我有来自运动员的垂直跳跃测试 Session 的数据 . 我正在创建力 - 位移环 - 在y轴上绘制力,在x轴上绘制体位移中心 .

产生的曲线看起来像一个环(顺时针方向读取),从运动员的体重(系统力)开始 . 然后,力随着下降而减小,向下的位移增加 . 接下来是上升阶段,其中运动员的向上位移增加,直到脚趾离开,其中力逐渐减小,直到脚趾离开,此时力为零 . 然后运动员将向上移动到空中 .

我想绘制从一系列跳跃中获得的每个运动员的平均力位移曲线 . 我还想在平均曲线周围绘制95%的置信区间 . 数据以1500Hz采样,当然,每次跳跃都有可变性,因此每次跳跃的矢量长度不同 .

我已经尝试在ggplots中使用各种汇总和平滑函数,但由于曲线或“循环”与线性和/或多项式模型的差别很大,我还没有找到一种方法来使其工作 . 我也尝试在其他软件包中找到解决此类问题但没有运气的函数 .

我希望有人可能会对如何使用R确定此类数据的平均曲线有一些想法(它本质上是一个非常笨拙的画圈) . 我知道在Matlab中可以做到这一点,但我更愿意找到一个基于R的解决方案 . 这也成为一种个人挑战 .

我已经提供了下面数据框的示例表示 . 显然,下面的数据框架比实际数据框架要小得多,但是它提供了良好的表示,以便开发出可行的解决方案 .

提前感谢任何想法或创意解决方案!

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