Master-Arbeit Univ. St. Gallen, 2006.

Zugl.: Vallendar, Wiss. Hochsch. für Unternehmensführung, Diss., 2005

„Nun sag, wie hast du’s mit der Messung im Labor?“ So oder ähnlich lautet die sich anhand dieser Arbeit ergebende Gretchenfrage bezüglich biomechanischer Auswertungen und Studien des Laufsports, welche unter Laborbedingungen durchgeführt werden. Hierbei wird angenommen, dass eine Messung im Labor eine valide experimentelle Operationalisierung des Ausdauerlaufens darstellt. Aufgrund der räumlichen Begrenzung kann lediglich eine vergleichsweise geringe Anzahl an einzelnen Versuchen aufgezeichnet werden. Für die statistische Auswertung werden dann zumeist einzelne Parameter der Zeitreihen berechnet, welche wiederum zusammengefasst durch Mittelwerte den Probanden repräsentieren müssen. Bei der Verwendung von diskreten Parametern reduziert sich die aufgenommene Information der Zeitreihe dabei erheblich. Damit einhergehend muss die Frage geklärt werden, ob die Variabilität eines Probanden anhand diskreter Werte oder anhand der gesamten Kurve Beachtung finden muss. Des Weiteren stellt sich die Frage inwieweit das arithmetische Mittel über eine große Anzahl an Versuchen als die den Probanden repräsentierende Kennzahl verwendet und dessen Variabilität mittels einer endlichen Anzahl an Wiederholungen charakterisiert werden kann. Für die Untersuchungen wurden zunächst zwei Studien durchgeführt, wobei die Aufzeichnung von Bodenreaktionskräften und der Winkelgeschwindigkeit bei 100 Läufen an je zwei Messtagen im Labor erfolgte. Die statistischen Auswertungen umfassen sowohl die Betrachtung der Konvergenz von Folgen kumulierter Mittelwerte, Standardabweichungen und Root Mean Square Errors für diskrete Parameter und die gesamten aufgezeichneten Signale der Bodenreaktionskräfte und Winkelgeschwindigkeit als auch die Untersuchung von Prädiktionsbändern. Zudem wurden unterschiedliche Algorithmen zur Bestimmung der minimalen Anzahl an aufzuzeichnenden Versuchen entwickelt. Diese beinhalten nichtlineare Regressionsmodelle für die Anpassung der kumulierten Fläche der Prädiktionsbänder gesamter Kurven und die Analyse der Differenzen aufeinanderfolgender Standardabweichungskurven. Zusammenfassend geht aus dieser Arbeit hervor, dass die postulierte ausreichende und stabile Charakterisierung eines Probanden anhand des arithmetischen Mittels sowie der vollständigen und soliden Beschreibung der Variabilität für diskrete Parameter nicht nachgewiesen werden konnte. Für gesamte Kurven ergab sich ein anderes Bild. Die Probanden konnten anhand der mittleren vertikalen Bodenreaktionskräfte sowie der Bodenreaktionskräfte in anterior-posterior Richtung stabil und ausreichend charakterisiert werden. Für die Bodenreaktionskräfte in mediolateraler Richtung und die Kurve der Winkelgeschwindigkeit wurde dies nicht bestätigt. Die Möglichkeit der Charakterisierung der Variabilität eines Probanden konnte zudem verifiziert werden. Durch Beibehaltung der ursprünglichen Messprozedur ist die Wahrscheinlichkeit sehr hoch, dass der begangene Fehler den Ausgang der statistischen Auswertung beeinflusst und damit Eigenschaften der vorliegenden Grundgesamtheit unter Umständen falsch widerspiegelt. Von einer Verwendung des Mittelwertes diskreter Parameter sollte daher abgesehen werden. Der Fehler sowie dessen unbekanntes Ausmaß sind zum Teil unkontrollierbar und dessen Auswirkungen auf weitere biomechanische Kenngrößen nicht überprüfbar. Die Annahme, dass eine Labormessung als valide experimentelle Operationalisierung des Ausdauerlaufens angesehen werden kann, ist damit hinfällig. Es ist zukünftig notwendig, die Erforschung neuer Aufnahme- und Auswerteprozeduren, die alternative Verwendung gesamter Kurven und die Entwicklung neuer Testverfahren zu forcieren.

