在运动,一些事件、事件和结果是比其他人更可能的,可能存在使用概率信息援助的性能。本条目讨论两个级别的概率相关的运动性能。首先是个人,直接的性能水平。在这个层面上,概率是隐式地使用在性能;表演者可能甚至都没有意识到,他们使用的是概率,建立了该特性的预期和决策(DM)随着时间的推移他们获得的技能。第二个层次是一个整体,博弈分析和规划水平,信息的概率是积极地推动战略决策。第二个层面寻求明确利用概率规划和竞争优势。它使用一个更全面的方法,经常访问大量数据来识别有意义的模式,存在于个人,隐含的水平。这样一个强大的链接之间存在两个级别的概率,与影响另一个,因为研究人员使用概率信息驱动的干预措施和策略。以下章节将讨论个人和战术规划水平的概率通过例子说明如何使用概率在体育及运动心理学研究(9月)。
个人层面
虽然相对较少直接探索概率的显式使用DM的个人行动选择,众所周知,表演者非正式的“计算”,并利用基于情况的概率。在竞争,运动员隐式分配权重,事件发生的可能性或概率,并使用这些信息来引导他们的决策。这些隐性主观概率影响的反应能力。例如,一个网球运动员在球场上的位置会影响镜头的类型他或她能玩。知道了这一点,后卫可以为每个可能的分配概率预测对手的行动。如果一个后卫认为特定的概率很高,这张照片的后卫将显示更好的预期。球后卫认为不太可能不会预期如果对手让这个选择。进攻球员可以利用这些信息,当另一个结果是高度低概率截图可能因此后卫准备不足或措手不及。
概率也可以提高性能的有效使用基于特定情境信息的可用性。这是探索通过操纵附带的情境信息视频剪辑当表演者被要求决定下一步行动。例如,一个棒球投手更有可能尝试抛出一个罢工而不是一个音调在好球区当投球数比当它包含不包含三个球。这个情境信息允许面糊做出明智决定场上位置,减少不确定性,更快做出决定是否展开。
使用概率也区分多和少熟练的演员。使用口头报告,报告他们的想法在比赛中,运动员表明精英运动员,与低技能的运动员相比,能够创建更详细和复杂的事件概要文件使用过去和当前的信息“诊断”正在发生什么,以及预测和预测未来。这个概率信息可以用来有效地管理过程中能量消耗一个事件。例如,在南瓜、赢得比赛的概率是基于赢得反弹的概率和每个集会的相对重要性。运动员自然使用此信息来调节能源消耗在一个特定的点和权衡在竞争的背景下,作为一个整体及其可能的结果。
依靠概率并不总是有益的,但是;运动员相信篮球的“热手”,例如,认为有更大概率的一个球员成功的拍摄后,他们一个或两个以前的照片。队友因此更容易分配或传球给一个“热”的球员虽然证据支持热手的信念是模棱两可的。体育官员也倾向于使用情境决策时概率;他们更有可能惩罚团队交流的方式而不是惩罚相同的团队连续两次。这样的认知偏差和决策错误提供一个地方使用概率运动更战术层面。
战术规划水平
教练和运动员经常使用直观的方法来得出的策略。工作领域的计算、统计和机器学习方法用于支持这些直观的流程和避免错误。使用存档或积累性能数据,数据分析方法关注最大化性能,更充分地利用信息战术计划和在体育特别有用,比如划船和骑自行车,节奏是至关重要的。例如,历史性能数据可以用来创建比赛资料,从一个团队代表竞争对手或国家和确定最优竞赛模式在体育喜欢划船、不同种族的部分(例如,500米2000米赛跑的分裂)。这些信息是用来改善计划和获得成功的机会。
战术,计划在multievent体育水平的概率也很有用,在多个事件后的最终排名决定(例如,铁人三项,十项全能)。在一些multievent运动,比如骑自行车全部,节奏是事件之间超过1天。全部由六个跟踪循环发生在2天。引入一个新的事件(消除种族)来创建一个six-event全部,在2012年奥运会之前,是一个战术的情况,规划水平的概率是有用的调查最好的策略获得一枚奖章。机器学习分析用来确定所需的最小结果在每个事件,将导致成功概率最高,以及是否添加新的消除种族事件好处耐力车手或短跑运动员。这不仅使用概率帮助计划之前和期间事件(即。事件之间天)之间,但它也可以为运动员选择有用的信息。
一般来说,9月寻求增加概率成功的整体性能。个人DM“活在当下”和结构化有条不紊的计划基于不同事件影响的可能达到这一目标。
引用:
- Paull G。& Glencross d (1997)。专家在棒球感知和决策。28岁的国际运动心理学杂志35-56。
- 阿兰,C。& Proteau l . (1980)。决策在运动。Nadeau,在c·h·w·r·哈利维尔k·m·纽厄尔& g·c·罗伯茨(Eds)。运动行为和运动心理学- 1979(页465 - 477)。香槟,IL:人类动力学。
- Ofoghi B。Zeleznikow, J。& mcmahon), c (2011)。概率模型给建议划船分离措施支持策略和节奏在比赛计划。国际期刊的性能分析运动,11(2),239 - 253。
- Ofoghi B。Zeleznikow, J。mcmahon C。,德怀尔& d (2011)。有添加消除种族轨道自行车全部受益短跑运动员或耐力车手吗?《计算机科学国际研讨会在2011年的运动,中国上海34-37页。
参见: