世界女子硬地網(wǎng)球單打綜合實力評價與回歸模型預(yù)測分析

鄒 鑫

1 研究對象與研究方法

隨著社會經(jīng)濟(jì)水平的提高，網(wǎng)球項目在我國日益普及，運(yùn)動健兒們在網(wǎng)球方面的成績也在不斷提高。值得一提的是李娜分別取得了法網(wǎng)以及澳網(wǎng)的冠軍，使我國對于網(wǎng)球方面的重視又上升到一個新的層面，但是我們與世界最高水平的運(yùn)動員比起來尚有差距［1］，我國應(yīng)該采取什么樣的措施和調(diào)整才能跟上世界的步伐這是一個目前急需要解決的一個難題?？傮w來說在現(xiàn)代網(wǎng)球比賽中一般有三種類型的場地，場地類型不但影響網(wǎng)球反彈和球速［2］，而且還影響戰(zhàn)術(shù)策略的制定。本文就女子硬地單打比賽展開研究，綜合前人有關(guān)我國女子硬地網(wǎng)球技戰(zhàn)術(shù)方面的研究，發(fā)現(xiàn)一些不足之處；以幾場選手比賽的數(shù)據(jù)就得出網(wǎng)球相關(guān)的制勝規(guī)律，選取樣本不具有代表性。多數(shù)研究對影響比賽得失分的各項技戰(zhàn)術(shù)指標(biāo)相關(guān)的統(tǒng)計學(xué)分析較為不足。在網(wǎng)球技戰(zhàn)術(shù)類相關(guān)制勝因素的研究中忽略各技戰(zhàn)術(shù)指標(biāo)的共線性問題，從而影響研究的最終結(jié)果。綜合前人研究的相關(guān)問題，本文對美國網(wǎng)球公開賽2018-2021年女子單打64強(qiáng)及以后得的比賽數(shù)據(jù)進(jìn)行統(tǒng)計分析，并分別運(yùn)用因子分析法進(jìn)行綜合實力的評估和再用多元線性回歸分析法對選手總得分進(jìn)行預(yù)測，以便于備賽期間訓(xùn)練進(jìn)行針對性訓(xùn)練，為我國女子網(wǎng)球運(yùn)動員訓(xùn)練提供技戰(zhàn)術(shù)方面的調(diào)整提供建議與參考。

1.1 研究對象

本文以2018、2019、2020、2021年美國網(wǎng)球公開賽女子單打64強(qiáng)及之后的比賽，共252場比賽數(shù)據(jù)為研究對象。每場比賽技術(shù)統(tǒng)計指標(biāo)全部在美網(wǎng)官方網(wǎng)站獲取，共統(tǒng)計如下12種原始指標(biāo)；Aces（X1）、雙誤（X2）、一發(fā)成功率（X3）、一發(fā)得分率（X4）、二發(fā)得分率（X5）、上網(wǎng)得分率（X6）、破發(fā)成功率（X7）、接發(fā)球得分率（X8）、制勝分（X9）、非受迫性失誤（X10）、跑動距離（X11）、總得分（X12）.

1.2 研究方法

1.2.1 文獻(xiàn)資料法

本文通過學(xué)校圖書館查閱相關(guān)書籍分析研究意義和理論價值，以及搜集中國知網(wǎng)相關(guān)論文和期刊為本文研究框架的設(shè)計提供思路，并通過美國網(wǎng)球公開賽官網(wǎng)收集到第一手原始資料以及了解相關(guān)技術(shù)分析。

1.2.2 數(shù)理統(tǒng)計法

運(yùn)用Excel2019對美網(wǎng)官網(wǎng)收集到的原始技術(shù)統(tǒng)計數(shù)據(jù)進(jìn)行整理與分析，并將數(shù)據(jù)導(dǎo)入SPSS25.0軟件進(jìn)行降維因子分析，將十二個原始指標(biāo)分成四個因子綜合得分成分變量，并計算各個選手的綜合比賽因子得分。以實際總得分為因變量，各技戰(zhàn)術(shù)指標(biāo)為自變量建立多元回歸預(yù)測方程。

2 研究結(jié)果與分析

2.1 世界女子網(wǎng)球單打綜合實力評價

2.1.1 單打技術(shù)間的相關(guān)性檢驗

表1 KMO和Bartlett球度檢驗

通過上表可以看出各技戰(zhàn)術(shù)指標(biāo)相關(guān)性檢驗是運(yùn)用KMO和巴特利特球形度檢驗方法進(jìn)行檢驗。測得KMO的值為0.696，由于較為接近0.7，又因為P＝0.00＜0.05，所以說明此數(shù)據(jù)適合做因子分析。

