Submaksimal ve anket değişkenleri kullanarak maksimum oksijen tüketiminin farklı regresyon yöntemleriyle tahmin edilmesi

Maksimal oksijen tüketimi (VO2max), kişinin yoğun ve maksimal egzersiz sırasında kullandığı maksimum oksijen miktarını ifade eder. Bu tezin amacı, submaksimal ve anket değişkenlerini kullanarak doğru Maksimal Oksijen Tüketimi (VO2max) tahmin modelleri geliştirmektir. VO2max tahmin modellerini geliştirmek için Destek Vektör Makineleri (SVM), Çoklu Doğrusal Regresyon (MLR) ve Çok Katmanlı Algılayıcı (MLP) gibi regresyon yöntemleri kullanılmıştır. Tahmin modellerin performansı çoklu korelasyon katsayısı (R) ve standart tahmin hatası (SEE) hesaplanarak belirlenmiştir. Sonuçlar göstermiştir ki, submaksimal ve standart egzersize dayalı olmayan değişkenlere anket değişkenlerinin eklenmesi VO2max tahmin modellerinin doğruluğunu belirgin şekilde arttırmıştır. SVM modellerinin sonuçları MLP ve MLR modellerinden elde edilenler ile karşılaştırılmış ve SVM bazlı VO2max tahmin modellerinin diğer regresyon modellerinden üretilen tahmin modellerinden daha iyi performans gösterdiği görülmüştür (Daha düşük SEE ve daha düşük R).