In der Dissertation wurde ein innovatives Portfoliomodell entwickelt, welches den Präferenzen einer großen Gruppe von Investoren entspricht, die mit der traditionellen Portfolio Selektion auf Basis von Mittelwertrendite und Varianz nicht zufrieden sind. Vor allem bezieht sich die Unzufriedenheit auf eine sehr spezifische Definition der Risiko- und Wertmaße, die angenommene Nutzenfunktion, die Risikodiversifizierung sowie die Beschränkung des Assetuniversums. Dies erschwert vor allem die Optimierung der modernen Finanzprodukte. Das im Modell verwendete Risikomaß-Ausfallrisiko drückt die Präferenzen der Investoren im Bereich unterhalb der Renditebenchmark aus. Die Renditenabweichung von der Benchmark nach oben werden nicht, wie im Falle des Mittelwertrendite-Varianz-Portfoliomodells, minimiert oder als risikoneutral, wie bei dem Mittelwertrendite-Ausfallrisiko-Portfoliomodell, betrachtet. Stattdessen wird ein Wertmaß, das Chance-Potenzial (Upper Partial Moment), verwendet, mit welchem verschiedene Investorenwünsche in diesem Bereich darstellbar sind. Die Eliminierung der Annahme der normalverteilten Renditen in diesem Chance-Potenzial-Ausfallrisiko-Portfoliomodell erlaubt eine korrekte Asset Allokation auch im Falle der nicht normalverteilten Renditen, die z. B. Finanzderivate, Aktien, Renten und Immobilien zu finden sind. Bei diesen tendiert das traditionelle Mittelwertrendite-Varianz-Portfoliomodell zu suboptimalen Entscheidungen. Die praktische Anwendung des Chance-Potenzial-Ausfallrisiko-Portfoliomodells wurde am Assetuniversum von Covered Calls, Protective Puts und Aktien gezeigt. / This thesis presents an innovative portfolio model appropriate for a large group of investors which are not content with the asset allocation with the traditional, mean return-variance based portfolio model above all in term of its rather specific definition of the risk and value decision parameters, risk diversification, related utility function and its restrictions imposed on the asset universe. Its modifiable risk measure – shortfall risk – expresses variable risk preferences below the return benchmark. The upside return deviations from the benchmark are not minimized as in case of the mean return-variance portfolio model or considered risk neutral as in the mean return-shortfall risk portfolio model, but employs variable degrees of the chance potential (upper partial moments) in order to provide investors with broader range of utility choices and so reflect arbitrary preferences. The elimination of the assumption of normally distributed returns in the chance potential-shortfall risk model allows correct allocation of assets with non-normally distributed returns as e.g. financial derivatives, equities, real estates, fixed return assets, commodities where the mean-variance portfolio model tends to inferior asset allocation decisions. The computational issues of the optimization algorithm developed for the mean-variance, mean-shortfall risk and chance potential-shortfall risk portfolio selection are described to ease their practical application. Additionally, the application of the chance potential-shortfall risk model is shown on the asset universe containing stocks, covered calls and protective puts.

In der Dissertation wurde ein innovatives Portfoliomodell entwickelt, welches den Präferenzen einer großen Gruppe von Investoren entspricht, die mit der traditionellen Portfolio Selektion auf Basis von Mittelwertrendite und Varianz nicht zufrieden sind. Vor allem bezieht sich die Unzufriedenheit auf eine sehr spezifische Definition der Risiko- und Wertmaße, die angenommene Nutzenfunktion, die Risikodiversifizierung sowie die Beschränkung des Assetuniversums. Das im Modell verwendete Risikomaß-Ausfallrisiko drückt die Präferenzen der Investoren im Bereich unterhalb der Renditebenchmark aus. Die Renditenabweichung von der Benchmark nach oben werden nicht, wie im Falle des Mittelwertrendite-Varianz-Portfoliomodells, minimiert oder als risikoneutral, wie bei dem Mittelwertrendite-Ausfallrisiko-Portfoliomodell, betrachtet. Stattdessen wird ein Wertmaß, das Chance-Potenzial (Upper Partial Moment), verwendet, mit welchem verschiedene Investorenwünsche in diesem Bereich darstellbar sind. Die Eliminierung der Annahme der normalverteilten Renditen in diesem Chance-Potenzial-Ausfallrisiko-Portfoliomodell erlaubt eine korrekte Asset Allokation auch im Falle der nicht normalverteilten Renditen, die z. B. Finanzderivate, Aktien, Renten und Immobilien zu finden sind. Bei diesen tendiert das traditionelle Mittelwertrendite-Varianz-Portfoliomodell zu suboptimalen Entscheidungen. Die praktische Anwendung des Chance-Potenzial-Ausfallrisiko-Portfoliomodells wurde am Assetuniversum von Covered Calls, Protective Puts und Aktien gezeigt. / This thesis presents an innovative portfolio