У меня есть данные о тестировании вертикального прыжка со спортсменами. Я создаю петли силы-перемещения — сила откладывается по оси Y, а смещение центра масс тела — по оси X.
Результирующая кривая, которая выглядит как петля (читается по часовой стрелке), начинается с массы тела спортсмена (сила системы). Затем сила уменьшается по мере их опускания, а смещение вниз увеличивается. Затем следует фаза подъема, когда смещение спортсмена вверх увеличивается до точки отталкивания с неуклонно уменьшающейся силой до точки отталкивания, где сила теперь равна нулю. Затем спортсмен поднимался вверх в воздух.
Я хотел бы построить кривую смещения средней силы для каждого спортсмена, полученную в результате серии прыжков. Я также хотел бы построить доверительный интервал 95% вокруг средней кривой. Данные отбираются с частотой 1500 Гц, и, естественно, каждый скачок имеет изменчивость, поэтому векторы для каждого скачка имеют разную длину.
Я пытался использовать различные функции суммирования и сглаживания в ggplots, но поскольку кривая или «петля» сильно отличаются от линейных и/или полиномиальных моделей, я не придумал, как это сделать. Я также пытался найти функции в других пакетах, решающие проблемы такого типа, но безуспешно.
Я надеюсь, что у кого-то могут быть идеи о том, как определить среднюю кривую для этого типа данных с помощью R (по сути, это очень неловко нарисованный круг). Я знаю, что это можно сделать в Matlab, но я бы предпочел найти решение на основе R. Это также стало чем-то вроде личного вызова.
Я предоставил образец представления того, как выглядит фрейм данных ниже. Очевидно, что фрейм данных ниже значительно меньше, чем фактические фреймы данных, но, тем не менее, он дает хорошее представление для разработки работоспособного решения.
Заранее спасибо за любые мысли или творческие решения!
Athlete Jump.Number Displacement Force
1 1 0 800
1 1 -16.6667 400
1 1 -33.3334 50
1 1 -50.0001 400
1 1 -66.6668 800
1 1 -83.3335 1000
1 1 -100.000 1600
1 1 -50 1400
1 1 62 0
1 2 0 802
1 2 -18.75 479
1 2 -37.5 49
1 2 -56.25 514
1 2 -75 900
1 2 -93.75 1500
1 2 -40 1200
1 2 60 0
1 3 0 806
1 3 -13.64 379
1 3 -27.28 46
1 3 -40.92 367
1 3 -54.56 700
1 3 -68.2 1167
1 3 -81.84 1400
1 3 -95.48 1700
1 3 -100 2000
1 3 -40 1567
1 3 59 0
2 1 0 900
2 1 -16.6667 500
2 1 -33.3334 90
2 1 -50.0001 500
2 1 -66.6668 900
2 1 -83.3335 1100
2 1 -100.000 1700
2 1 -50 1500
2 1 62 0
2 2 0 902
2 2 -18.75 579
2 2 -37.5 139
2 2 -56.25 514
2 2 -75 1000
2 2 -93.75 1600
2 2 -40 1300
2 2 60 0
2 3 0 906
2 3 -13.64 479
2 3 -27.28 116
2 3 -40.92 467
2 3 -54.56 800
2 3 -68.2 1267
2 3 -81.84 1500
2 3 -95.48 1800
2 3 -100 2100
2 3 -40 1667
2 3 59 0
