吳淑麟的推薦清單

下面的研究是2004年在日本進行的，研究對象是21公里跑步高手，并且文章在2007年的Strength of Conditioning期刊上發表。

研究是針對2004年Sapporro日本國際半程馬拉松比賽的。科學家們在15公里處，架設高速攝影機，捕捉了大部分選手通過時的畫面。總計拍攝了248位男選手和35位女選手，并且將他們分類位腳跟落地，腳中落地和前腳掌落地。他們還測算了選手在15公里處的腳步觸地時間。
發現：
大多數選手是腳跟落地（75%）
大概四分之一的選手腳中落地（24%）
在283位選手中僅有4人是前腳掌落地
四位采用前腳掌落地跑法的選手并沒有獲得前四名，相反，此次研究無法證明前腳掌落地的技術優勢。

腳中落地支持者要興奮了，當研究人員按照名次50一組分組之后，腳中落地的選手比例發生了變化，排名高的組當中，腳中落地跑法的比例也高。

不過結論還不能確定，因為這個現象有三種解釋：
1. 速度快的選手采用腳中落地技術
2. 采用腳中落地跑的快
3. 任何選手隨著速度的提高最終都變成腳中落地
翻譯：wuyan

------------------
我的工作也是長期做數據分析的，對數據與結論的關系有一些體會。
我一直認為，定性應當是第一位的，否則數據分析會墜入誤區。

比如菜價漲了于是買的人少了
你不能通過菜價和銷售量的相關分析，說是因為買的人少了然后菜價漲了！首先你還是得搞清楚哪個是因哪個是果

上次在跑吧看到一個用數據研究的結論：喝水少的跑得快
可我怎么看都覺得應該是跑得快時間短所以需要喝的水少
數據的相關性只能證明二者有關聯，但不能判定兩件事孰因孰果

這個文章還是那個問題：到底是跑得快所以腳跟不著地，還是腳跟不著地的方法跑得快
從常識看，應該是前者：跑得快的人很多腳跟不需要著地。
總算文章最后補上了這個問題

真正要做這件事的數據分析，比較可行的一個辦法是找一組腳跟落地者，要求他改腳中落地一段時間，比如一個月，看成績變換。和另一組腳中落地改腳跟的一個月后看成績變化。二者對比----但這也只能判斷個大概，因為還有哪種改變適應快的問題，但起碼不會離譜成這樣。