model appropriate for a large group of investors which are not content with the asset allocation with the traditional, mean return-variance based portfolio model above all in term of its rather specific definition of the risk and value decision parameters, risk diversification, related utility function and its restrictions imposed on the asset universe. Its modifiable risk measure – shortfall risk – expresses variable risk preferences below the return benchmark. The upside return deviations from the benchmark are not minimized as in case of the mean return-variance portfolio model or considered risk neutral as in the mean return-shortfall risk portfolio model, but employs variable degrees of the chance potential (upper partial moments) in order to provide investors with broader range of utility choices and so reflect arbitrary preferences. The elimination of the assumption of normally distributed returns in the chance potential-shortfall risk model allows correct allocation of assets with non-normally distributed returns as e.g. financial derivatives, equities, real estates, fixed return assets, commodities where the mean-variance portfolio model tends to inferior asset allocation decisions. The computational issues of the optimization algorithm developed for the mean-variance, mean-shortfall risk and chance potential-shortfall risk portfolio selection are described to ease their practical application. Additionally, the application of the chance potential-shortfall risk model is shown on the asset universe containing stocks, covered calls and protective puts.

In der Dissertation wurde ein innovatives Portfoliomodell entwickelt, welches den Präferenzen einer großen Gruppe von Investoren entspricht, die mit der traditionellen Portfolio Selektion auf Basis von Mittelwertrendite und Varianz nicht zufrieden sind. Vor allem bezieht sich die Unzufriedenheit auf eine sehr spezifische Definition der Risiko- und Wertmaße, die angenommene Nutzenfunktion, die Risikodiversifizierung sowie die Beschränkung des Assetuniversums. Dies erschwert vor allem die Optimierung der modernen Finanzprodukte. Das im Modell verwendete Risikomaß-Ausfallrisiko drückt die Präferenzen der Investoren im Bereich unterhalb der Renditebenchmark aus. Die Renditenabweichung von der Benchmark nach oben werden nicht, wie im Falle des Mittelwertrendite-Varianz-Portfoliomodells, minimiert oder als risikoneutral, wie bei dem Mittelwertrendite-Ausfallrisiko-Portfoliomodell, betrachtet. Stattdessen wird ein Wertmaß, das Chance-Potenzial (Upper Partial Moment), verwendet, mit welchem verschiedene Investorenwünsche in diesem Bereich darstellbar sind. Die Eliminierung der Annahme der normalverteilten Renditen in diesem Chance-Potenzial-Ausfallrisiko-Portfoliomodell erlaubt eine korrekte Asset Allokation auch im Falle der nicht normalverteilten Renditen, die z. B. Finanzderivate, Aktien, Renten und Immobilien zu finden sind. Bei diesen tendiert das traditionelle Mittelwertrendite-Varianz-Portfoliomodell zu suboptimalen Entscheidungen. Die praktische Anwendung des Chance-Potenzial-Ausfallrisiko-Portfoliomodells wurde am Assetuniversum von Covered Calls, Protective Puts und Aktien gezeigt. / This thesis presents an innovative portfolio model appropriate for a large group of investors which are not content with the asset allocation with the traditional, mean return-variance based portfolio model above all in term of its rather specific definition of the risk and value decision parameters, risk diversification, related utility function and its restrictions imposed on the asset universe. Its modifiable risk measure ─ shortfall risk ─ expresses variable risk preferences below the return benchmark. The upside return deviations from the benchmark are not minimized as in case of the mean return-variance portfolio model or considered risk neutral as in the mean return-shortfall risk portfolio model, but employs variable degrees of the chance potential (upper partial moments) in order to provide investors with broader range of utility choices and so reflect arbitrary preferences. The elimination of the assumption of normally distributed returns in the chance potential-shortfall risk model allows correct allocation of assets with non-normally distributed returns as e.g. financial derivatives, equities, real estates, fixed return assets, commodities where the mean-variance portfolio model tends to inferior asset allocation decisions. The computational issues of the optimization algorithm developed for the mean-variance, mean-shortfall risk and chance potential-shortfall risk portfolio selection are described to ease their practical application. Additionally, the application of the chance potential-shortfall risk model is shown on the asset universe containing stocks, covered calls and protective puts.

