- •Тема 1. Элементы аналитической геометрии на плоскости План:
- •§4. Расстояние от точки до прямой
- •§5. Кривые второго порядка
- •5.1. Окружность
- •5.2. Эллипс
- •Свойства эллипса
- •5.3. Гипербола
- •Свойства гиперболы
- •5.4. Парабола
- •Свойства параболы
- •Тема 3. Дифференцирование функций План:
- •§2. Предел функции
- •2.1. Числовая последовательность. Предел числовой последовательности
- •2.2. Предел функции в точке
- •§7. Понятие производной функции
- •14.3. Наибольшее и наименьшее значение функции на отрезке
- •14.4. Выпуклость, вогнутость функции
- •14.5. Точки перегиба функции
- •§15. Задачи на нахождение наименьших и наибольших значений величин
- •Тема 3. Интегрирование функций
- •§1. Неопределенный интеграл и его свойства
- •§2. Таблица основных интегралов
- •§3. Основные методы интегрирования
- •3.1. Непосредственное интегрирование
- •3.2. Метод замены переменной
- •3.3. Интегрирование по частям
- •§4. Понятие определенного интеграла. Свойства определенного интеграла
- •§5. Вычисление определенных интегралов. Формула Ньютона-Лейбница
- •§6. Приложение определенного интеграла
- •6.1. Вычисление площадей плоских фигур
- •6.2. Вычисление объемов тел вращения относительно оси ox и оси oy
- •6.3. Вычисление пути, пройденного точкой
- •Тема 5: Элементы теории вероятностей План:
- •§1. Некоторые формулы комбинаторики
- •§2. Предмет теории вероятностей. Основные определения
- •§3. Классическое определение вероятности
- •§4. Основные теоремы о вычислении вероятностей сложных событий
- •4.1. Теорема сложения вероятностей несовместных событий
- •4.2. Теорема умножения вероятностей независимых событий
- •4.3. Теорема умножения вероятностей зависимых событий
- •4.4. Теорема сложения вероятностей совместных событий
- •§5. Формула полной вероятности
- •Тема 5: основы математической статистики План:
- •§1. Случайные величины
- •§2. Основные понятия математической статистики
- •§3. Группировка данных
- •3.1. Группировка данных в случае количественного дискретного признака (построение дискретного вариационного ряда)
- •5.2. Группировка данных в случае количественного непрерывного признака (построение интервального вариационного ряда)
- •§4. Статистические характеристики
- •4.1. Средние характеристики
- •4.2. Характеристики вариации
- •Тема 6. Проверка статистических гипотез и оценка параметров План:
- •§1. Проверка статистических гипотез
- •§2. Критерий согласия Пирсона
- •§3. Оценка параметров генеральной совокупности
- •3.1. Оценка средней арифметической генеральной совокупности
- •3.2. Оценка дисперсии генеральной совокупности
- •Тема 7. Элементы корреляционного и регрессионного
- •§1. Функциональная и корреляционная взаимосвязи
- •§2. Корреляционное поле. Коэффициент корреляции
- •§3. Расчет коэффициента корреляции методом условных вариант
- •§4. Ошибка коэффициента корреляции
- •§5. Регрессионный анализ
3.1. Оценка средней арифметической генеральной совокупности
Доверительный интервал определяется формулой:
, где
n - объем выборки,
- среднее выборочное,
- среднее квадратическое отклонение выборки,
=n-1, t( ; ) - критическое значение t-критерия Стъюдента.
3.2. Оценка дисперсии генеральной совокупности
Доверительный интервал определяется формулой:
, где
n - объем выборки,
- среднее квадратическое отклонение выборки,
=n-1, t( ; ) - критическое значение t-критерия Стъюдента.
Тема 7. Элементы корреляционного и регрессионного
анализа
План:
1. Функциональная и корреляционная взаимосвязи
2. Корреляционное поле. Коэффициент корреляции
3. Расчет коэффициента корреляции методом условных вариант
4. Ошибка коэффициента корреляции
5. Регрессионный анализ
§1. Функциональная и корреляционная взаимосвязи
В спортивных исследованиях между изучаемыми показателями часто обнаруживается взаимосвязь. Например, чем больше скорость разбега, тем больше дальность прыжка. Чем больше рост, тем больше длина прыжка с места и т.д.
Вид этой взаимосвязи бывает различным. В практике спортивных исследований иногда встречаются функциональные взаимосвязи.
Определение Взаимосвязь называется функциональной, если каждому значению одного признака соответствует одно единственное значение другого признака.
Пример Средняя скорость v на отрезке дистанции L функционально связана со временем t на нем: .
Чаще всего в спорте имеют место корреляционные взаимосвязи.
Определение Взаимосвязь называется корреляционной, если каждому значению одного признака могут соответствовать несколько значений другого.
Это случаи, когда исследователя интересуют ответы на такие вопросы:
- Как зависит спортивный результат от элементов техники спортивного движения?
Как связаны энергозатраты организма, с объемом физической нагрузки заданного типа?
Насколько точно по результатам выполнения некоторых упражнений можно судить о потенциальных возможностях спортсмена в том или ином виде спорта (проблема подбора теста)?
и т.д.
Ответы на эти вопросы дает корреляционный и регрессионный анализ.
Определение Две случайные величины X и Y находятся в корреляционной зависимости, если каждому значению любой из этих величин соответствует определенное распределение вероятностей другой величины.
Корреляционный анализ состоит в определении степени связи между двумя случайными признаками X и Y. В качестве меры связи используют коэффициент корреляции.
§2. Корреляционное поле. Коэффициент корреляции
Анализ взаимосвязи начинается с графического представления результатов измерений в прямоугольной системе координат.
Пусть рассматриваемые признаки X и Y заданы значениями:
-
xi
x1
x2
…
xn
yi
y1
y2
…
yn
Определение Если каждую пару (xi;yi) представить точкой на плоскости XOY, то получится корреляционное поле.
Визуальный анализ графика позволяет выявить форму зависимости. Если точки графика образуют эллипс, то форма зависимости называется линейной и представляется уравнением Y=AX+B, в других случаях форма зависимости – нелинейная.
Определение Коэффициентом корреляции называется величина, абсолютное значение которой используется для оценки тесноты взаимосвязи в корреляционном анализе.
Обозначают: r
Границы значений: -1<r<1.
Если r=0, то точки (xi;yi) располагаются в области, ограниченной окружностью.
Если -1<r<1 точки (xi;yi) находятся в области ограниченной линией, напоминающей эллипс. Чем ближе коэффициент корреляции к ±1, тем уже эллипс и тем теснее точки сосредоточены вблизи прямой линии.
При r>0 говорят о положительной корреляции. В этом случае имеет место прямая пропорциональность, то есть с увеличением xi значения yi также увеличиваются.
При r<0 говорят об отрицательной корреляции. В этом случае имеет место обратная пропорциональность, то есть с увеличением xi значения уменьшаются yi.
Значение коэффициента корреляции интерпретируют следующим образом: если
- связь слабая;
- связь средняя;
- связь заметная;
- связь сильная.