Ozsváth Károly NYME ACSJK Testnevelési Tanszék

Ozsváth Károly NYME ACSJK Testnevelési Tanszék

II. Országos Sportinformatikai Szimpózium 2007.05.09.

2

A sportinformatikai szimpózium előadásai kimondva vagy

kimondatlanul végig különféle adatok keletkezéséről és kezeléséről szólnak.

Utolsó előadásként az adatok feldolgozásának alapkérdéseit

kívánom áttekinteni, amelyek kutatás-módszertani szempontból

megkerülhetetlenek.


3

• Az adatok keletkezése mérés vagy megállapítás során történhet, amelyek

napjainkban különféle méretű adatbázisokban kerülnek rögzítésre.


4

Az adatbázisokból való lekérdezések és kimutatások is ennek megfelelően az

adatok két alapvető típusát foglalhatják magukba: mérhető (mennyiségi) és/vagy

megállapítható (minőségi) adatokat.


5


6

Az alaptípusokon túlmenően az adatok értékeiket tekintve az alábbiak lehetnek:

• bináris (+/-, ♀ ♂, /, 0/1, van/nincs, igen/nem)

(dichotóm),

• diszkrét,

• folytonos.


7


8

Fentiek azért fontosak, mert az adatok típusa és jellege meghatározza további

kezelésüket, feldolgozhatóságukat (diagramok, ábrák, statisztikák, stb.).


9

Az adatok valamilyen szempont(ok) szerint rendszerezésre kerülnek, többnyire

táblázat, adatbázis formájában. Ezek oszlopokat és sorokat foglalnak magukba. A sorokba célszerű az eseteket/egyedeket

(cases) besorolni, míg az oszlopokba célszerű az azonos jellegű, változékony adatokat/tulajdonságokat/jellemzőket feltüntetni, melyek az adott esetekhez

tartoznak. Utóbbiakat általánosságban változóknak, paramétereknek nevezzük.


10

Fentiek szerinti sor és oszlop elrendezés általános jellemzője az adatbázisoknak.

Ezekkel az adatokkal különféle műveletek végezhetők: sorba rendezés, kimutatás, új

változók képzése, számítási műveletek végzése a változókkal, különféle

statisztikák lekérése, stb.


11

1EUROFIT

2ARDAY

3HUNGARO

4EIBEN

5NAGYS

Hufit1Szigoru1Jovial1Szigoru3Szigoru2Szigoru4EgyedihufitJovial2Hufit2Jovial3Jovial4

8,0021,00 40,0033,0022,0018,0025,00 13,0019,0022,8829,0021,67 23,0035,0028,0027,0012,00 7,0025,0013,0019,0028,00 23,6721,0022,8831,0016,00 9,0017,0019,0010,0010,00 40,007,0011,0035,0021,67 23,6732,0033,0017,0022,00 30,0030,0021,0033,0031,00 24,0037,0022,8840,0030,00 27,0039,0036,00


12


13

• A szoftverpiacon számos táblázat- és adatbázis kezelő program található, illetve különböző adatfájl formátumok használatosak (dBase, Lotus, Quattro, stb.) Az MS Excel talán a legelterjedtebb általános táblázatkezelő

program, amely nagyon sokoldalúan használható és viszonylag egyszerűen kezelhető.

A táblázat adataiból szép ábrák, diagramok készíthetők. Az Excellel számos matematikai művelet elvégeztethető az alapműveletektől

kezdve a legbonyolultabb képletekig és különféle statisztikai számításokig.


14

• Ha sok adattal rendelkezünk, az áttekintéshez többnyire elengedhetetlen

különféle statisztikai mutatók lekérése. Az adatok feldolgozásához a különféle lekérdezéseken és kimutatásokon

túlmenően többnyire elengedhetetlen a statisztikai számítások alkalmazása. Bármennyire nagyszerű program az Excel, általános jellege korlátokat is

jelent. Az adatok feldolgozására sokkal inkább célszerű a speciális statisztikai

szoftverek használata (SAS, SPSS, StatSoft).