In der Dissertation wurde ein innovatives Portfoliomodell entwickelt, welches den Präferenzen einer großen Gruppe von Investoren entspricht, die mit der traditionellen Portfolio Selektion auf Basis von Mittelwertrendite und Varianz nicht zufrieden sind. Vor allem bezieht sich die Unzufriedenheit auf eine sehr spezifische Definition der Risiko- und Wertmaße, die angenommene Nutzenfunktion, die Risikodiversifizierung sowie die Beschränkung des Assetuniversums. Dies erschwert vor allem die Optimierung der modernen Finanzprodukte. Das im Modell verwendete Risikomaß-Ausfallrisiko drückt die Präferenzen der Investoren im Bereich unterhalb der Renditebenchmark aus. Die Renditenabweichung von der Benchmark nach oben werden nicht, wie im Falle des Mittelwertrendite-Varianz-Portfoliomodells, minimiert oder als risikoneutral, wie bei dem Mittelwertrendite-Ausfallrisiko-Portfoliomodell, betrachtet. Stattdessen wird ein Wertmaß, das Chance-Potenzial (Upper Partial Moment), verwendet, mit welchem verschiedene Investorenwünsche in diesem Bereich darstellbar sind. Die Eliminierung der Annahme der normalverteilten Renditen in diesem Chance-Potenzial-Ausfallrisiko-Portfoliomodell erlaubt eine korrekte Asset Allokation auch im Falle der nicht normalverteilten Renditen, die z. B. Finanzderivate, Aktien, Renten und Immobilien zu finden sind. Bei diesen tendiert das traditionelle Mittelwertrendite-Varianz-Portfoliomodell zu suboptimalen Entscheidungen. Die praktische Anwendung des Chance-Potenzial-Ausfallrisiko-Portfoliomodells wurde am Assetuniversum von Covered Calls, Protective Puts und Aktien gezeigt. / This thesis presents an innovative portfolio model appropriate for a large group of investors which are not content with the asset allocation with the traditional, mean return-variance based portfolio model above all in term of its rather specific definition of the risk and value decision parameters, risk diversification, related utility function and its restrictions imposed on the asset universe. Its modifiable risk measure ─ shortfall risk ─ expresses variable risk preferences below the return benchmark. The upside return deviations from the benchmark are not minimized as in case of the mean return-variance portfolio model or considered risk neutral as in the mean return-shortfall risk portfolio model, but employs variable degrees of the chance potential (upper partial moments) in order to provide investors with broader range of utility choices and so reflect arbitrary preferences. The elimination of the assumption of normally distributed returns in the chance potential-shortfall risk model allows correct allocation of assets with non-normally distributed returns as e.g. financial derivatives, equities, real estates, fixed return assets, commodities where the mean-variance portfolio model tends to inferior asset allocation decisions. The computational issues of the optimization algorithm developed for the mean-variance, mean-shortfall risk and chance potential-shortfall risk portfolio selection are described to ease their practical application. Additionally, the application of the chance potential-shortfall risk model is shown on the asset universe containing stocks, covered calls and protective puts.

