Az órád 3:43-as maratont jelez, a rövidebb versenyedből számoló oldal 3:55-öt, az edzői táblázat pedig 4:06-ot. Három szám, huszonhárom perc különbség. Könnyű a legkedvezőbb mellett dönteni, vagy átlagolni őket, és a közepét igazságnak tekinteni. A három eredmény azonban nem három szavazat ugyanabban a választásban. Lehet, hogy eltérő kérdésre válaszolnak, sőt az is lehet, hogy majdnem ugyanazt az információt használják.
A bizonytalansági sáv akkor hasznos, ha megmutatja, mi változtathatja meg a döntésedet. Ehhez először szét kell választani a bemeneti adatot, a modell korlátait és a versenynap lehetséges körülményeit. Így nem egyszerűen szélesebb számot kapsz, hanem érthető magyarázatot arra, miért marad nyitott a várható eredmény.
Három jóslat mögött hány valóban külön adat áll?
Írd a becslések mellé, miből készültek. Az egyik alkalmazás egy korábbi tíz kilométerből számolhat, a másik az elmúlt hetek legjobb szakaszaiból, a harmadik küszöbsebességet használhat. Az eltérő képernyő és márkanév még nem biztosít eltérő információforrást. Ha mindegyik ugyanarra az egyetlen gyors futásra reagál, egyezésük kevésbé meggyőző, mint elsőre látszik.
Tegyük fel, hogy a három szolgáltatás ugyanazt a félmaratoni fájlt kapta meg. Kettő hasonló távarányos képletet alkalmaz, a harmadik ebből becsül edzettségi mutatót. Ha mindhárman nagyjából négy órát írnak, az nem jelenti, hogy három egymástól független módszer bizonyította a négyórás maratont. A közös kiindulási hiba mindegyikben benne maradhat.
Érdemes ezért adatcsaládok szerint gondolkodni. Versenyeredmény, ismételt edzésmegfigyelés és standardizált laboratóriumi mérés más oldalról közelíthet. Ezek együtt sem adnak biztos eredményt, de értelmesebb összevetést kínálnak. A cél nem a lehető legtöbb alkalmazás megnyitása, hanem annak felismerése, melyik új adat tesz hozzá tényleges tudást a helyzethez.
Pontbecslés, hibasáv és forgatókönyv
A pontbecslés egyetlen szám. Olyasmi, mint a 3:55, amelyet egy adott modell a megadott bemenethez rendel. A szám kijelzéséhez nem szükséges, hogy a program elmondja a tévedések eloszlását. Emiatt a nagyon pontosnak tűnő kijelző mellett is maradhat jelentős bizonytalanság. Az, hogy a felület nem rajzol sávot, nem jelenti azt, hogy nincs hiba.
A statisztikai előrejelzési intervallum meghatározott módszerrel és feltételekkel készül. Nem ugyanaz, mint a vizsgált csoport átlagához tartozó konfidenciaintervallum. A csoportátlagot nagy mintában viszonylag pontosan ismerhetjük, miközben egy új személy eredménye sokkal szélesebb tartományban változhat. A két bizonytalanságot nem lehet azonos felirat alatt felcserélni.
A saját döntési sávod ezzel szemben lehet szerkesztett forgatókönyv: kedvező körülmények, várható helyzet és óvatos változat. Ez teljesen használható tervezési eszköz, ha így nevezed. Nem kell statisztikai bizonyosságot állítani róla. Három különböző jóslat legkisebb és legnagyobb értéke önmagában nem lesz kilencvenöt százalékos intervallum.
A modell hibája nem személyes büntetőidő
Egy modellről közölt átlagos hiba a vizsgált mintához és a hiba definíciójához tartozik. Az abszolút perces eltérés, a százalékos eltérés és a négyzetes hiba nem ugyanaz. Ha az egyik tanulmány százalékot, a másik átlagos négyzetes eltérést közöl, a kisebbnek látszó szám nem feltétlenül jobb. Először azt kell megérteni, mit és hogyan átlagoltak.
Az edzésadatokból becsült kritikus sebességet vizsgáló tanulmány maratoni előrejelzésében is maradt számottevő hiba. Ez jó példa arra, hogy az erős összefüggés és a pontos egyéni jóslat külön kérdés. A sok futót tartalmazó adatbázis javíthatja a kapcsolat megértését, de nem mondja meg biztosan, melyik irányban tér majd el a te következő versenyed.
