ตรงกันข้ามกับคำตอบอื่น ๆ ฉันขอยืนยันว่าคุณสามารถพูดอะไรบางอย่างเกี่ยวกับความสามารถของ Bolts ที่ให้ข้อมูลที่มีอยู่ ก่อนอื่นมาไขคำถามของคุณให้แคบลง คุณกำลังถามเกี่ยวกับมนุษย์ที่เร็วที่สุด แต่เนื่องจากมีความแตกต่างในการกระจายความเร็วในการวิ่งสำหรับผู้ชายและผู้หญิงซึ่งนักวิ่งหญิงที่ดีที่สุดดูเหมือนว่าจะช้ากว่านักวิ่งชายที่ดีที่สุดเล็กน้อย เพื่อให้ได้ข้อมูลบางอย่างที่เราสามารถมองไปที่ที่ดีที่สุดการแสดงปีใน 100 วิ่งจากที่ผ่านมา 45 ปี มีหลายสิ่งที่จะสังเกตเห็นเกี่ยวกับข้อมูลนี้:
- นี่เป็นช่วงเวลาที่ดีที่สุดดังนั้นพวกเขาจึงไม่บอกเราเกี่ยวกับความสามารถของมนุษย์ทุกคน แต่เกี่ยวกับความเร็วที่ทำได้น้อยที่สุด
- เราคิดว่าข้อมูลนี้สะท้อนตัวอย่างของนักวิ่งที่ดีที่สุดในโลก ในขณะที่อาจเกิดขึ้นว่ามีนักวิ่งที่ดีกว่าที่ไม่ได้มีส่วนร่วมในการแข่งขัน แต่ข้อสันนิษฐานนี้ดูเหมือนจะสมเหตุสมผล
ก่อนอื่นเรามาคุยกันว่าจะไม่วิเคราะห์ข้อมูลนี้อย่างไร คุณสามารถสังเกตเห็นว่าถ้าเราวางแผนเวลาทำงานกับเวลาเราจะสังเกตเห็นความสัมพันธ์เชิงเส้นที่แข็งแกร่ง
สิ่งนี้อาจนำคุณไปสู่การใช้การถดถอยเชิงเส้นเพื่อคาดการณ์จำนวนนักวิ่งที่เราสามารถสังเกตเห็นได้ในปีถัดไป อย่างไรก็ตามนี่เป็นความคิดที่แย่มากซึ่งจะนำคุณไปสู่ข้อสรุปที่สรุปได้ว่าในมนุษย์ประมาณสองพันปีจะสามารถวิ่งได้ 100 เมตรในศูนย์วินาทีและหลังจากนั้นพวกเขาก็จะเริ่มการวิ่งเชิงลบได้ทันที! นี่เป็นเรื่องไร้สาระที่เห็นได้ชัดว่าเราสามารถจินตนาการได้ว่ามีขีด จำกัด ทางชีวภาพและทางกายภาพของขีดความสามารถของเราซึ่งเป็นที่รู้จักของเรา
Y=max(X1,X2,…,Xn)X1,X2,…,XnYiZ1,Z2,…,Zk−Ziติดตามการกระจายของ GEV สำหรับขั้นต่ำ ดังนั้นเราสามารถใส่การกระจาย GEV กับข้อมูลความเร็วในการวิ่งสิ่งที่นำไปสู่ความเหมาะสมที่ดีงาม (ดูด้านล่าง)
หากคุณดูที่การกระจายแบบสะสมที่แนะนำโดยโมเดลคุณจะสังเกตเห็นว่าเวลาที่ดีที่สุดในการใช้งานโดย Usain Bolt อยู่ในระดับต่ำสุด1%หางของการกระจาย ดังนั้นหากเรายึดติดกับข้อมูลนี้และการวิเคราะห์ตัวอย่างของเล่นนี้เราจะสรุปได้ว่าเวลาการทำงานที่น้อยลงนั้นไม่น่าเป็นไปได้ ปัญหาที่ชัดเจนของการวิเคราะห์นี้คือการไม่สนใจความจริงที่ว่าเราเห็นการปรับปรุงปีต่อปีของเวลาทำงานที่ดีที่สุด สิ่งนี้ทำให้เราย้อนกลับไปยังปัญหาที่อธิบายไว้ในส่วนแรกของคำตอบนั่นคือสมมติว่าตัวแบบการถดถอยในที่นี้มีความเสี่ยง อีกสิ่งหนึ่งที่สามารถปรับปรุงได้คือเราสามารถใช้วิธีการแบบเบย์และให้ข้อมูลก่อนที่จะพิจารณาความรู้นอกข้อมูลเกี่ยวกับเวลาทำงานที่เป็นไปได้ทางสรีรวิทยาซึ่งอาจยังไม่ได้รับการสังเกต (แต่เท่าที่ฉันรู้ ไม่เป็นที่รู้จักในขณะนี้) ในที่สุดทฤษฎีค่าสุดขีดที่คล้ายกันนี้ได้ถูกนำไปใช้ในการวิจัยการกีฬาเช่นโดย Einmahl และ Magnus (2008) ในบันทึกในกรีฑาผ่านกระดาษทฤษฎีค่ามาก
คุณสามารถคัดค้านว่าคุณไม่ได้ถามเกี่ยวกับความน่าจะเป็นในการใช้เวลาที่เร็วขึ้น แต่เกี่ยวกับความน่าจะเป็นในการสังเกตการวิ่งที่เร็วขึ้น น่าเสียดายที่เราไม่สามารถทำอะไรได้มากนักเนื่องจากเราไม่รู้ว่าความน่าจะเป็นที่นักวิ่งจะกลายเป็นนักกีฬาอาชีพและเวลาวิ่งที่บันทึกไว้จะมีให้สำหรับเขา สิ่งนี้ไม่ได้เกิดขึ้นแบบสุ่มและมีหลายปัจจัยที่ทำให้เกิดความจริงที่ว่านักวิ่งบางคนกลายเป็นนักกีฬามืออาชีพและบางคนก็ไม่ได้ (หรือแม้แต่คนที่ชอบวิ่งและวิ่งเลย) สำหรับสิ่งนี้เราจะต้องมีข้อมูลรายละเอียดกว้าง ๆ เกี่ยวกับนักวิ่งนอกจากนี้เมื่อคุณถามถึงความสุดขั้วของการกระจายข้อมูลจะต้องมีขนาดใหญ่มาก ดังนั้นฉันจึงเห็นด้วยกับคำตอบอื่น ๆ