In der Dissertation wurde ein innovatives Portfoliomodell entwickelt, welches den Präferenzen einer großen Gruppe von Investoren entspricht, die mit der traditionellen Portfolio Selektion auf Basis von Mittelwertrendite und Varianz nicht zufrieden sind. Vor allem bezieht sich die Unzufriedenheit auf eine sehr spezifische Definition der Risiko- und Wertmaße, die angenommene Nutzenfunktion, die Risikodiversifizierung sowie die Beschränkung des Assetuniversums. Das im Modell verwendete Risikomaß-Ausfallrisiko drückt die Präferenzen der Investoren im Bereich unterhalb der Renditebenchmark aus. Die Renditenabweichung von der Benchmark nach oben werden nicht, wie im Falle des Mittelwertrendite-Varianz-Portfoliomodells, minimiert oder als risikoneutral, wie bei dem Mittelwertrendite-Ausfallrisiko-Portfoliomodell, betrachtet. Stattdessen wird ein Wertmaß, das Chance-Potenzial (Upper Partial Moment), verwendet, mit welchem verschiedene Investorenwünsche in diesem Bereich darstellbar sind. Die Eliminierung der Annahme der normalverteilten Renditen in diesem Chance-Potenzial-Ausfallrisiko-Portfoliomodell erlaubt eine korrekte Asset Allokation auch im Falle der nicht normalverteilten Renditen, die z. B. Finanzderivate, Aktien, Renten und Immobilien zu finden sind. Bei diesen tendiert das traditionelle Mittelwertrendite-Varianz-Portfoliomodell zu suboptimalen Entscheidungen. Die praktische Anwendung des Chance-Potenzial-Ausfallrisiko-Portfoliomodells wurde am Assetuniversum von Covered Calls, Protective Puts und Aktien gezeigt. / This thesis presents an innovative portfolio model appropriate for a large group of investors which are not content with the asset allocation with the traditional, mean return-variance based portfolio model above all in term of its rather specific definition of the risk and value decision parameters, risk diversification, related utility function and its restrictions imposed on the asset universe. Its modifiable risk measure – shortfall risk – expresses variable risk preferences below the return benchmark. The upside return deviations from the benchmark are not minimized as in case of the mean return-variance portfolio model or considered risk neutral as in the mean return-shortfall risk portfolio model, but employs variable degrees of the chance potential (upper partial moments) in order to provide investors with broader range of utility choices and so reflect arbitrary preferences. The elimination of the assumption of normally distributed returns in the chance potential-shortfall risk model allows correct allocation of assets with non-normally distributed returns as e.g. financial derivatives, equities, real estates, fixed return assets, commodities where the mean-variance portfolio model tends to inferior asset allocation decisions. The computational issues of the optimization algorithm developed for the mean-variance, mean-shortfall risk and chance potential-shortfall risk portfolio selection are described to ease their practical application. Additionally, the application of the chance potential-shortfall risk model is shown on the asset universe containing stocks, covered calls and protective puts.

In der Dissertation wurde ein innovatives Portfoliomodell entwickelt, welches den Präferenzen einer großen Gruppe von Investoren entspricht, die mit der traditionellen Portfolio Selektion auf Basis von Mittelwertrendite und Varianz nicht zufrieden sind. Vor allem bezieht sich die Unzufriedenheit auf eine sehr spezifische Definition der Risiko- und Wertmaße, die angenommene Nutzenfunktion, die Risikodiversifizierung sowie die Beschränkung des Assetuniversums. Dies erschwert vor allem die Optimierung der modernen Finanzprodukte. Das im Modell verwendete Risikomaß-Ausfallrisiko drückt die Präferenzen der Investoren im Bereich unterhalb der Renditebenchmark aus. Die Renditenabweichung von der Benchmark nach oben werden nicht, wie im Falle des Mittelwertrendite-Varianz-Portfoliomodells, minimiert oder als risikoneutral, wie bei dem Mittelwertrendite-Ausfallrisiko-Portfoliomodell, betrachtet. Stattdessen wird ein Wertmaß, das Chance-Potenzial (Upper Partial Moment), verwendet, mit welchem verschiedene Investorenwünsche in diesem Bereich darstellbar sind. Die Eliminierung der Annahme der normalverteilten Renditen in diesem Chance-Potenzial-Ausfallrisiko-Portfoliomodell erlaubt eine korrekte Asset Allokation auch im Falle der nicht normalverteilten Renditen, die z. B. Finanzderivate, Aktien, Renten und Immobilien zu finden sind. Bei diesen tendiert das traditionelle Mittelwertrendite-Varianz-Portfoliomodell zu suboptimalen Entscheidungen. Die praktische Anwendung des Chance-Potenzial-Ausfallrisiko-Portfoliomodells wurde am Assetuniversum von Covered Calls, Protective Puts und Aktien gezeigt. / This thesis presents an innovative portfolio model appropriate for a large group of investors which are not content with the asset allocation with the traditional, mean return-variance based portfolio model above all in term of its rather specific definition of the risk and value decision parameters, risk diversification, related utility function and its restrictions imposed on the asset universe. Its modifiable risk measure – shortfall risk – expresses variable risk preferences below the return benchmark. The upside return deviations from the benchmark are not minimized as in case of the mean return-variance portfolio model or considered risk neutral as in the mean return-shortfall risk portfolio model, but employs variable degrees of the chance potential (upper partial moments) in order to provide investors with broader range of utility choices and so reflect arbitrary preferences. The elimination of the assumption of normally distributed returns in the chance potential-shortfall risk model allows correct allocation of assets with non-normally distributed returns as e.g. financial derivatives, equities, real estates, fixed return assets, commodities where the mean-variance portfolio model tends to inferior asset allocation decisions. The computational issues of the optimization algorithm developed for the mean-variance, mean-shortfall risk and chance potential-shortfall risk portfolio selection are described to ease their practical application. Additionally, the application of the chance potential-shortfall risk model is shown on the asset universe containing stocks, covered calls and protective puts.