15

• NE HASZNÁLJUK AZ EXCELT STATISZTIKÁRA, HA LEHET!!!

• 1 >>> Nagyon könnyű elrontani• 2 >>> Alapvetően nem erre fejlesztették• 3 >>> Bár "tudja" a függvényeket, de egyes

függvényeknél korlátozott az elemszám (SD, SQ)• 4 >>> Ismerni kell a képleteket és a számításmenetet a

"komolyabb" számításokhoz• 5 >>> Nagyon korlátozott a statisztikai próbák

(hipotézisvizsgálatok) száma• 6 >>> 5. eredményeire nincs szignifikancia vizsgálat• 7 >>> Többváltozós eljárásokat nem ismeri• 8 >>> Nem mindig használja a szokásos magyar

terminológiát


16

Napjainkra a speciális statisztikai programok

teljesen idomultak a Windows, illetve Macintosh

operációs rendszerekhez.

Felépítésük, menürendszerük, és még ikonhasználatuk is

azonos jellegű a többi általánosan használt

számítógépes programmal.


17

• Minden további nélkül képesek Excel és más adatbázis kezelő programokkal létrehozott táblázatok megnyitására, importjára is. Fentiek következtében

mindenkinek azt szoktam ajánlani, hogy adatait Excelben rögzítse vagy kérje le. Az

adatfeldolgozásnál azonban már valamilyen statisztikai programot használjon. Az Excel statisztikai

használhatósága ugyanis rendkívül korlátozott.


18

Jósló modellek: RA, MRA, DSC

„Jósda” a KSI Tudományos Konferenciáján 1985-ben


19

A sportágak elkülönülése a canonikus egyenletek szerint lányoknál

420-2-4-6-8

Function 1

4

3

2

1

0

-1

-2

-3

Function 2

úszástorna

sportaerobic

röplabda

labdarúgás

kosárlabdakorfball

kézilabda

aerobic

atlétika

Group Centroid

úszás

torna

sportaerobic

röplabda

labdarúgás

kosárlabda

korfball

kézilabda

aerobic

atlétikaSPORTÁG

Canonical Discriminant Functions


20

Classification of Cases (eurofitform_kovesditimi2006bb)Incorrect classifications are marked with *Include condition: v5=2

Case

ObservedClassif.

1p=,04878

2p=,07317

3p=,19512

4p=,09756

5p=,26829

6p=,04878

7p=,12195

8p=,14634

Bíró IldikóStocker MónikaSéra BernadettMurinkó OrsolyaPál RékaPuruczki AdriennWeisz KatalinKövesdi TímeaHajagos Dorottya*Biczó Nikolett*Fodor HenriettaPrihoda KatalinEndrődi NoémiOndrék ZsanettSeres IldikóSzegedi ÉvaSpitz AlexandraHerczeg Katalin*Völgyi JuditUzorás Dóra*Baumstark AnitaBangó OrsolyaMolnár NikolettaMocsai Dorottya

úszás úszáskézilabdaatlétikaröplabdalabdarúgásaerobickorfballsportaerobicúszás úszás röplabdaatlétika aerobickézilabdalabdarúgáskorfballsportaerobic

sportaerobicsportaerobickorfballlabdarúgásaerobicatlétikakézilabdaúszás röplabdasportaerobicsportaerobickorfballlabdarúgásatlétika úszáskézilabdaaerobicröplabda

röplabdaröplabda atlétikakézilabdaaerobiclabdarúgásúszás korfballsportaerobicröplabdaröplabda atlétikakézilabdalabdarúgásaerobicúszás korfballsportaerobicröplabdaröplabda atlétika úszáskézilabdaaerobiclabdarúgáskorfballsportaerobicröplabdaröplabda úszás atlétika aerobiclabdarúgáskézilabdakorfballsportaerobicröplabdaröplabdakézilabdalabdarúgásatlétikaaerobicúszás korfballsportaerobic

labdarúgáskézilabdalabdarúgásatlétikaröplabdaaerobicúszás korfballsportaerobiclabdarúgáskézilabdalabdarúgásaerobic úszásatlétikaröplabdakorfballsportaerobiclabdarúgáslabdarúgásröplabdaaerobickézilabdaatlétika úszás korfballsportaerobiclabdarúgáslabdarúgáskézilabdaaerobicatlétikakorfballröplabdaúszássportaerobic

