《世界红土地女子单打网球比赛制胜技术指标的建立.doc》由会员分享，可在线阅读，更多相关《世界红土地女子单打网球比赛制胜技术指标的建立.doc（11页珍藏版）》请在三一办公上搜索。
1、世界红土地女子单打网球比赛制胜技术指标的建立Establishment on the Key Technique For the World Red Court Women Single Tennis Match摘要：用文献资料调研、数理统计等方法，对网球红土场20082010年的381场女子单打比赛的13项技术进行因子分子，建立回归模型，结果：Y=5.56-0.11非受迫性失误（X4）-0.165双误（X3）+0.04制胜球（X7），回归方程的决定系数R=0.815，显著性概率P(Sig=0.000)0.01,说明回归方程非常有显著性意义。构建了可预判比赛胜负的函数方程,其判断的准确率高达8
2、2.6，具有较好的实用性和操作性。 关键词：网球；女子单打；因子分析；成绩分析Abstract: Through using the method of literature review, mathematical statistics, By the method of factor analysis and regression model is established from 13 common technical statistics of 381 matches in 20082010 France open women single, The results show that
3、 regression formula coefficient R=0.815 and significance probility P（Sig.=0.000）0.01,Y=5.56-0.11Unforced Errors(X4)-0.165 Double Faults（x3）+0.04Winners（x7）,which show the fit is well between regression formula and observing value, The game call predict the outcome of a function equation and the accu
4、racy of its judgment as high as82.6,it is practical and operable. Key words: tennis; womens single; factor analysis; performance analysis四大网球公开赛主要在硬地、草地、红土地上进行比赛,本文主要研究红土地法国网球公开赛，它是世界红土场的最高赛事，每年聚集了世界顶尖运动员云集于此，其打法上对以底线抽击为主的选手较适合，因其具有球速较慢、来回次数多、心理素质过硬，技、战术变化多等特点。本文对20082010年法网381场女子单打比赛的13项技术数据进行探讨，预留
5、2010年法网的数据进行验证，为了准确、方便分析各项指标，最终带入分析的变量为下列13项：一发成功率、ACE、双误、非受迫性失误、一发得分率、二发得分率、制胜球、接法得分率、保发成功率、网前得分率、最快发球速度、平均一发速度、平均二发速度，采用因子分析方法从各项技术中提取影响得失分率的因子，建立回归模型，以期达到对训练负荷的控制和比赛成绩预测。1 研究对象与方法1.1研究对象 查阅20082010年法国网球公开赛官方网站，获取全部场次共381场女子单打比赛，从公布的数据中整理出13项技术作为研究材料，在整理数据中对各项技术缺失值用该项有效数据的平均值代替。1.2 研究方法1.2.1文献资料 在
6、文献研究的基础上，查阅与女子网球相关的资料30于篇。 1.2.2 统计分析方法。用统计软件SPSS11.5按以下步骤进行分析。（1）相关系数矩阵检验。计算各项指标间的相关系数，选用KMO及Bartletts test of sphericity对相关系数矩阵进行检验，判断资料是否适于因子分析。（2）提取初始因子。根据专业知识及相关系数判断定因子，选用Principal components（主成分）法提4个因子。选用Varimax（方差极大正交旋转）法对初始因子矩阵进行旋转，使不同指标对同一因子载荷向0和1两级分化，尽可能加大因子载荷绝对值的差，使各指标和各因子的关系更加清楚。（3）Regre
