数据集概述
本数据集包含2021-2024年30名精英女子竞走运动员的年度综合数据，涵盖人体测量变量、生理指标、生物力学测量值及神经肌肉表现参数，支持精英体育研究中的时间序列分析、季节性建模和机器学习算法开发。
文件详解
- 文件名称：race_walking_timeseries_regression.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含用于时间序列回归分析的运动员年度数据，涵盖人体测量、生理、生物力学及神经肌肉表现相关变量
- 文件名称：Race_Walking_Data_2021_2024.xlsx
- 文件格式：XLSX
- 字段映射介绍：按年度划分的原始数据汇总表，包含30名运动员2021-2024年的匿名化记录，列对应各项评估变量
- 文件名称：Race_Walking_Validated_2021_2024.xlsx
- 文件格式：XLSX
- 字段映射介绍：经过验证的数据集，包含与原始数据一致的变量类型，确保数据准确性和可靠性
- 文件名称：Race_Walking_Predictive_Models.xlsx
- 文件格式：XLSX
- 字段映射介绍：用于预测模型开发的数据集，支持机器学习算法训练，变量涵盖生理、生物力学及力量相关参数
数据来源
研究“Optimizing Race Walking Performance through Advanced Modeling and AI-based Training Analysis”
适用场景
- 精英竞走运动员表现优化研究: 分析生理、生物力学和力量变量对竞走成绩的影响，支持训练方案调整
- 运动科学时间序列分析: 利用2021-2024年纵向数据，研究运动员身体指标的年度变化趋势和季节性波动
- 机器学习模型开发: 基于数据集训练预测竞走表现的回归模型，探索AI在精英体育训练分析中的应用
- 神经肌肉性能评估: 分析1RM、功率输出、RFD等参数与竞走运动表现的关联，为专项力量训练提供依据
- 人体测量与生理指标关联研究: 探究体质量、身高、体脂率等人体测量变量与VO₂max、心率等生理指标的关系