2.1.2 世界女子單打技戰(zhàn)術(shù)因子分析

依照提取特征值大于1的原則，運(yùn)用因子分析里面的主成分分析法進(jìn)行提取，共取4個共性因子，經(jīng)旋轉(zhuǎn)后公因子1至4方差貢獻(xiàn)率分別為20.000%、18.072%、14.683%、13.695%，四個公因子特征值分別為2.200、1.988、1.615、1.506.運(yùn)用最大方差法對初始成分矩陣進(jìn)行正交旋轉(zhuǎn)使得更加深入了解和解釋4個共性因子的實際意義。我們可以通過表3的數(shù)據(jù)得知各個技戰(zhàn)術(shù)指標(biāo)與共性因子之間的關(guān)系密切程度，相關(guān)系數(shù)越大其之間相關(guān)性越高［3］。通過對旋轉(zhuǎn)后的因子成分矩陣進(jìn)行分析，公因子1中按指標(biāo)載荷系數(shù)從大到小分別為跑動距離，非受迫性失誤，制勝分。非受迫性失誤越少證明其相持能力和跑動能力越強(qiáng)。公因子2中按指標(biāo)載荷系數(shù)從大到小排列分別為一發(fā)得分率，Aces，二發(fā)得分率，通過分析這三個指標(biāo)都決定了選手發(fā)球?qū)嶋H得分率，所以我們把公因子2命名為發(fā)球得分效率因子。公因子3各變量指標(biāo)載荷系數(shù)從小到大排列分別是一發(fā)成功率，雙誤，上網(wǎng)得分率，命名為穩(wěn)定性因子。公因子4從小到大分別為破發(fā)成功率，接發(fā)球得分率，接發(fā)球得分率有與破發(fā)成功率密切相關(guān)，所以將兩個技戰(zhàn)術(shù)指標(biāo)命名為破發(fā)能力因子。

表2 旋轉(zhuǎn)后各方差的解釋

表3 女子硬地比賽數(shù)據(jù)旋轉(zhuǎn)成分矩陣

表4 特征變量與因子命名

由上表中的數(shù)據(jù)可以看到與相持能力因子關(guān)聯(lián)度較高的技術(shù)指標(biāo)有跑動距離、非受迫性失誤、制勝分。一場網(wǎng)球比賽需要選手全身心投入，進(jìn)攻與防守只在一念之間，進(jìn)攻與防守相持能力是決定比賽勝負(fù)的關(guān)鍵階段［4］。在現(xiàn)在網(wǎng)球比賽中上旋打法逐漸成為主流，單打以底線相持為主。網(wǎng)球運(yùn)動無氧供能大約占70%，有氧供能約占10%，無氧有乳酸運(yùn)動占20%左右［4］，所以選手的無氧供能的能力直接影響比賽中的體能狀態(tài)。跑動距離從一方面能反映出選手的體能狀況以及底線相持的能力，跑動距離越遠(yuǎn)證明選手體能越好擊球越穩(wěn)定。如果球員在比賽中沒有一點壓迫和心理上的壓力或者很少的情況下出現(xiàn)回球失誤，包括下網(wǎng)和出界，那我們通常稱這種失誤為非受迫性失誤［3］，非受迫性失誤越多說明穩(wěn)定性越差。雙方球員在相持過程中通過角度調(diào)動，節(jié)奏變化等使對手沒碰到球而拿下的分?jǐn)?shù)叫作制勝分，這項技術(shù)指標(biāo)將直接影響比賽結(jié)果的走向［5］。整場比賽制勝分的多少也從側(cè)面體現(xiàn)了選手相持能力的高低，制勝分越高證明底線相持能力越強(qiáng)，體力越充沛。

在一場競爭激烈的網(wǎng)球比賽中一個好的發(fā)球顯得格外重要［6］。這也是由發(fā)球球員一個人決定的技術(shù)，且網(wǎng)球規(guī)則賦予了運(yùn)動員兩次發(fā)球的可能性，使運(yùn)動員在發(fā)球局階段能夠充分發(fā)揮一發(fā)球的進(jìn)攻性［7］。發(fā)球得分率作為影響得分的最關(guān)鍵的指標(biāo)之一，反映了球員發(fā)球得到綜合能力以及發(fā)球之后戰(zhàn)術(shù)銜接的完整性和有效性，是對球員的綜合能力的評價指標(biāo)。Aces球數(shù)量也反映了球員直接得分的能力，也是發(fā)球進(jìn)攻能力的體現(xiàn)。