7、ssion（回归）法计算各技术指标与得失分率进行回归分析，并对得出线性关系进行检验。2 结果分析2.1各项技术与得失分率的相关性分析 法国网球公开赛是当今女子单打最高级别的红土赛，具有球速较慢、来回次数多适合底线抽击等特点，在多元回归分析中，把一发成功率、ACE、双误、非受迫性失误、一发得分率、二发得分率、制胜球、接发球得分率、保发成功率、网前得分率作为自变量，得失分率作为因变量，利用统计学知识对自变量和因变量进行分析。表1看，13项技术指标之间相关性比较高，其中有26个相关系数P0.01,具有高度相关,一、从发球得分来看，一发成功率与ACE、双误、一发得分率、最快球速、平均一发速度成显著负相
8、关，表现为追求成功率的同时得分率和发球速度都有所降低。一发得分率与一发成功率、非受迫性失误显著负相关，二发得分率与双误、非受迫性失误显著负相关，通过录像可以发现大多数女子运动员很难利用一发或二发直接得分而是在对抗中利用对手失误得分，另外从接发球来分析，接发球得分率与ACE、非受迫性失误、制胜球高度负相关，网前得分率与各项技术的相关度很小，通过比赛观察女子运动员主动上网的很少，大多是被动上网，基本在底线对攻，最后发球速度的快慢也是决定胜负的关键，它是身体素质的反映指标，只看发球速度是不够全面的，还应与角度、旋转、落点结合分析，所以不能一味追求速度，但几者之间又相辅相成。表2可以看出，影响胜负的关
9、键指标且从高到低排序：非受迫性失误（-0.746，P0.000）,双误（-0.543，P0.000）,二发得分率（0.392，P0.000）, 制胜球（-0.214，P0.05）,接发球得分率（0.195，P0.05）,在红土地比赛中应减少己方的非受迫性失误，切忌一拍制胜，心里烦躁，应在对抗中运用灵活多变的线路前后左右拉动对手，适时找准机会攻击对手，发球过程中应尽量减少失误，特别是在相持阶段多利用高质量的旋转和刁端的落点长短远近结合来调动对手体能消耗、控制主动权。2.2因子分析结果 因子分析(Factor Analysis)是一种多变量统计分析方法。其基本思想是通过对变量的相关系数矩阵的内部结
10、构进行分析，找出几个能控制原始变量的主因子，选取主因子的原则是尽可能包含更多的原始变量信息，建立因子分析模型，利用主因子再现原始变量之间的相关关系，达到简化变量、降低变量维数和对原始变量再解释及命名的目的。经分析：相关系数矩阵见表1。KMO检验结果：=0.664，大于0.5，根据统计学家Kaiser给出的标准，本文适于因子分析。Bartlett检验结果：Bartlett值=461.48，P(Sig=0.000)0.001,拒绝原假设，KMO接近于1，表明各项技术指标适合作因子分析。表明相关矩阵不是一个单位矩阵，可以进行因子分析。进一步得到旋转后的总方差解释表(见表3)，这里使用主成分分析法提取
11、因子，旋转方法使用加入Kaiser标准化的方差最大正交旋转法(varimax with Kaiser normalization)见表4。 表 1 13项技术指标间的相关性系数一发成功率 ACE双误非受迫性失误一发得分率二发得分率制胜球接发得分率保发成功率网前得分率最快发球球速平均一发速度平均二发速度一发成功率 1.ACE-.276*1双误 -.209*.0781非受迫-.086.053.448*1一发得分率-.272*.336*-.068-.345*1二发得分率-.106.063-.384*-.371*.0811制胜球-.097.328*.244*.503*-.157-.1361接发球得分率
12、.105-.258*-.112-.365*.032-.079-.409*1保发成功率.164-.182*.005-.186*.056-.095-.248*.0991网前得分率-.090-.119.127-.065.078-.030.034.172.1321最快球速-.348*.381*-.007.016.177*.138.270*-.303*-.139-.0021平均一发速度-.410*.395*-.004-.048.329*.165.149-.295*-.104.023.767*1平均二发速度-.119.107.243*-.003.091.015-.030-.052-.007.005.380
13、*.456* 1* P0.01,* P0.01 下同 表 2 13项技术指标与得失分率的相关性分析 一发成功率ACE双误非受迫性失误一发得分率二发得分率制胜球接发球得分率保发成功率网前得分率最快球速平均一发速度平均二发速度得失分率.153-.025-.543*-.746*.116.392*-.214*.195*-.012-.036.027-.029-.171P.087.777.000.000.196.000.016.028.894.686.764.745.055注：得失分率=总得分/双误+非受迫性失误， 从表1可以看出，各项指标之间有一定的相关性，是因子分析的前提条件，为了在林林总总的指标中找
