Successfully reported this slideshow.
Upcoming SlideShare
×

# 今日は何回やればいいのか―状態空間モデルで最大挙上重量を推定し、挙上回数を決める―

1,602 views

Published on

Hijiyama.R the Final (2017/11/26) のLTで発表した資料です。

Published in: Data & Analytics
• Full Name
Comment goes here.

Are you sure you want to Yes No
• My friend sent me a link to to tis site. This awesome company. They wrote my entire research paper for me, and it turned out brilliantly. I highly recommend this service to anyone in my shoes. ⇒ www.HelpWriting.net ⇐.

Are you sure you want to  Yes  No
• Hi there! I just wanted to share a list of sites that helped me a lot during my studies: .................................................................................................................................... www.EssayWrite.best - Write an essay .................................................................................................................................... www.LitReview.xyz - Summary of books .................................................................................................................................... www.Coursework.best - Online coursework .................................................................................................................................... www.Dissertations.me - proquest dissertations .................................................................................................................................... www.ReMovie.club - Movies reviews .................................................................................................................................... www.WebSlides.vip - Best powerpoint presentations .................................................................................................................................... www.WritePaper.info - Write a research paper .................................................................................................................................... www.EddyHelp.com - Homework help online .................................................................................................................................... www.MyResumeHelp.net - Professional resume writing service .................................................................................................................................. www.HelpWriting.net - Help with writing any papers ......................................................................................................................................... Save so as not to lose

Are you sure you want to  Yes  No

Are you sure you want to  Yes  No

### 今日は何回やればいいのか―状態空間モデルで最大挙上重量を推定し、挙上回数を決める―

1. 1. 今日は何回やればいいのか ー状態空間モデルで最大挙上重量を推定し、挙上回数を決めるー 2017.11.26 (13:00~17:00) The Final #HijiyamaR 広島大学大学院教育学研究科 平川 真
2. 2. 自己紹介 ✔@hirakawamakoto ✔専門：ことばの使用・理解についての社会心理学的研究 コミュニケーションについて考えています ✔趣味：筋トレ 2 事務なの？GYMなの？
3. 3. デッドリフト 身体の裏側の大部分を鍛える最高の種目 ただし適切に実施しないと怪我をしやすい→ 3
4. 4. フォーム解説のおすすめ動画 【肉体】正しいデッドリフト講座【改造】 AF版 - YouTube 4
5. 5. 漸新性過負荷の原則 筋肉の成長には、普段より少し大きい負荷をかけることが必要 トレーニングの負荷を決める要因 ・挙上重量 ・挙上回数 ・筋緊張時間 ・セット数 ・セット間インターバルの時間 ・トレーニング頻度 etc 5
6. 6. 適切な負荷の設定の仕方 筋肥大に効果的な重量：70%1RM ~ 85%1RM * 1RM (repetition maximum) = 1回挙上できる重量 1RMに対する割合と反復回数の表 → 1RMがわかれば、 適切な重量と回数が設定できる 6 %RM Reps 100 1 90 4 85 6 80 8 75 10 70 12 65 18
7. 7. 適切な負荷の設定の仕方 使用重量 (weight) と挙上回数 (reps) から1RMを計算する式 𝐸𝑝𝑙𝑒𝑦 (1985) 1𝑅𝑀 = 𝑤𝑒𝑖𝑔ℎ𝑡 ∗ 1 + 𝑟𝑒𝑝𝑠 30 ある日、40㎏で13回できたとすると 1RM は 40 ∗ 1 + 13 30 = 57.333 80%RMは 57.333 ∗ 0.8 = 45.86 ⇒ 45.86kg で 8回！ 7
8. 8. 45.86kg ? 今日、使いたい重量を入力したら、 何回やればいいのかを出力してくれる関数がほしい！！ 8
9. 9. つくってみた today_reps() 9 ↓dat_dl.csv 使いたい重量を引数にすると 何回やればいいのかを教えてくれる！
10. 10. 関数のなか 10 これまでのトレーニングデータから、 状態空間モデルで真の1RMを推定し、 今回あつかう重さでの挙上回数を提案する
11. 11. 状態空間モデル 観測値t＝状態t＋観測誤差 状態t+1＝状態t＋過程誤差 筋力とパフォーマンスを区別できる 1RMの変化は、筋力が変化したからなのか パフォーマンスの良し悪しの変動のためなのか 11 Stanで体重の推移をみつめてみた(状態空間モデル) http://kosugitti.net/archives/5786 ↑使用重量と回数から計算した 各時点の1RMの推移
12. 12. 状態空間モデルいろいろ ローカルレベルモデル ローカル線形トレンドモデル 12 𝑦𝑡 = 𝜇 𝑡 + 𝜖 𝑡, 𝜖 𝑡~𝑁𝑜𝑟𝑚𝑎𝑙 0, 𝜎𝜖 2 𝜇 𝑡+1 = 𝜇 𝑡 + 𝜉𝑡, 𝜉𝑡~𝑁𝑜𝑟𝑚𝑎𝑙 0, 𝜎𝜉 2 𝑦𝑖 = 𝑎 + 𝑏𝑥1 + 𝜖𝑖 , 𝜖𝑖~𝑁𝑜𝑟𝑚𝑎𝑙 (0, 𝜎𝜖 2 ) (参考) 回帰モデル 𝑦𝑡 = 𝜇 𝑡 + 𝜖 𝑡, 𝜖 𝑡~𝑁𝑜𝑟𝑚𝑎𝑙 0, 𝜎𝜖 2 𝜇 𝑡+1 = 𝜇 𝑡 + 𝜈𝑡 + 𝜉𝑡, 𝜉𝑡 ~𝑁𝑜𝑟𝑚𝑎𝑙 0, 𝜎𝜉 2 𝜈𝑡+1 = 𝜈𝑡 + 𝜁𝑡, 𝜁𝑡 ~𝑁𝑜𝑟𝑚𝑎𝑙 0, 𝜎𝜁 2 切片（レベル）が時点ごと（局所的）に 変化することを許容するモデル 傾き（トレンド）も時点ごと（局所的）に 変化することを許容するモデル 切片と傾きが固定（大域的） 𝑦𝑡 = 𝜇 𝑡 + 𝜖 𝑡, 𝜖 𝑡~𝑁𝑜𝑟𝑚𝑎𝑙 0, 𝜎𝜖 2 𝜇 𝑡+1 = 𝜇 𝑡 + 𝜈 + 𝜉𝑡, 𝜉𝑡 ~𝑁𝑜𝑟𝑚𝑎𝑙 0, 𝜎𝜉 2 ↑傾きを固定してもよい
13. 13. データの確認 デッドリフトの使用重量と挙上回数の67ポイントのデータ 13
14. 14. 𝜇 𝑡の信頼区間と予測分布 ローカルレベル グローバルトレンド ローカルトレンド 14
15. 15. オーバーヘッドプレスのデータで ローカルレベル グローバルトレンド ローカルトレンド 15
16. 16. 16 Enjoy!