在發(fā)球基本技術(shù)中，發(fā)球是否穩(wěn)定我們通過球員發(fā)球成功率就可以看出，而對發(fā)球水平的高低，發(fā)球的戰(zhàn)術(shù)意識和發(fā)球球員的執(zhí)行能是通過發(fā)球得分率來體現(xiàn)［8］。一直以來，發(fā)球成功率越高對接發(fā)球員造成的心理壓力越大。只有較高水平的發(fā)球成功率，才可能有較高的得分率［9］。雙誤各數(shù)也代表了球員發(fā)球穩(wěn)定性的高低，雙誤越少發(fā)球穩(wěn)定性越高。上網(wǎng)得分率體現(xiàn)了球員準(zhǔn)確把握上網(wǎng)時機(jī)的能力以及在網(wǎng)前穩(wěn)定處理球的能力。

破發(fā)點作為比賽中的關(guān)鍵分，對網(wǎng)球比賽結(jié)果的影響大于其他分?jǐn)?shù)［10］。通常一個關(guān)鍵分也能直接決定一場比賽的走向，要想取得一場網(wǎng)球比賽的勝利就要在保住自己發(fā)球局的同時破掉對方發(fā)球局，對方失誤越多，你的得分越多［11］。接發(fā)球得分率是提高破發(fā)成功率與擴(kuò)大局?jǐn)?shù)領(lǐng)先的關(guān)鍵因素，主要體現(xiàn)在接發(fā)球后的相持球階段得分。接發(fā)球與發(fā)球是一對矛盾體，發(fā)球越好對手接發(fā)越容易失誤，接發(fā)越好對手發(fā)球心理壓力越大。因此，在第一個比賽回合中處于主動或被動取決于接發(fā)球質(zhì)量的好壞。在比賽第一回合對抗中要想處于主動，必須要有一個高質(zhì)量接發(fā)。并為對方的發(fā)球造成壓力，影響整局的比賽結(jié)果，與其對應(yīng)的是帶來接發(fā)球方的破發(fā)，因此，看以為選手的綜合接發(fā)能力通過接發(fā)球局破發(fā)成功率便可看出［7］。

2.1.3 世界女子硬地單打綜合單打能力因子模型構(gòu)建

根據(jù)下表中的數(shù)據(jù)可以得出各因子得分模型公式為：

根據(jù)以上因子分析模型，代入各位選手的指標(biāo)數(shù)據(jù)，求出WTA排名前十的各位選手的綜合單打因子得分；巴蒂（1.01）、薩巴蓮卡（0.92）、普利斯科娃（0.86）、穆古魯扎（0.84）、薩拉里（0.83）、康塔維特（0.82）、賈貝烏爾（0.80）、希維翁泰克（0.76）、巴多薩（0.75），每位選手單打綜合得分和現(xiàn)階段排名具有高度相關(guān)性。由以上數(shù)據(jù)代入結(jié)果可以看出，通過對選手的綜合得分評估可以看出此選手在此階段的競技狀態(tài)，比起前人用年度總積分來評判選手綜合實力，運(yùn)用此模型計算出的因子綜合得分更具有說服性和可行性。［12］。

表5 女子網(wǎng)球硬地單打特征因子得分系數(shù)

2.2 世界女子網(wǎng)球單打綜合實力回歸模型構(gòu)建

2.2.1 各技戰(zhàn)術(shù)指標(biāo)與綜合因子得分相關(guān)性檢驗

一個事物的主要矛盾和次要矛盾往往是決定事物發(fā)展的重要因素。簡單來講運(yùn)用回歸分析的作用就是在多個自變量中通過一系列的回歸計算，得出與因變量關(guān)系最密切的幾個自變量，并用這幾個自變量指標(biāo)的回歸系數(shù)計算出回歸方程，從而使預(yù)測以后結(jié)果更為簡便［12］。運(yùn)用因子分析法雖然能夠?qū)x手的綜合實力評價，但是較難檢驗選手某一項技術(shù)的優(yōu)勢與劣勢，無法針對某一項單項技術(shù)進(jìn)行改進(jìn)與調(diào)整。因此把從美網(wǎng)官網(wǎng)得到的比賽總得分原始數(shù)據(jù)定義為因變量，把11項從官網(wǎng)搜集到的各選手的技戰(zhàn)術(shù)指標(biāo)作為自變量，我們通過逐步剔除回歸分析法建立預(yù)測回歸模型。從表6可以清楚的看到R值為0.925，R方值為0.855，這也比較客觀的說明了方程擬合優(yōu)度較好，有較強(qiáng)的準(zhǔn)確性。通過表數(shù)據(jù)表明P值等于0.000，表明建立此方程很有必要且具有顯著性意義。

