1.Первичный статистический анализ
Все методы количественной обработки принято подразделять на первичные и
вторичные. Первичная статистическая обработка нацелена на упорядочивание информации об объекте и предмете изучения. На этой стадии «сырые» сведения группируются по тем или иным критериям, заносятся в сводные таблицы. Первично обработанные данные, представленные в удобной форме, дают исследователю в первом приближении понятие о характере всей совокупности данных в целом: об их однородности – неоднородности, компактности – разбросанности, четкости – размытости и т. д. Эта информация хорошо считывается с наглядных форм представления данных и дает сведения об их распределении.
В ходе применения первичных методов статистической обработки
получаются показатели, непосредственно связанные с производимыми в
исследовании измерениями.
Первичный статистический анализ всей совокупности полученных в
исследовании данных дает возможность охарактеризовать ее в предельно
сжатом виде и ответить на два главных вопроса: 1) какое значение наиболее
характерно для выборки; 2) велик ли разброс данных относительно этого характерного значения, т. е. какова «размытость» данных. Для решения первого вопроса вычисляются меры центральной тенденции, для решения второго – меры изменчивости (или разброса). Эти статистические показатели используются в отношении количественных данных, представленных в порядковой, интервальной ии пропорциональной шкале.
Бег на 100 метров относится к такой дисциплине легкой атлетики, как бег на
короткие дистанции. Прыжок относится к техническим видам легкоатлетической программы. Требует от спортсменов прыгучести, спринтерских качеств а также скоростно-силовых.
1. Проведем первичную статистическую обработку измерений, рассчитав основные статистические характеристики:
Описательная статистика (первичная обработка данных).
Таблица № 1 Использую Excel провели первичную обработку данных.
|
Среднее арифметическое |
14,68 |
14,175 |
12,585 |
12,67 |
|
Дисперсия |
0,160632 |
0,099868 |
0,380289 |
0,485368 |
|
Среднее квадратичное отклонение |
0,324 |
0,255 |
0,5265 |
0,563 |
|
Коэффициент вариации |
0,027302 |
0,022294 |
0,049001 |
0,054987 |
|
Уровень надежности |
0,187575 |
0,147902 |
1,290718 |
1,458176 |
|
Стандартное отклонение |
0,400789 |
0,31602 |
0,616676 |
0,696684 |
|
Коэффициент достоверности |
163,8044 |
200,5968 |
20,40779 |
18,18615 |
|
Стандартная ошибка |
0,089619 |
0,070664 |
0,616676 |
0,696684 |
|
Счет |
20 |
20 |
20 |
20 |
|
Результат |
14,7 ±0,2 |
14,2 ±0,1 |
12,6 ±1,3 |
12,7 ±1,5 |
Выводы:
Тест бег на 100м и 5-кратный прыжок раскрывает скоростные и скоростно-силовые качества. С помощью первичного статистического анализа можно проверить надежность, достоверность полученных данных, качество результатов проведенного теста, можем оценить степень формирования физических качеств.
1. Тест бег на 100 метров проведенный в 2011 году имеет следующие результаты 14,7 ±0,2 . Данные однородны т.к коэффициент вариации равен 0,0270, что меньше 2,3. Коэффициент достоверности равен 163,804, что больше чем 2, 37, значит, данные полученные в ходе статистического анализа можно переносить на генеральную совокупность. Так как W эмп=0,94 и >
W крит = 0,905 >Hо, значит данные выборки подчиняются закону нормального распределения.
2. Тест бег на 100 м проведенный в 2012 году имеет следующие результаты 14,2 ±0,1. Данные однородны т.к. коэффициент вариации равен 0,023, , что больше чем 2, 37 значит, данные полученные в ходе статистического анализа можно переносить на генеральную совокупность. Так как W эмп = 0,93 и > W крит = 0,905 >Hо, значит данные выборки подчиняются закону нормального распределения.
3. Тест 5кратный прыжок проведенный в 2011 году имеет следующие результаты 12,6 ±1,3. Данные однородны т.к коэффициент вариации равен 0,049 , что меньше 2,3. Коэффициент достоверности равен 20, 407 что больше чем 2, 37 значит, данные полученные в ходе статистического анализа можно переносить на генеральную совокупность.
4. Тест 5кратный прыжок проведенный в 2012 году имеет следующие результаты 12,6 ±1,3. Данные однородны т.к коэффициент вариации равен 0,049 , что меньше 2,3. Коэффициент достоверности равен 18,186, что больше чем 2, 37 значит, данные полученные в ходе статистического анализа можно переносить на генеральную совокупность.
Интервальный ряд распределения – это таблица, состоящая из двух столбцов (строк) – интервалов варьирующего признака Xi и числа единиц совокупности, попадающих в данный интервал, или долей этого числа в общей численности совокупностей.
Рекомендуемое количество интервалов вычисляется по формуле.
k=1+3,322 * LOG (объем выборки)
Ширина интервала вычисляется по следующей формуле,
h = (МАКС (объем выборки)-МИН(объем выборки))/количество интервалов
равно 6
|
бег 100 м. |
|
|
|
|
|
|
|
|
14,7 |
|
n= |
20 |
|
|
|
|
|
14,6 |
|
k= |
5,322022 |
6 |
|
|
|
|
14,3 |
|
h= |
0,2 |
0,22 |
|
|
|
|
14,3 |
|
|
|
|
|
|
|
|
14,3 |
|
i |
X min |
X max |
m |
p |
X ср |
|
14 |
|
0 |
13,49 |
13,71 |
1 |
5% |
13,6 |
|
13,6 |
|
1 |
13,71 |
13,93 |
4 |
20% |
13,82 |
|
14,3 |
|
2 |
13,93 |
14,15 |
5 |
25% |
14,04 |
|
14,5 |
|
3 |
14,15 |
14,37 |
6 |
30% |
14,26 |
|
13,9 |
|
4 |
14,37 |
14,59 |
1 |
5% |
14,48 |
|
14,8 |
|
5 |
14,59 |
14,81 |
3 |
15% |
14,7 |
|
14,1 |
|
6 |
14,81 |
15,03 |
0 |
0% |
14,92 |
|
14 |
|
|
|
|
0 |
|
|
|
13,8 |
|
|
|
|
|
|
|
|
14,1 |
|
|
|
|
|
|
|
|
14,2 |
|
|
|
|
|
|
|
|
13,9 |
|
|
|
|
|
|
|
|
13,8 |
|
|
|
|
|
|
|
|
14,3 |
|
|
|
|
|
|
|
|
14 |
|
|
|
|
|
|
|
Таблица № 2-3. Гистограмма и полигон частного распределения данных.
.
Вывод: Частотное распределение близко к нормальному.