korfball korfball atlétikalabdarúgáskézilabdaaerobicröplabdaúszássportaerobickorfball korfball atlétikaröplabdalabdarúgáskézilabdaaerobicúszássportaerobickorfball korfball atlétikakézilabdasportaerobiclabdarúgásaerobicúszás röplabda

kézilabdakézilabdaaerobiclabdarúgásröplabdaatlétika úszás korfballsportaerobickézilabdakézilabdalabdarúgásaerobicröplabdaatlétika úszás korfballsportaerobickézilabda úszáskézilabdalabdarúgásröplabdaatlétikaaerobickorfballsportaerobickézilabdakézilabda úszás atlétikalabdarúgásaerobickorfballröplabdasportaerobickézilabda aerobickézilabdaatlétikalabdarúgásröplabdaúszás korfballsportaerobickézilabdakézilabdaaerobicatlétikalabdarúgásröplabdaúszás korfballsportaerobickézilabdakézilabdalabdarúgásaerobicröplabdaúszásatlétikakorfballsportaerobickézilabdakézilabdaatlétika aerobicröplabdalabdarúgáskorfballúszássportaerobic


21

A többváltozós statisztikai módszerek közül kiemelt jelentősége van az úgynevezett „klasszifikációs”, csoportba sorolási

eljárásoknak.

Ezek közé tartozik az előbb bemutatott diszkriminanciaanalízis (DSC), amelynek segítségével eleve adott csoportok közötti

különbségek elemezhetők.

Egy másik többváltozós eljárás, a clusteranalízis viszont „magától alakít ki” csoportokat.


22

Tree D iagram f or 11 C as es

C om plete Link age

Squared Euc lidean dis tanc es

0 20 40 60 80 100 120

(D link /D m ax )*100

J ov ial4

J ov ial3

J ov ial2

J ov ial1

Szigoru4

Szigoru3

Szigoru2

Szigoru1

Egy edihuf it

H uf it2

H uf it1 1EUROFIT

2ARDAY

3HUNGARO

4EIBEN

5NAGYS

Hufit1Szigoru1Jovial1Szigoru3Szigoru2Szigoru4EgyedihufitJovial2Hufit2Jovial3Jovial4

8,0021,00 40,0033,0022,0018,0025,00 13,0019,0022,8829,0021,67 23,0035,0028,0027,0012,00 7,0025,0013,0019,0028,00 23,6721,0022,8831,0016,00 9,0017,0019,0010,0010,00 40,007,0011,0035,0021,67 23,6732,0033,0017,0022,00 30,0030,0021,0033,0031,00 24,0037,0022,8840,0030,00 27,0039,0036,00

Tree Diagram f or 264 Cas es

Complete Linkage

Euc lidean dis tanc es

0 20 40 60 80 100 120

(Dlink/Dmax )*100

C_257

C_212

C_246

C_230

C_206

C_187

C_88

C_211

C_7

C_209

C_67

C_164

C_104

C_13

C_33


24

Tre e D ia g ra m fo r 2 0 0 0 C a s e s

C o m p le te L in ka g e

Eu clid e a n d is ta n ce s

0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0

L in ka g e D is ta n ce

C _ 8 9 5

C _ 8 0 2

C _ 8 0 8

C _ 2 3 2

C _ 7 0 9

C _ 1 2 6 9

C _ 9 4

C _ 5 9 2

C _ 9 7 5

C _ 1 7 2 0

C _ 1 2 2 1

C _ 1 6 2 6

C _ 1 6 0 9

C _ 1 9 9 4

C _ 1 6 4 1


25

www.hupe.hu/ozsvathk/


26

www.hupe.hu/ozsvathk/

http://www.ak.nyme.hu/index.php?id=11067


27

KÖSZÖNÖM A FIGYELMÜKET!

Documents

Ozsváth Károly NYME ACSJK Testnevelési Tanszék