14、出对比赛胜负的几个关键指标，从13项指标找出34各具有共同影响得失分率的主要因子来分析哪些指标对比赛得失分率的影响程度。从表3可知前四个因子的贡献率60.89%，为了尽可能提取更多的指标信息，第5、6个共性影响因子的特征值接近1，前六个共性因子累计贡献率为75.65%，后面的特征值太小，在多取效果不大。表5给出了4个共性因子与13项技术经方差最大正交旋转后得因子载荷矩阵，这些载荷也恰好是它们的相关系数。表 3 总方差解释ComponentInitial EigenvaluesExtraction Sums of Squared Loadings Total% of VarianceCumula
15、tive %Total% of VarianceCumulative %13.05023.45923.4593.05023.45923.45922.29117.62041.0792.29117.62041.07931.47311.33152.4101.47311.33152.41041.1028.48160.8901.1028.48160.8905.9817.54868.438 6.9387.21275.650 7.7585.82881.478 8.6304.84786.325 9.5454.19290.516 10.3762.88993.406 11.3532.71696.121 12.30
16、32.33198.453 13.2011.547100.000 如与第1共性因子相关系数较高的有平均一发速度、最快发球速度、ACE，从数据上看这3项指标基本反映了运动员的爆发力，在比赛中并非是球速越快越容易获胜，而应结合战术、体能、心理，这3项指标在优秀运动员中有着积极的作用，特别是在关键分或是关键局时优秀网球运动员往往通过强劲的发球速度结合落点、旋转来赢取得分的优势，始终用速度来压制对手获取比赛的胜利。因此，表4可以粗略反映一些现象，如在自己发球局领先时反被对手翻局和翻盘，在关键分时大部分运动员都很保守发球速度不快，角度不刁，旋转不强烈，往往过度到对抗阶段中造成自己失误输掉比赛。各个共性因子
17、有何特性，通过旋转后的因子载荷矩阵计算出共性因子的得分。从表5可以看出，第1共性因子支配制胜球、接发球得分率、保发成功率，3个指标是进攻和防守的组合，两者看似是矛盾的，其实不然，在比赛中发球是得分的开始，接法球是得分的开始，谁能够快速掌握由守转攻，或是由攻得分，谁就掌握了比赛的主动权。第1共性因子的含义可以解释为主动进攻因子，第2共性因子支配最快发球球速、平均一发速度、平均二发速度，发球得分不仅仅是得分的开始也是为下一板创造得分的开始，也是网球比赛中惟一由自己掌握，不受对方影响的重要技术。不能仅以发球速度来判断胜负，但是对胜负有决定性的影响，优秀运动员通过大力的发球速度+旋转+落点来提高发球得
18、分，接发球方常会强攻速度较慢的二发球，两者是即对立又统一。第2共性因子解释为发球速度因子。第3个共性因子支配双误、非受迫性失误、二发得分率，网球比赛从某种角度讲就是比谁的失误少谁就走向了成功，第3个因子可以解释为稳定因子，第4共性因子支配一发成功率、ACE、一发得分率，3个指标反映了发球的成功率和发球直接得分，在比赛中发球方是占有优势的，在优秀运动员比赛中这一点更加明显，即能保证自己的发球又能破发对手的发球局。第4共性因子解释为发球得分因子。2.3 各项因子与得失分率的回归分析应用SPSS11.5软件对13项技术指标（自变量）与得失分率（因变量）进行多元回归分析，分析中采用Stepwise回归
19、分析建立得失分率与各指标的回归，经运算输出得拟合优度分析表（表6）：回归显著性检验（表7）；回归系数分析（表8）。表 4 旋转后的因子载荷矩阵 Component 1234X1 一发成功率-.561-.127-.215.378X2 ACE.644.076-.143-.348X3 双误.243-.563.567-.036X4 非受迫.257-.838-.007.021X5 一发得分率.294.550.241-.435X6 二发得分率.093.555-.460.058X7 制胜球.492-.574-.209-.166X8 接发得分率-.529.306.360-.146X9 保发成功率-.305.1
20、63.420.218X10 网前得分率-.043.058.541-.286X11 最快发球球速.796.220-.006.236X12 平均一发速度.808.341.095.203X13 平均二发速度.443.145.405.608表 5 因子得分系数矩阵 Component 1234X1 一发成功率-.179-.207-.124-.656X2 ACE.476.183-.072.545X3 双误.060.143.817.089X4 非受迫性失误.561-.013.634-.226X5 一发得分率-.188.096-.190.746X6 二发得分率.062.120-.711.082X7 制胜球.
