不同比賽情境下CBA后衛郭艾倫競技表現的差異性分析

李師祁，楊 堅

（廣州體育學院 研究生院，廣東 廣州 510000）

競技表現是指運動員在比賽中所表現出來的競技能力，是運動員在訓練中所獲得的競技能力在比賽中的展示與發揮，或稱運動員在比賽中所表現出的競技水平［1］。針對于籃球運動員而言，其競技表現會通過各項技術指標統計的數據進行客觀展示，雖然運動員的各項技術統計指標數據并不能對運動員進行絕對性的評價，但對其進行深入的分析可挖掘出隱藏在背后的潛在問題，從而令運動員發現優勢與短板，使運動員發揮最大作用。現階段學者們對籃球運動員競技表現的定量研究多集中在各個位置上的球員或各個球隊的群體性研究，缺乏對優秀籃球運動員的個人研究。

隨著現代籃球小球時代的來臨，比賽中后衛的作用越來越大，是球隊進攻的指揮官，后衛球員的競技表現時常會對比賽的勝負起到關鍵作用。CBA遼寧隊的郭艾倫便是國內本土后衛群體中的佼佼者，同時也是國家隊在國際賽場上后衛線上不可或缺的一員。筆者通過獨立樣本T檢驗以及逐步回歸兩種統計方法探究在不同賽段，主、客場情境下CBA后衛球員郭艾倫個人競技表現的差異，同時分析影響其得分的主要因素，使郭艾倫全面地了解其自身競技表現的特點，從而在賽場做到真正的效能最大化，也為教練員和其他后衛球員的訓練競賽提供參考。

1 研究對象與方法

1.1 研究對象

以郭艾倫在CBA聯賽2010～2019年9個賽季共340場比賽（常規賽278場，季后賽62場）的技術指標統計為研究對象。分析的指標包括：X1得分、X2兩分球命中率、X3三分球命中率、X4罰球命中率、X5籃板、X6前場籃板、X7后場籃板、X8助攻、X9搶斷、X10扣籃、X11蓋帽、X12失誤、X13犯規。

1.2 研究方法

1.2.1 文獻資料法

以“后衛”“競技表現”“比賽情境”為邏輯檢索詞組配，采用主題和關鍵字檢索在中國知網上檢索大量相關文獻進行閱讀，同時參考了相關的籃球專著以及體育統計學教程為本文提供了豐富的理論依據，并通過CBA官網、新浪體育等權威網站整合了郭艾倫在2010～2019年9個賽季共340場的技術統計數據，保證研究數據來源的可靠性。

1.2.2 數理統計法

運用Excel 2013軟件對原始數據根據不同情境進行整理分類：常規賽278場、季后賽62場、主場175場以及客場165場，并通過SPSS19.0對數據樣本進行獨立樣本T檢驗和逐步回歸，探求郭艾倫在不同比賽情境下個人競技表現的差異。

1.2.3 邏輯分析法

運用歸納、類比和綜合等邏輯分析方法，結合統計結果對郭艾倫在不同比賽情境下的技術指標統計數據進行進一步的對比分析，試圖探求郭艾倫在不同比賽情境下個人競技表現的差異，幫助其全面提高賽場效率，優化個人技術水平。

2 結果與分析

2.1 不同賽季階段郭艾倫個人競技表現的對比分析

CBA聯賽分為常規賽與季后賽兩個階段，這兩個比賽階段環環相扣緊密銜接，常規賽的成績決定著是否有資格進入到季后賽，而季后賽的表現又決定著是否能離總冠軍更近一步。CBA不同賽段中競賽對手的水平也有所不同，常規賽階段的競賽對手水平有高有低參差不齊而季后賽階段則呈現出總體較強的水平，也意味著比賽的激烈程度也有所差異。隨著比賽由常規賽階段向季后賽階段的不斷深入，交賽雙方球員的競技狀態與競技目標的不斷變化，隨之而來的是球員競技表現呈現出的不穩定性。對球隊取勝具有關鍵作用的核心球員的競技表現也會逐漸產生差異。將郭艾倫在CBA遼寧隊效力的2010～2019年9個賽季中的278場常規賽、62場季后賽的13項技術指標數據進行獨立樣本T檢驗。結果如表1所示，反映郭艾倫個人競技表現的13項技術指標中，僅有罰球命中率（X4FT%）的P值小于0.05，呈現出顯著性差異，而其他指標均無顯著性差異（p＞0.05）。

表1 不同賽段郭艾倫個人競技表現對比分析表

郭艾倫作為一名攻擊性后衛球員其打法偏向美式打法，時常在比賽中采用持球突破上籃的進攻方式，同時也為其帶來了較多的罰球機會。罰球作為賽場上非對抗性的得分方式，在關鍵時刻能對比賽起到致勝作用，因此往往非常考驗一名球員的基本功與心理抗壓能力。通過對郭艾倫常規賽與季后賽罰球命中率的數據分析可知，季后賽的罰球命中率表現明顯優于常規賽的罰球命中率，由此可見郭艾倫在面對強度較大的比賽時具有較好的調整能力，但也說明其罰球命中率在不同的賽段表現出了較大的不穩定性。