表6 回歸預(yù)測方程擬合優(yōu)度檢驗

2.2.2 回歸預(yù)測模型構(gòu)建及分析

表7 回歸方程方差分析表

Aces（X1）、雙誤（X2）、一發(fā)成功率（X3）、一發(fā)得分率（X4）、二發(fā)得分率（X5）、上網(wǎng)得分率（X6）、破發(fā)成功率（X7）、接發(fā)球得分率（X8）、制勝分（X9）、非受迫性失誤（X10）、跑動距離（X11）、總得分（X12）.

通過對回歸系數(shù)進(jìn)行分析

從表8的數(shù)據(jù)中可以看出各個技戰(zhàn)術(shù)指標(biāo)的顯著性檢驗都為顯著，P值都小于0.05，所以我們對于6個變量進(jìn)行保留，從而得到回歸預(yù)測方程為Y＝0.012X11+0.261X4+0.492X9+0.367X8+0.2X5+0.53X1-25.02，

表8 回歸方程模型與系數(shù)

2.2.3 回歸預(yù)測模型準(zhǔn)確度分析

本文將2021年美網(wǎng)女子單打16強(qiáng)選手的比賽原始數(shù)據(jù)代入上述的回歸模型中進(jìn)行回歸方程準(zhǔn)確性分析，結(jié)果如下表：

表9 回歸方程預(yù)測準(zhǔn)確度檢驗

通過運(yùn)用Pearon方法檢驗實際得分與預(yù)測得分相關(guān)性，測得r＝0.977，P＝0.00＜0.05；又把實際得分和預(yù)測得分進(jìn)行T檢驗，測得P＝0.363＞0.05，表明預(yù)測總得分對于16位選手來說還是較為準(zhǔn)確的，預(yù)測總得分較為接近實際總得分?？曝悹栴A(yù)測得分91，實際得分95，準(zhǔn)確度為0.96，穆古娜扎實際得分65，預(yù)測得分68，準(zhǔn)確度同為0.96，以及薩巴蓮卡實際得分60，得分63，準(zhǔn)確度0.95。綜合所有選手分析結(jié)果來看除斯維托麗娜和哈勒普預(yù)測準(zhǔn)確率低于0.9，其他選手預(yù)測準(zhǔn)確率均在0.9以上，所有選手平均預(yù)測準(zhǔn)確率為0.94，由此可說明本文建立的預(yù)測方程具有普遍的適用性以及較高的準(zhǔn)確性，用于預(yù)測女子單打綜合實力是較為可信。

3 結(jié)論

3.1 世界女子硬地單打比賽綜合實力可以分成相持能力因子、發(fā)球得分效率因子、穩(wěn)定性因子、破發(fā)能力因子4個特征因子，綜合得分因子模型F總（0.2F1+0.18072F2+0.14683F3+0.13695F4）／0.66451可以較為準(zhǔn)確地評價每位女子選手的綜合得分能力。

3.2 女子網(wǎng)球各項技術(shù)指標(biāo)與總得分存在線性關(guān)系，通過原始數(shù)據(jù)建立預(yù)測回歸方程Y＝0.012X11+0.261X4+0.492X9+0.367X8+0.2X5+0.53X1-25.02，方程顯著性P＝0.00＜0.01，且相關(guān)性R＝0.977，通過代入16位選手原始數(shù)據(jù)進(jìn)行對比，準(zhǔn)確率為94%，該方程具有較高的擬合度和準(zhǔn)確性，可以用本模型對女子單打運(yùn)動員的比賽勝率進(jìn)行預(yù)測。

3.3 結(jié)合因子分析以及多元回歸模型結(jié)果來看，跑動距離和一發(fā)得分率對比賽得失分較為重要，其次為接發(fā)球得分率，Aces球和制勝分?jǐn)?shù)也直接影響比賽得分?jǐn)?shù)。