關於前十字韌帶損傷風險和疲勞的三維運動生物力學研究（2020-US-30MP-616）運動分析工具正被越來越廣泛地用於幫助運動員提陞技能和體能，從而提高運動表現並預防傷害。前十字韌帶（ACL）撕裂是籃球運動史上最常見、最危險的傷害之一。由於籃球運動中快速改變方向和/或突然減速，這種傷害最常發生在跳躍、落地和轉身動作。 ACL損傷的恢復過程極為痛苦，可能需要數月甚至數年才能痊癒，並且在康復後會顯著降低運動員的運動表現。本計畫旨在探討疲勞與髖關節、膝關節和背部不同角度測量值以及作用於地面的力量之間的關係，以最大限度地降低ACL損傷的風險。研究人員在一名受試者進行2小時劇烈運動前後，分別用每條腿進行10次反向跳躍測試，並在受試者身上安裝了7個不同的感測器。之所以選擇反向跳躍測試，是因為它能夠透過測量身體不同部位的受力和屈曲情況來很好地評估ACL損傷的風險。為了探討每項運動（與前十字韌帶損傷風險增加相關）疲勞前後狀態之間的普遍差異，我們運用了多種統計工具，例如控製圖構建器、多元相關性分析和變量聚類分析。 JMP 多元統計過程控制 (SPC) 平台提供了更多關於疲勞前後特定時間點關節屈曲差異的生物力學和時間特異性信息，從而更深入地了解疲勞時不同關節的參與度變化。這種端到端的實驗和分析方法可以推廣到其他運動項目中，以預防運動傷害。
進階統計建模自動化和腳本編寫基礎資料分析與建模消費者與市場研究內容組織資料融合與清理數據探索與視覺化實驗設計預測建模和機器學習品質與製程工程
