande

Preparing Video For Download...