2.2 主、客場郭艾倫個人競技表現的對比分析

運動訓練學理論研究表明，任何一個競技項目比賽的運動成績都是由運動員在比賽中的表現、對手在比賽中的表現以及競賽結果的評定行為這3個方面的因素所決定的［2］。由此可知，運動員在賽場上的競技表現除了自身競技水平的影響之外還會受到其他客觀因素的影響。CBA作為跨年度主客場制的職業聯賽，球員自然會由于主客場作戰的原因受到其他客觀因素的影響從而令其競技表現產生差異。有相關研究［3］證實了CBA聯賽存在著較為明顯的主場優勢，影響的因素主要包括環境、氣候、觀眾、裁判等因素。如表2所示，將郭艾倫主場175場以及客場165場的技術指標數據進行獨立樣本T檢驗，結果顯示助攻（X8AST）與蓋帽（X11BLK）的 p值均小于0.05，具有顯著性差異。

核心后衛球員作為球隊比賽場上的進攻指揮官，其銜接球隊隊員進攻的能力尤為重要，而助攻這一指標就能從側面看出一名球員對教練戰術意圖的理解程度以及與隊友的默契程度。從數據結果可知，在助攻方面，郭艾倫主場的表現明顯優于客場，說明郭艾倫在熟悉的主場比賽能更好發揮出自己串聯球隊進攻的能力。蓋帽作為防守技術指標，能較好地反映出球員對對手進攻出手的預判能力以及防守態度的積極性。數據結果顯示，郭艾倫主場的蓋帽表現優于客場，由此可知在主場因為觀眾氛圍渲染對其防守的積極性起到了較大的調動作用。通過以上分析可以看出，球員競技表現確實存在著明顯的主場優勢效應。

表2 主、客場郭艾倫個人競技表現對比分析表

2.3 不同比賽情境下影響郭艾倫個人得分能力的因素分析

籃球作為一項在規定時間內、規則限制下通過計算得分來評定輸贏的競技運動，無疑球隊球員得分能力的強弱會對比賽結果產生較大的影響。得分始終是運動員的最終目標，得分永遠是衡量一名籃球運動員水平的第一要素［4］。因此探析影響籃球運動員得分能力的因素有哪些對于提高運動員的競技表現具有重要意義。為探求不同比賽情境下影響郭艾倫個人得分能力的因素，將郭艾倫的13項技術統計中的得分（X1）作為因變量Y，其他12項技術指標作為自變量X進行逐步回歸分析。

2.3.1 不同賽季階段中影響郭艾倫個人得分能力的因素分析

復相關系數就決定了因變量與自變量之間的關系程度，復相關系數越接近1，則因變量與自變量的關系程度越密切［5］。如表3所示，常規賽回歸模型5的復相關系數為0.748，判定系數為0.560，經檢驗p=0.000＜0.01，說明常規賽的回歸模型5擬合優度最好；季后賽回歸模型4的復相關系數為0.771，判定系數為0.594，經檢驗p=0.000＜0.01，即季后賽的回歸模型4擬合優度最好。

表3 不同賽段線性回歸模型統計檢驗表

表4 不同賽段得分方程檢驗表

表5 不同賽段回歸系數以及標準回歸系數表

由表4可知，對常規賽與季后賽得分進行逐步回歸分析從而建立回歸方程，結果顯示：常規賽p=0.000＜0.01，季后賽p=0.000＜0.01，即說明建立常規賽與季后賽得分回歸方程均具有非常顯著性意義。

表5結果顯示，常規賽經過逐步回歸分析后，12項自變量指標中的7項指標被剔除，分別為：X6前場籃板、X7后場籃板、X8助攻、X9搶斷、X11蓋帽、X12失誤、X13犯規。 由此可知影響郭艾倫常規賽得分的主要因素為：2分球命中率、3分球命中率、籃板、罰球命中率、扣籃，經檢驗每個指標均p＜0.01具有非常顯著性意義。因此建立常規賽得分回歸方程為：Y=-1.608+0.137X2+0.091X3+1.114X5+0.054X4+4.004X10。標準化回歸系數是判斷多元回歸方程中自變量對因變量影響程度大小的重要指標，變量的標準回歸系數越大說明影響作用顯著［5］。由表 5可知常規賽 X2＞X3＞X5＞X4X＞X10，影響郭艾倫常規賽得分因素的大小排序即2分球命中率＞3分球命中率＞籃板＞罰球命中率＞扣籃。

季后賽方面，12項自變量指標中的8項指標被剔除，分別為：X6前場籃板、X7后場籃板、X8助攻、X9搶斷、X10扣籃、X11蓋帽、X12失誤、X13犯規。由此可知影響郭艾倫季后賽得分的主要因素為：3分球命中率、2分球命中率、籃板、罰球命中率，經檢驗每個指標均p＜0.01具有非常顯著性意義。由此建立季后賽得分回歸方程：Y=-4.725+0.017X3+0.139X2+1.233X5+0.068X4。各變量的標準回歸系數大小排序為：X3＞X5＞X2＞X4，即影響郭艾倫賽季后賽得分因素的大小排序為3分球命中率＞籃板＞2分球命中率＞罰球命中率。