„Nun sag, wie hast du’s mit der Messung im Labor?“ So oder ähnlich lautet die sich anhand dieser Arbeit ergebende Gretchenfrage bezüglich biomechanischer Auswertungen und Studien des Laufsports, welche unter Laborbedingungen durchgeführt werden. Hierbei wird angenommen, dass eine Messung im Labor eine valide experimentelle Operationalisierung des Ausdauerlaufens darstellt. Aufgrund der räumlichen Begrenzung kann lediglich eine vergleichsweise geringe Anzahl an einzelnen Versuchen aufgezeichnet werden. Für die statistische Auswertung werden dann zumeist einzelne Parameter der Zeitreihen berechnet, welche wiederum zusammengefasst durch Mittelwerte den Probanden repräsentieren müssen. Bei der Verwendung von diskreten Parametern reduziert sich die aufgenommene Information der Zeitreihe dabei erheblich. Damit einhergehend muss die Frage geklärt werden, ob die Variabilität eines Probanden anhand diskreter Werte oder anhand der gesamten Kurve Beachtung finden muss. Des Weiteren stellt sich die Frage inwieweit das arithmetische Mittel über eine große Anzahl an Versuchen als die den Probanden repräsentierende Kennzahl verwendet und dessen Variabilität mittels einer endlichen Anzahl an Wiederholungen charakterisiert werden kann. Für die Untersuchungen wurden zunächst zwei Studien durchgeführt, wobei die Aufzeichnung von Bodenreaktionskräften und der Winkelgeschwindigkeit bei 100 Läufen an je zwei Messtagen im Labor erfolgte. Die statistischen Auswertungen umfassen sowohl die Betrachtung der Konvergenz von Folgen kumulierter Mittelwerte, Standardabweichungen und Root Mean Square Errors für diskrete Parameter und die gesamten aufgezeichneten Signale der Bodenreaktionskräfte und Winkelgeschwindigkeit als auch die Untersuchung von Prädiktionsbändern. Zudem wurden unterschiedliche Algorithmen zur Bestimmung der minimalen Anzahl an aufzuzeichnenden Versuchen entwickelt. Diese beinhalten nichtlineare Regressionsmodelle für die Anpassung der kumulierten Fläche der Prädiktionsbänder gesamter Kurven und die Analyse der Differenzen aufeinanderfolgender Standardabweichungskurven. Zusammenfassend geht aus dieser Arbeit hervor, dass die postulierte ausreichende und stabile Charakterisierung eines Probanden anhand des arithmetischen Mittels sowie der vollständigen und soliden Beschreibung der Variabilität für diskrete Parameter nicht nachgewiesen werden konnte. Für gesamte Kurven ergab sich ein anderes Bild. Die Probanden konnten anhand der mittleren vertikalen Bodenreaktionskräfte sowie der Bodenreaktionskräfte in anterior-posterior Richtung stabil und ausreichend charakterisiert werden. Für die Bodenreaktionskräfte in mediolateraler Richtung und die Kurve der Winkelgeschwindigkeit wurde dies nicht bestätigt. Die Möglichkeit der Charakterisierung der Variabilität eines Probanden konnte zudem verifiziert werden. Durch Beibehaltung der ursprünglichen Messprozedur ist die Wahrscheinlichkeit sehr hoch, dass der begangene Fehler den Ausgang der statistischen Auswertung beeinflusst und damit Eigenschaften der vorliegenden Grundgesamtheit unter Umständen falsch widerspiegelt. Von einer Verwendung des Mittelwertes diskreter Parameter sollte daher abgesehen werden. Der Fehler sowie dessen unbekanntes Ausmaß sind zum Teil unkontrollierbar und dessen Auswirkungen auf weitere biomechanische Kenngrößen nicht überprüfbar. Die Annahme, dass eine Labormessung als valide experimentelle Operationalisierung des Ausdauerlaufens angesehen werden kann, ist damit hinfällig. Es ist zukünftig notwendig, die Erforschung neuer Aufnahme- und Auswerteprozeduren, die alternative Verwendung gesamter Kurven und die Entwicklung neuer Testverfahren zu forcieren.