Proyecto CRS - Memoria Final

107 Una vez conocidos los resultados de los análisis de correlación, como siguiente paso dentro de este bloque del estudio, nos planteamos que variables de aquellas que habían mostrado una asociación significativa y al menos de magnitud moderada conservaban su capacidad predictiva cuando las introdujéramos en un modelo de regresión múltiple por pasos (considerando también únicamente aquellos atletas que afrontaron la Maratón de Valencia Fundación Trinidad Alfonso edp como su objetivo principal de la temporada), así como la capacidad predictiva global del modelo obtenido. De este modo, encontramos un modelo predictivo estadísticamente significativo (f = 30,963; p<0,001) formado únicamente por dos factores que justifican un 48% de la varianza; y que, por tanto, siguiendo las recomendaciones de diversos autores (Cohen, 1988), podemos considerar que tiene repercusión clínica. Considerando estos resultados, dentro del conjunto de datos que nos aporta una prueba de esfuerzo con análisis del consumo de gases, la velocidad máxima alcanzada por el corredor junto con el cociente de intercambio respiratorio registrado en el momento en el que alcanza el VT2 (variable que nos informa sobre la utilización que hace el corredor a intensidades submáximas de las diferentes vías energéticas) serían los dos factores de mayor relevancia para predecir el rendimiento de dicho corredor en una Maratón (tablas 29 y 30). Modelo R R cuadrado R cuadrado corregida Error típ. de la estimación 1 0,647(a) 0,419 0,410 0,87930 2 0,704(b) 0,496 0,480 0,82582 Tabla 29. Resumen del modelo de Regresión Lineal Múltiple a. Variables predictoras: (Constante), VMAX_VEL b. Variables predictoras: (Constante), VMAX_VEL, AT_RER Modelo Suma de cuadrados gl Media cuadrática F Sig. 1 Regresión 35,714 1 35,714 46,192 0,000(a) Residual 49,483 64 0,773 Total 85,197 65 2 Regresión 42,232 2 21,116 30,963 0,000(b) Residual 42,965 63 0,682 Total 85,197 65 Tabla 30. ANOVA del modelo de Regresión Lineal Múltiple a. Variables predictoras: (Constante), VMAX_VEL b. Variables predictoras: (Constante), VMAX_VEL, AT_RER c. Variable dependiente: VEL_MAR