Análisis estadístico y clasificación del ritmo en corredores de maratón
[ES] El principal objetivo en el que se basa la realización de este proyecto, es el de analizar un gran conjunto de corredores de diversas competiciones de maratón alrededor del mundo, y mediante la aplicación de técnicas de estudios estadísticos, poder efectuar una clasificación acorde del ritmo ob...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2024 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/213432 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/213432 |
| Access Level: | acceso abierto |
| Palabra clave: | Maratón Análisis Deporte Datos Clasificación Ritmo Marathon Analysis Sport Data Classification Pace Python LENGUAJES Y SISTEMAS INFORMATICOS Máster Universitario en Ingeniería Informática-Màster Universitari en Enginyeria Informàtica |
| Sumario: | [ES] El principal objetivo en el que se basa la realización de este proyecto, es el de analizar un gran conjunto de corredores de diversas competiciones de maratón alrededor del mundo, y mediante la aplicación de técnicas de estudios estadísticos, poder efectuar una clasificación acorde del ritmo observado, con la finalidad de concluir qué tipo de ritmo es más beneficioso para el participante, en relación con el desempeño realizado y velocidad adquirida. La fuente principal de información adquirida se encuentra en una recopilación de estudios anteriores, relacionados con el ritmo de los deportistas y los riesgos presentes en el maratón, como es el famoso “Chocar contra el muro”. Entre el conjunto de herramientas disponibles para el desarrollo, se utilizará el lenguaje de programación Python, particularmente útil en entornos similares a este trabajo, a partir del uso de librerías, como Pandas, NumPy o SciPy, muy convenientes a la hora de manipular y clasificar la información. Como fuente principal de datos empleada para realizar unas conclusiones firmes, se aprovechará la información encontrada en la aplicación social Strava. Además, se realizará un proceso de filtrado de datos, eliminando posibles errores que puedan existir. Al obtener el ritmo, será necesario ajustarlo, con el fin de reducir la fluctuación a causa de fallos de medición, principalmente por culpa de los dispositivos de geolocalización. A continuación, se definirá la variable creada para poder medir la regularidad existente en el ritmo, lograda a partir de métodos de integración matemáticos y técnicas estadísticas. Los resultados finales se mostrarán por medio de diversos tipos de representaciones, tales como histogramas, gráficas, tablas, entre otros |
|---|