Zusammenfassung
Viele Problemstellungen der Bewegungswissenschaft und der Sportwissenschaft im Allgemeinen basieren auf Daten im Zeitverlauf. Dabei kann es sich um Bewegungsgrößen, aber auch um physiologische (z. B. EEG, EKG und EMG) und psychologische Variablen handeln. Das Kapitel beschäftigt sich mit der Beschreibung von Zeitreihen (Trend, periodische Schwankungen), ihrer Modelbildung und statistischen Analyseverfahren.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Altmann, U. (2013). Synchronisation nonverbalen Verhaltens. Weiterentwicklung und Anwendung zeitreihenanalytischer Identifikationsverfahren. Wiesbaden: Springer Fachmedien.
Banister, E. W., Calvert, T. W., Savage, M. V., & Bach, T. M. (1975). A systems model of training for athletic performance. Australian Journal of Sports Medicine, 7(3), 57–61.
Bourier, G. (2013). Beschreibende Statistik. Praxisorientierte Einführung. Mit Aufgaben und Lösungen (10., aktualisierte Aufl.). Wiesbaden: Springer Fachmedien.
Christ, O. (2009). Sensomotorische Faktoren bei der Entstehung muskulärer Ko-Kontraktionen. Eine experimentelle Untersuchung behavioraler Parameter bei erzeugter sensomotorischer Inkongruenz am PC-Arbeitsplatz. Diss., TU Darmstadt.
Conzelmann, A., Gerlach, E., & Valkanover, S. (2009). Analyse motorischer Entwicklungsverläufe. In J. Baur, K. Bös, A. Conzelmann, & R. Singer (Hrsg.), Handbuch motorische Entwicklung (S. 370–385). Schorndorf: Hofmann-Verlag.
Eckardt, F., & Witte, K. (2017). Horse rider interaction. A new method based on inertial measurement units. Journal of Equine Veterinary Science, 55, 1–8. https://doi.org/10.1016/j.jevs.2017.02.016.
Edelmann-Nusser, J., Hohmann, A., & Henneberg, B. (2006). Modellierung von Wettkampfleistungen im Schwimmen bei den Olympischen Spielen 2000 und 2004 mittels Neuronaler Netze. Leistungssport, 36(2), 45–50.
Fahrmeir, L., Heumann, C., Künstler, R., Pigeot, I., & Tutz, G. (2016). Statistik. Der Weg zur Datenanalyse (8., überarbeitete und ergänzte Aufl.). Berlin: Springer-Spektrum.
Fiesel, R. (2000). Somatotypische und sportmotorische Entwicklungsverläufe von Jungen im Alter von 6 bis 16 Jahren unter Einfluss eines dreijährigen Schwimm- und Wasserballtrainings. Diss., TU Dortmund.
Freiwald, J., Baumgart, C., & Konrad, P. (2007). Einführung in die Elektromyographie: Sport – Prävention – Rehabilitation. Balingen: Spitta-Verlag.
Ganter, N., Witte, K., Edelmann-Nusser, J., Heller, M., Schwab, K., & Witte, H. (2007). Spectral parameters of surface electromyography and performance in swim bench exercises during the training of elite and junior swimmers. European Journal of Sport Science, 7(3), 143–155.
Haar, B. (2011). Analyse und Prognose von Trainingswirkungen. Multivariate Zeitreihenanalyse mit künstlichen neuronalen Netzen. Diss., Universität Stuttgart.
Heller, M., Edelmann-Nusser, J., Witte, K., & Zech, A. (2005). Muskelphysiologische Leistungsdiagnostik bei Kraftausdauerbelastungen auf der Schwimmbank – Eine Längsschnittstudie. Leistungssport, 35, 24–29.
Heller, M., Witte, K., Edelmann-Nusser, J., Zech, A., & Schack, B. (2006). Einfluss eines Maximal- und Explosivkrafttrainings auf das zeitabhängige Frequenzverhalten von Oberflächenelektromyogrammen. Spectrum der Sportwissenschaften, 18(1), 5–22.
Hohmann, A., Edelmann-Nusser, J., & Henneberg, B. (2000). A nonlinear approach to the analysis and modeling of training and adaptation in swimming. In Application of Biomechanical Study in swimming. Proceedings of XVIII International Symposium on Biomechanics in Sports, Chinese University Press, Hong Kong, 31–38.
Hottenrott, H.-D., Ketelhut, S., Böckelmann, I., & Schmidt, H. (Hrsg.). (2018). Herzfrequenzvariabilität: Methoden und Anwendungen in der Sportwissenschaft, Arbeits- und Intensivmedizin sowie Kardiologie. 7. Internationales HRV-Symposium am 4. März 2017 in Halle (Saale) Hamburg: Czwalina (Schriften der Deutschen Vereinigung für Sportwissenschaft, Bd. 270, S. 180).
Kreiß, J. P., & Neuhaus, G. (2006). Einführung in die Zeitreihenanalyse. Berlin: Springer.
Lames, M. (1996). Zeitreihenanalysen: Anwendungen in der Trainingswissenschaft. In J. Krug (Hrsg.), Zeitreihenanalysen und multiple statistische Verfahren in der Trainingswissenschaft (S. 45–57). Köln: Sport und Buch Strauss.
Perl, J. (2006). Modellierung dynamischer Systeme: Grundlagen und Anwendungen in der Leistungsanalyse. In K. Witte, J. Edelmann-Nusser, A. Sabo, & E. F. Moritz (Hrsg.), Sport Sporttechnologie zwischen Theorie und Praxis IV (S. 29–38). Shaker: Aachen.
Sammito, S., & Böckelmann, I. (2016). Factors influencing heart rate variability. International Journal Cardiovascular Forum, 6, 18–22. https://doi.org/10.17987/icfj.v6i0.242.
Schall, A. (2012). Zeitreihenanalyse musiktherapeutischer Effekte bei fortgeschrittener Demenz. Berlin: Logos.
Schlittgen, R. (2012). Angewandte Zeitreihenanalyse mit R. München: Oldenbourg.
Schlittgen, R., & Streitberg, B. H. (2001). Zeitreihenanalyse. Wien: Oldenbourg.
Witte, K., Edelmann-Nusser, J., & Schack, B. (2001). Auswertung von EMG-Daten mit Verfahren der zeitvarianten Spektralanalyse – dargestellt am Beispiel des Bogenschießens. Spectrum der Sportwissenschaften, 13(2), 27–43.
Zschocke, S., & Hansen, H. C. (Hrsg.). (2012). Klinische Elektroenzephalographie. Berlin: Springer.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2019 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Witte, K. (2019). Zeitreihenanalyse. In: Angewandte Statistik in der Bewegungswissenschaft (Band 3). Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-58360-9_11
Download citation
DOI: https://doi.org/10.1007/978-3-662-58360-9_11
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-58359-3
Online ISBN: 978-3-662-58360-9
eBook Packages: Life Science and Basic Disciplines (German Language)