21、723.033.339.065X8 接发球得分率-.657-.291-.022.084X9 保发成功率-.557.080.118-.112X10 网前得分率-.351-.073.333.373X11 最快发球球速.308.739-.113.291X12 平均一发速度.195.778-.132.399X13 平均二发速度-.178.831.159-.053在回归分析中，拟合优度R是衡量所配曲线拟合原始数据效果好坏的指标，表6看到回归方程的决定系数R=0.815，该回归方程的拟合优度很好，具有较好的实用性，表7是回归系数的显著性检验，显著性概率P(Sig=0.000)双误制胜球。由此得出得失分率的
22、回归方程：Y=5.56-0.11非受迫性失误X4-0.165双误X3+0.04制胜球X7。2.3.1 回归方程的检验与运用对非受迫性失误（X4）、双误(X3)、制胜球(X7)，得失分率（Y）代表的是运动员获胜能力，该方程分析世界女子红土地单打比赛的单场结果，Y值大表明该运动员获胜。根据上述方法，运用回归方程对2010年法国网球公开赛女子单打127场比赛的数据进行计算，得出的胜负结果与实际胜负情况相吻合的比赛105场，准确率高达82.6%，准确性较高。表 6 回归分析模型概述ModelRR SquareAdjusted R SquareStd. Error of the Estimate4 .8
23、15(d).665.654.87926表 7 回归显著性检验ModelSum of SquaresdfMean Square FSig.4Regression187.040446.76060.483.000(d) Residual94.319122.773 Total281.359126 表 8 回归系数分析Model Unstandardized CoefficientsStandardized CoefficientstSig. BStd. ErrorBeta 3Constant5.560.257 21.636.000 X4非受迫-.110.010-.738-10.986.000 X3双误
24、-.165.037-.266-4.442.000 X7制胜球.040.011.2223.585.0003 结论1）影响红土地女子单打网球运动员胜负的第1因子为主动进攻因子：制胜球、接发球得分率、保发成功率，目前随着女子技术的全面化发展仅凭技术是很难在比赛中获胜，应结合战术，针对不同的对手用不同的技战术。第2因子为发球速度因子：最快发球球速、平均一发速度、平均二发速度，单从发球速度上看并不是球速决定胜负，但是对胜负有决定性的影响，优秀运动员通常通过大力的发球速度+旋转+落点来提高发球得分率，强攻二发较慢的球速，优秀运动员在关键时刻往往通过强劲的发球速度来赢取比赛。第3个因子为稳定因子：双误、非受
25、迫性失误、二发得分率，网球比赛从某种角度讲就是比谁的失误少谁就走向了成功。第4共性因子为发球得分因子：一发成功率、ACE、一发得分率，3个指标反映了发球的成功率和发球直接得分，在比赛中发球方是占有优势的一方，在优秀运动员比赛中这一点更加明显，即能保证自己的发球又能破发对手的发球局，这是成功的关键。2）得出得失分率的回归方程：Y=5.56-0.11非受迫性失误（X4）-0.165双误（X3）+0.04制胜球（X7）决定系数R=0.815，显著性概率P(Sig=0.000)0.01,说明回归方程非常有显著性意义。3）运用回归方程对2010年法国网球公开赛女子单打127场比赛的数据进行验证，得出的胜
26、负结果与实际胜负情况相吻合的比赛105场，准确率高达82.6%，准确性较高。考文献：1PAUL ANNCONE Returning serve in doubleJTennis，2006，1：26282PAT BLASKOWERThe art of doubles；winning tennis strategiesMBetterway Books，1994：373BILL OZAKI，PAUL R0ETERT.Key principles for improved doubles playJUSTA Player Development，2005，7(4)：1-94丛湖平.体育统计M.北京：高等教育出版社，1998.5李志辉，等.SPSS统计分析教材M.北京:电子工业出版社,2005，366-376。6美国网球协会编著计伟忠译网球成功教学(第二版)M北京：北京体育大学出版社，20077陶志翔.网球运动教材M.北京:高等教育出版社,2003.8 王希升网球的打法与战术M北京：人民体育出版社，20019 Http:/wwwFrance