Szemléltetésként egy 240 perces becslés nyolc százaléka 19,2 perc. Ezt könnyű félreérteni úgy, hogy „akkor tizenkilenc percet ráhagyok”. A számolás azonban csak az arány nagyságát mutatja. Nem bizonyítja, hogy a személyes hibád pontosan ekkora lesz, mindig lassulás felé mutat, vagy hogy a plusz tizenkilenc perc már biztonságos versenycélt ad.
Kép nagyításaMiért nem elég a legjobb illeszkedés?
Egy képlet nagyon szépen követheti azokat az adatokat, amelyekből elkészítették. Ez még nem bizonyítja, hogy új futóknál vagy más versenyen is ugyanilyen jól működik. Ha egy modellt sokféleképpen alakítgatnak ugyanahhoz a kis mintához, részben annak véletlen sajátosságait is megtanulhatja. Ezt a veszélyt szokás túlilleszkedésnek nevezni.
A felkészülés közbeni maratonjóslatot vizsgáló kutatás tizenhat futót követett több mérési időpontban. Az ilyen vizsgálat részletesen mutathatja egy meghatározott program alakulását. Az eredmény felhasználásakor viszont fontos kérdés marad, hogy hasonló lenne-e más teljesítményszintnél, más edzésrendszerben vagy más összetételű csoportban.
Felhasználóként nem kell statisztikussá válnod. Már négy kérdés sokat segít: kikből készült a modell, milyen adatot kér, hogyan ellenőrizték új eseteken, és milyen hibát közölnek? Ha ezekre nincs válasz, a kijelzett időt érdemes kevésbé súlyos bizonyítékként kezelni. A professzionális grafika nem helyettesíti a leírt módszert.
Az adat bizonytalansága már a bemenetnél elkezdődik
A kalkulátor hibájához hozzáadódhat a saját bemeneted hibája. Egy kézzel beírt eredményben elcsúszhat a táv vagy az idő. Az automatikus megállítás lerövidítheti a mozgásidőt, a GPS pedig eltolhatja a megtett távolságot. Ha a modell jónak tekinti ezeket, a bizonytalan adatot látszólag pontos következtetéssé alakíthatja.
Vegyünk egy egyszerű, kitalált esetet. A program 60 perces futást és 12 kilométert lát, ezért 5:00 perces kilométertempóval dolgozik. Ha a valódi táv csak 11,7 kilométer volt, az átlag már körülbelül 5:08. Egyetlen ilyen edzésből nem érdemes túl nagy következtetést levonni, de a példa megmutatja, hogyan kerülhet rendszerszerű optimizmus a kiindulási adatokba.
Az adat dátuma ugyanilyen fontos. Egy tavalyi csúcs tökéletesen mért eredmény lehet, mégis gyenge leírása a mostani állapotnak. A bemenet mellé ezért kerüljön az aktualitás és az összehasonlíthatóság rövid értékelése. Nem kell minden futást eldobni, amely nem laborhelyzetben történt; azt kell látni, melyik mire alkalmas.
Hogyan kezeld a három eltérő számot?
Először ne átlagolj. A példabeli 3:43, 3:55 és 4:06 mellé írd oda az adatforrást és az utolsó frissítés idejét. Ezután jelöld, melyik használ ténylegesen aktuális, megfelelő minőségű információt. Egy elavult, hiányos bemenetből származó becslés nem válik értékesebbé attól, hogy a három szám közepe közelében helyezkedik el.
Másodszor keress közös okot az eltérésre. Lehet, hogy az egyik modell több hosszú távú előzményt kér, a másik inkább a rövid gyors szakaszt hangsúlyozza. Az is lehet, hogy másképp kezeli a domborzatot vagy az inaktív időt. Ha az eltérés oka azonosítható, abból konkrét kérdés lesz az edzői egyeztetéshez. Ez többet ér, mint a programok márkák szerinti versenyeztetése.
Harmadszor készíts minőségi sorrendet az adatok között, nem a jóslatok nagysága között. Egy frissebb hivatalos verseny megfelelő körülmények között erősebb támpont lehet egy régi, kézzel javított fájlnál. Ez nem automatikus súlyozási képlet. A lényeg, hogy a megbízhatóságot nevezd meg, és ne észrevétlenül a vágyott számnak adj nagyobb súlyt.
