通过多分辨率弹性网络将耐力跑者成绩与训练和生理效应相关联
应用统计
2015-07-02 v2
摘要
引入了一个乘法效应模型，用于识别对训练有素的耐力跑者成绩有影响的因素。该模型通过考虑跑者的生理状态效应以及从一年内收集的 GPS 记录提取的训练效应，扩展了已建立的性能时间与距离之间的幂律关系。为了将跑者训练信息纳入模型，引入了训练分布剖面的概念，并讨论了其捕捉训练课程特征的能力。使用称为多分辨率弹性网络的过程识别与作为响应的跑者成绩相关的协变量。多分辨率弹性网络允许同时识别标量协变量以及对一个或多个函数协变量的域上对响应最有影响的区间。结果识别出 5.3 至 5.7 ms 之间的一组连续速度区间对跑步成绩的提高有影响，并扩展了已建立的生理状态与跑者成绩之间的关系。多分辨率弹性网络的另一个结果是一个基于跨分辨率测试数据集上均方预测误差最小化得到的成绩预测方程。
引用
@article{arxiv.1506.01388,
title = {Linking the performance of endurance runners to training and physiological effects via multi-resolution elastic net},
author = {Ioannis Kosmidis and Louis Passfield},
journal= {arXiv preprint arXiv:1506.01388},
year = {2015}
}