通過對常規賽與季后賽得分影響因素的分析，發現影響郭艾倫常規賽與季后賽得分的因素存在差異性，總體而言影響其在不同賽段得分的指標多為直接得分指標，但在面對不同賽段下影響因素的大小作用有所不同。常規賽主要以2分球為主，作為善于持球突破進攻的類型球員，郭艾倫在常規賽中多以2分球作為自身的主要得分方式。而在對抗更為激烈的季后賽比賽中，往往需要球員貫徹教練員的戰術意圖，與隊友配合拉出空位到外線進行3分出手從而來擴大比分。

2.3.2 主、客場影響郭艾倫個人得分能力的因素分析

如表6所示，主場回歸模型5的復相關系數為0.766，判定系數為0.587，經檢驗p=0.000＜0.01，說明主場的回歸模型5擬合優度最好；客場回歸模型5的復相關系數為0.742，判定系數為0.550，經檢驗p=0.000＜0.01，即客場的回歸模型 5擬合優度最好。

表6 主、客場線性回歸模型統計檢驗表

由表7可知，對主場與客場得分進行逐步回歸分析從而建立回歸方程，結果顯示：主場 p=0.000＜0.01，客場 p=0.000＜0.01，即說明建立主場與客場得分回歸方程均具有非常顯著性意義。

表7 主、客場得分方程檢驗表

表8 主、客場回歸系數以及標準回歸系數表

由表8可知，主場經過逐步回歸分析后，12項自變量指標中的7項指標被剔除，分別為：X6前場籃板、X7后場籃板、X8助攻、X10扣籃、X11蓋帽、X12失誤、X13犯規。由此可知影響郭艾倫主場得分的主要因素為：2分球命中率、3分球命中率、籃板、罰球命中率、搶斷，經檢驗每個指標均p＜0.01具有非常顯著性意義。由此建立主場得分回歸方程：Y=-1.510+0.120X2+0.095X3+1.141X5+0.058X4+0.628X9。各變量的標準回歸系數大小排序為：X2＞X3＞X5＞X4＞X9，即影響郭艾倫主場得分因素的大小排序為2分球命中率＞3分球命中率＞籃板＞罰球命中率＞搶斷。

客場方面，12項自變量指標中的7項指標被剔除，分別為：X6前場籃板、X7后場籃板、X8助攻、X9搶斷、X11蓋帽、X12失誤、X13犯規。由此可知影響郭艾倫客場得分的主要因素為：2分球命中率、3分球命中率、籃板、罰球命中率、扣籃，經檢驗每個指標均p＜0.01具有非常顯著性意義。由此建立客場得分回歸方程：Y=-3.272+0.160X2+0.107X3+1.142X5+0.049X4+4.338X10。各變量的標準回歸系數大小排序為：X2＞X3＞X5＞X4＞X10，即影響郭艾倫客場得分因素的大小排序為2分球命中率＞3分球命中率＞籃板＞罰球命中率＞扣籃。

通過數據分析結果可以看出，影響郭艾倫在主客場得分的因素前4項指標以及各指標影響程度的順序基本一致，都為2分球命中率＞3分球命中率＞籃板＞罰球命中率，這幾項指標也都是進攻類的技術指標，可見郭艾倫的得分表現主要是依靠進攻，屬于典型的攻擊性后衛球員。但在最后一項指標上呈現出差異，主場是搶斷客場是扣籃，在主場比賽時由于主場觀眾以及環境的影響使得球員在防守態度方面變得積極，通過積極的防守來迫使對手出現失誤從而完成搶斷發起反擊。

3 結論

1）通過對郭艾倫在CBA遼寧隊效力的2010～2019年9個賽季共340場比賽的13項技術指標數據進行獨立樣本T檢驗以及逐步回歸分析，探求郭艾倫在不同比賽情境下競技表現的差異性，從而找出其自身的競技優勢與短板，使其能進一步優化個人競技水平。

2）獨立樣本T檢驗的結果顯示，不同比賽階段中郭艾倫的罰球命中率存在差異性，季后賽的罰球命中率明顯優于常規賽；主客場方面，助攻與蓋帽兩項指標存在差異性，兩項指標在主場的表現均優于客場，說明存在一定的主場優勢效應。

3）通過逐步回歸分析探求影響郭艾倫在不同比賽情境下得分的因素，常規賽得分影響因素按影響程度大小依次為：2分球命中率＞3分球命中率＞籃板＞罰球命中率＞扣籃；季后賽依次為：3分球命中率＞籃板＞2分球命中率＞罰球命中率；主場依次為：2分球命中率＞3分球命中率＞籃板＞罰球命中率＞搶斷；客場依次為：2分球命中率＞3分球命中率＞籃板＞罰球命中率＞扣籃。

4）通過獨立樣本T檢驗與逐步回歸這兩種統計方法，對郭艾倫在不同比賽情境下的競技表現進行對比分析，依托賽場技術統計數據為依據能為教練員與運動員提供針對性的訓練和競賽參考，根據情境要求給予相應的戰術。