廣東環境保護工程職業學院田徑運動會比賽成績、名次預測的分析研究

孫豪

（廣東環境保護工程職業學院體育部，廣東 佛山 528216）

一、研究目的

本研究通過Y（預測模型）±S（波動差）計算公式計算出預測成績的范圍，為九大系選拔、組隊、備戰下一屆院運會提供信息、選材和訓練視角。

二、研究對象與方法

（一）研究對象

以第6~8屆我院田徑運動會男、女運動員各單項前8名運動員成績為依據，所研究項目共15項（因各屆運動會項目稍有變化所以只取共同項目，其中男子8項、女子7項）。

（二）研究方法

數理統計法：將收集的相關數據利用Spss17.0進行運算，建立數據庫。通過回歸分析遴選預測模型；建立Y和S計算公式，預測比賽的成績。

三、結果與分析

（一）院運會成績與分析

統計得到第6~8屆院運動會比賽男、女各單項前8名運動員的比賽成績平均數可以看出：男子200m、實心球；女子100m、400m、800m、實心球這6個項目的成績在逐年提高。男子800m、跳遠；女子跳遠這3個項目的成績在逐年下降。其余6個項目成績有升有降。

因此我們無法通過直接觀察院運會田徑比賽平均成績的變化對下一屆院運會比賽成績與名次進行預測，因此如果想正確預測，要改變傳統的僅憑平均值高低進行預測的方法，須根據不同項目項群特點建立有針對性的預測模型。

（二）遴選并建立各單項最佳預測模型

將6~8屆院運會男、女運動員各單項前8名運動員的120個比賽成績數據，歸類和排序后將數據庫導入spss17.0軟件，并通過回歸分析，根據不同項目特點遴選最佳的回歸方程，根據R2系數確定回歸方程曲線的類型經檢驗適合我院的回歸方程共有三種類型：三次方程曲線、乘冪曲線、復合曲線。

以R2系數作為判定指標，最終確定的回歸方程式中：一元線性回歸方程共有為0項，即所有項目皆為非線性回歸方程，這也印證了前文“我們無法通過直接觀察院運會田徑比賽平均成績的變化，對下一屆院運會比賽成績與名次進行預測”的論斷。

其中以三次方程曲線居多，共有13項，乘冪曲線有1項，復合曲線有1項。這也在側面說明如要對田徑比賽成績進行預測，須根據不同項目特點，有針對性的科學選擇預測模型。

（三）各單項波動差的獲得

數值的波動有一定的形式，多通過成績的升、降組排列合的形式表現出來，因此須確定各不同項目的波動差。以此三屆比賽中男、女各單項前8名運動員的比賽成績中的相同名次成績為依據，設立波動差為S，相同名次成績平均數為，相同名次原始成績分別為L5、L6、L7（其中L5代表第5屆成績、L6代表第 6屆成績、L7代表第 7屆成績），三者之間建立如下關系：S=將此公式確定為田徑比賽成績波動差計算公式，其計算方法舉例如下：男子÷3=0.20。

（四）各單項預測成績范圍與名次

依據以上的研究，我們運用spss17.0進行數據處理計算得到男、女各單項預測成績范圍與對應名次。其運算方法為：運用最佳預測模型運算的預測成績平均值（）±波動差（S）=預測成績范圍與對應名次[1]。

計算方法舉例如下：男子 100m預測成績范圍與對應名次：Y上限=（Σ 11.516+0.033X+0.006X2）/3-SM100=（11.55493+11.60429+11.66270）/3-0.20=11.61-0.20=11.41；Y下限=（Σ11.516+0.033X+0.006X2）/3-SM100=（11.55493+11.60429+11.66270）/3-0.20=11.61+0.20=11.81。運算得到：下一屆院運會男子100m第1名的比賽成績預測范圍應為11.41~11.81s。以此類推可以得到我院運動會所有比賽成績預測范圍

四、結論

（一）最佳預測模型中，三次方程曲線有13項、乘冪曲線有1項、復合曲線有1項。從而證實預測模型皆為非線性回歸方程，且不同競賽項目的預測模型不相同。不可以用傳統的歷屆成績平均值法預測下一屆運動會成績范圍。

（二）根據這三屆男、女各單項前8名運動員成績為鑒標，建立波動差（S）計算公式，再通過應用最佳計算公式：Y（最佳預測模型）±S（波動差），預測下一屆院運會比賽成績與名次，使預測成績更加貼合實際情況。

（三）各系可利用本研究數據作為決策參考，為廣東省第十屆大學生運動會、學院運動會提前做好選拔、組隊和備戰工作。做到有的放矢，集中精力抓傳統強項，培養弱項后備人才，爭取獲得更好的成績。