Catapult 基础知识：评估性能数据的质量

就其本质而言，体育数据本质上是嘈杂的。随着技术的发展和更多数据的产生，量化这种噪声的边界（可变性）非常重要。一旦定义了噪声的边界，当观察结果超出这些边界时，我们就可以更有信心做出判断。

从根本上说，我们对系统和数据的信心将取决于它们的可靠性和有效性。本文探讨了如何在应用的运动环境中实现高度的自信。 

可靠性

可靠性是指工具或技术产生一致结果的程度。本质上，它涉及研究结果的可重复性。例如，如果一项特定研究进行多次，每次都会产生相同的结果吗？如果确实如此，我们就可以说数据或生成数据的仪器是可靠的。

在 GPS 技术的具体情况下，我们知道低速运动的线性测量比高速运动的多向测量更可靠。在使用运动员监测系统时，在开始根据技术得出的数据做出任何决策之前，确定技术及其生成的每个指标的可靠性至关重要。

有效性

有效性与设备测量其声称测量的内容的程度有关。更详细地说，有效性有两个基本方面：

内部有效性： 技术和流程是否准确地测量了它们想要测量的内容？

外部有效性： 从一种情境/场景中收集的信息是否可以推广到其他场景/运动员？

为了使您的数据有效，首先必须可靠。换句话说，如果技术不能衡量其声称要衡量的内容，那么根据定义，它就无法产生一致、可靠的结果。

评估运动员监测系统的可靠性/有效性

随着运动员追踪技术的使用越来越广泛，学术界将大量注意力集中在审查和量化所生成数据的可靠性和有效性上。

数据的可靠性和有效性可能取决于情况和环境。因此，建议从业人员在自己的工作空间内进行内部测试（例如标准化运行），以量化他们对生成的数据的信心。这些测试不太可能像学术机构进行的测试那样严格，但它们可以为您提供有关系统的有用视角，并可以为您实施的一些流程提供信息。

有兴趣了解 Catapult 如何帮助您的团队找到竞争优势？ 单击此处了解有关我们一系列运动员监控技术的更多信息.