Arbeidsfysiologisk metode og Statistikk

Introduksjon til Statistikk og Dataanalyse

Hvorfor Statistikk og Dataanalyse?

Hva er etterspurte data-ferdigheter?

  • Evne å stille de rette spørsmålene
  • Forstå hvilke data som er relevante
  • Tolke data for å nå meningsfulle resultater
  • Sette opp eksperimenter
  • Visualisering av data

Bersin & Zao-Sanders (2020) Boost Your Teams Data Literacy. Harvard Business Review. Feb 12, 2020.

Idrettsvitenskap og idrettspraksis

  • Stille interessante spørsmål til treningsdata, helsedata, prestasjonsdata
  • Evne til å vurdere hvilke datakilder som er meningsfulle
  • Tolke data for å nå verdifulle resultater
  • Sette opp eksperimenter for å finne ny kunnskap
  • Sammenstille og kommunisere data

Eksempel: Treningsdagbok

Treningsdagboken kan være et godt verktøy for treningsoppfølging

  • Hvilke data er viktige?
  • Hvilke datatyper skal samles inn og sammenstilles?
  • Hvordan sammenstilles og presenteres data på best måte?
  • Hva kan resultater av analyse brukes til?

Athlete monitoring

  • Utvikkling av sensorer (“wearables”) vil øke mengden data i treningsoppfølging
  • Dette stiller krav til validitet, reliabilitet, tolking av data og bearbeidning av data

(For diskusjon, se (Bourdon et al. 2017))

Data i forskningsvirksomhet

Data i forskningsvirksomhet

Data i forskningsvirksomhet

Valg av verktøy:

  • Open-source, non-profit, free, user-contribution …


Moduler i emnet

Emnet bygger på fem moduler:

  • Beskrivende statistikk
  • Samvariasjon
  • Kausal inferens
  • Statistisk inferens eller induktiv statistikk
  • Lese og formiddle statistikk

Deskriptiv dataanalyse

  • Hvordan organisere en analyse?
  • Hvordan beskrive data?
  • Bruk av Jamovi

Samvariasjon

  • Metoder for å måle sammenhenger mellom variabler
  • Bruk av Jamovi

Kausal inferens

  • Hvordan kan vi identifisere årsakssammenheng?
  • Hvordan kan vi unngå å tolke spuriøse sammenhenger som årsakssammenhenger?

Statistisk inferens

  • Hva er en p-verdi, konfidensintervall, hypotesetest…?
  • Hva er signifikans?

Lese og formiddle

  • Hvordan kan vi bli bedre på å lese statistiske analyser?
  • Hvordan formiddle analyser

Arbeidskrav

Arbeidskrav koblet til hvert arbeidskrav krever alle rette. Hvordan nå dette mål?

  1. Noter alle spørsmål/oppgaver ved første besvarelse
  2. Identifiser korrekt svar etter beste evne
  3. Identifiser svakheter i dine svar
  4. Gjennomfør quiz på nytt

Jamovi

  1. Last ned (www.jamovi.org)
  2. Bruk til enklere og vanskeligere problemer

Læringsressurser

Ressurs
Emnemoduler dhammarstrom.github.io/statistisk-dataanalyse/
Introduksjonskurs i Jamovi med videoinstruksjoner for flere statistiske analyser datalab.cc/jamovi
Gratis e-bok som dekker statistiske metoder og bruk av Jamovi Learnings statistics with Jamovi
Jamovi user guide, dekker alle de grunnleggende funksjonene Jamovi user guide
Jamovieguiden, på Norsk, guider med bilder på prosedyrer i Jamovi Jamovieguiden
Se også en oppdatert liste med ressurser her Community resources

Referanser

Bourdon, Pitre C., Marco Cardinale, Andrew Murray, Paul Gastin, Michael Kellmann, Matthew C. Varley, Tim J. Gabbett, et al. 2017. “Monitoring Athlete Training Loads: Consensus Statement.” International Journal of Sports Physiology and Performance 12 (April): S2-161-S2-170. https://doi.org/10.1123/IJSPP.2017-0208.