Számok helyett feltételekhez kötött három változat
A kedvező forgatókönyv leírása ne pusztán egy gyorsabb idő legyen. Tartozzon hozzá, hogy a felkészülés következetes marad, az aktuális adatok támogatják a célt, és a versenykörnyezet nem tér el lényegesen a tervezettől. Az óvatosabb változatnál ugyanilyen konkrétan nevezd meg, melyik feltétel maradt bizonytalan. Így a sávnak értelme lesz a rajt előtti héten is.
Hasznos különbség az is, hogy mi tudható meg előre és mi nem. A pálya szerkezete és a hivatalos frissítési rend ellenőrizhető. Az utolsó pillanatban kialakuló széllökés vagy az aznapi megélés kevésbé rögzíthető. Az előbbit érdemes tisztázni, az utóbbira rugalmas döntést fenntartani. Egy jó terv nem abból áll, hogy mindkettőt biztosnak mutatja.
Az óvatos változat nem feltétlenül ugyanannak a versenynek néhány perccel lassabb kiadása. Előfordulhat, hogy időcél nélküli teljesítést, más esemény választását vagy a nevezés újragondolását jelenti. Ezt nem a kalkulátor dönti el. A számból következő döntésnek össze kell férnie a tényleges előzményekkel és a futás szerepével az életedben.
Kép nagyításaMikor érdemes újraszámolni, és mikor nem?
Jelölj ki olyan új adatot, amely ténylegesen módosíthatja az értékelést. Ilyen lehet egy összehasonlítható felmérés, egy új verseny vagy egy többhetes edzésidőszak áttekintése. Egy szokásostól eltérő könnyű futás önmagában gyakran nem ilyen. Ha minden nap újraszavaztatod a jövőt, inkább a kijelző rövid távú ingadozását követed, mint a felkészülésedet.
Az új adat beérkezésekor ne csak azt nézd meg, gyorsult-e a becslés. A bizonytalanság is csökkenhet vagy nőhet. Egy stabil eredmény például megerősítheti a korábbi sávot anélkül, hogy a középpontját mozdítaná. Egy kihagyásokkal teli időszak ezzel szemben megnövelheti a nyitott kérdések számát akkor is, ha egy alkalmazás még változatlan célidőt mutat.
A rendszeres újraszámítás helyett működhet egy döntési napló. Három oszlop elég: milyen új információ érkezett, melyik feltevést érinti, és milyen döntés változik emiatt. Ha az utolsó oszlop mindig üres, nincs szükség újabb pontossági látszatra. Ha van változás, annak az okát később is vissza tudod keresni.
Rajt előtti döntés több jóslat mellett
A rekreációs versenyidők empirikus vizsgálata arra is figyelmeztet, hogy a rövidebb távakból épülő modell nem minden távon egyformán használható. Ezért a maratoni döntésnél az adatok célhoz illeszkedése alapvető. A sok szám nem javítja automatikusan az értékelést, ha egyik sem a hosszabb terhelés bizonytalanságát világítja meg.
A rajt előtt egy rövid lap legyen nálad vagy a fejedben: melyik becslést mi támasztja alá, milyen körülmény változtatta meg a helyzetet, és mi alapján váltasz óvatosabb célra. Ne egy véletlenül felvillanó új óraszám indítsa el a versenyedet. A korábban átgondolt feltételeket könnyebb következetesen alkalmazni, mint izgatottan új modellt választani a rajtzónában.
A bizonytalansági sáv értéke végül nem a szélességében van. Attól jó, hogy elkülöníti az ismert tényt a feltételezéstől, és teret hagy az új információnak. Így a három maratonjóslat nem három egymással vitázó tekintély marad. Olyan segédeszközzé válik, amelynek a feltételeit te is érted, és amely mellett továbbra is tudatosan hozhatsz döntést.
Források
- Esteve-Lanao és munkatársai: maratoni előrejelzés a felkészülés több időpontjában
- Smyth és Muniz-Pumares: kritikus sebesség számítása nyers edzésadatokból
- Vickers és Vertosick: rekreációs futók versenyidőinek empirikus elemzése


