北京奥运会优秀男子全能运动员成绩
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
36
体育文化导刊 2011年11月 第11期 Sports Culture Guide No.11.Nov.2011
北京奥运会优秀男子全能运动员成绩分析
田广
(西南大学体育学院研究生院,重庆 400715)
摘要:运用因子分析、灰色系统、回归理论对北京奥运会男子十项全能前10名运动员成绩进行研究。结果显示:北京奥运会男子十项全能运动员速度、力量与总得分相关性高。各个运动员得分特点各异,各有强项和弱项。建议我国男子全能运动员根据自身特点进行训练,注意因材施教、区别对待。关键词:竞技体育;田径;男子十项全能;北京奥运会
作者简介:田广(1985-),男(仡佬族),贵州省铜仁人。在读硕士研究生,主要从事体育教学与训练研究。E -mail :tianguang0511@ 。十项全能是由跑、跳、投部分项目组成的速度、力量、耐力、灵敏综合性项目,具有项目多、技术复杂、身体素质和心理素质要求高的特点。它在一定程度上反映了一个国家田径运动的总体水平,更为重要的是,它对体能、技能、战术、心理以及智能程度有着极高的要求。本文以第29届奥运会田径男子十项全能前10名的成绩为研究对象,对总分和各单项的成绩特点进行分析,试图了解当前世界优秀十项全能运动员的得分结构特征,并以此建立回归预测模型,以期为中国运动员今后训练提供参考。1 北京奥运会男子十项全能运动员各项成绩相关性分析
十项全能各单项分别表示为:100m 跑X 1,跳远X 2,铅球X 3,跳高X 4,400m 跑X 5,110m 跨栏跑X 6,铁饼X 7,撑杆跳X 8,标枪X 9,1500m 跑X 10。把北京奥运会男子十项全能前8名运动员的成绩作为样本观测值,经过相关性分析,速度类100m 跑、400m 跑、110m 跨栏跑,两两之间都呈正相关,可以看出在速度项群之间各项的成绩存在相互影响,但相关系数不大。跳跃类中,跳远与跳高呈正相关,与撑杆跳呈负相关,跳高与撑杆跳也呈负相关。在跳跃项目中,一种是横向速度,一种是纵向速度,对各项的要求不同,并没有出现横向速度快纵向速
度就快的现象,反之,也没有出现纵向速度快横向速度就快的现象。力量类中,铅球与铁饼、标枪存在正相关,铁饼与标枪存在负相关,铅球与铁饼的相关系数最高(0.761)。耐力类中,1500m 跑与100m 跑、跳远、铅球、110m 跨栏跑、铁饼、标枪的相关系数为负。各项群内部之间存在一定的相关关系,但是总的来看,各个项目之间存在的相关系数都较低,独立性很强,无明显的规律。
从优秀运动员各单项成绩与总成绩之间的相关性看,110m 栏、标枪表现出较强的正相关,100m 跑、跳远、铅球、400m 跑、铁饼、撑杆跳表现出中、中低等强度正相关,而跳高、1500m 跑与总成绩却呈较弱的负相关关系。
十项全能由于得分规则及其综合性特点,要求运动员“全能”或“非衡补偿效应”,但不同运动员之间是否存在“全能现象”或“非衡补偿效应”,本研究对不同名次运动员再进行细分,把1-3名、4-6名、7-10名分别分为三组。
经过方差分析发现,1-3名、4-6名、7-10名运动员在总分、标枪项目上存在显著性差异(P<0.05)
,400m 跑存在非常显著性差异(P<0.01)。需要注意的是,400m 跑项目中,1-3名与4-6名存在显著性差异(p<0.05),4-6名与7-10名存在显著性差异(p<0.05),1-3名与7-10名不存在差异
(p>0.05),4-6名的得分最低。其他各个项目差异不明显。可以看出,优秀全能运动员的“非衡补偿效应”比“全能效应”更加明显,1-3名运动员在900分以上有四项,4-6名两项,7-10名三项。
从理论上讲,十项全能总成绩决定于各单项发展的高度及均衡程度,但由于涉及跑、跳、掷等多种项目,个别单项的劣势可以通过其他高度发展的优势项目予以弥补和代偿。通过分析可以发现,优秀全能运动员主要以“非衡补偿”为主,力求“平衡补偿”,即“避短”和“扬长”。前10名选手中至少都有两项达到900分以上,冠军有6项900分,1项1000分。通过相同项目不同名次选手的成绩来看,除了100m跑前10名运动员成绩差距不大以外,其他各项至少在170分以上,有的甚至接近300分。同一名次运动员不同项目间的差距因个体而异,第一名的最好成绩与最差成绩相差483分,另外9名运动员成绩差距在100分到400分之间。因此可以看出,世界优秀运动员得分模式是在“木桶模式”中发展弱势项目的同时,通过“非衡补偿”巩固强项、消灭弱项。
2 北京奥运会男子十项全能各项成绩因子分析北京奥运会男子十项全能运动员成绩因子分析见表1。依据特征值λi>1的原则,可选取4个主成分,这4个主成分的累计贡献率达到了86.133%,因此,可知这4个主成分所载荷的是十项全能运动最主要的项目。根据以上选取的主成分求各特征值的特征向量及正交因子矩阵,结果见表2。
第1主成分上载荷较大的变量有X3、X7、X10(铅球,铁饼,1500m跑),第2主成分上载荷较大
的变量有X1、X5、X8(100m跑、撑杆跳、400m 跑),第3主成分上载荷较大的为X2、X4、X6(110m 跨栏跑、跳远、跳高),第4主成分上载荷较大的为X9(标枪)。可以看出,北京奥运会优秀男子十项全能运动员的成绩结构主要是以力量、耐力为主,铅球,铁饼,1500m跑这三项的作用最大,他们可称为力量、耐力因子;其次是100m跑、撑杆跳、400m跑,可称为速度灵巧因子;在第三因子中主要以110m跨栏跑、跳远、跳高为主,可称为速度爆发力因子;标枪在第四因子中,可称为力量技术因子。
可见,绝对力量和超长的有氧能力对十项全能运动员至关重要,这也是我国全能运动员与国外运动员的差距所在。但这并不是十项全能的制胜法宝,速度、灵巧在全能中的作用也较大。110m跨栏跑、跳远、跳高三个项目所在因子排在第3位,说明速度爆发力对全能的贡献还不大,需要加强训练;标枪在第四因子上,说明该项是世界优秀全能运动员薄弱的项目。优秀运动员提高标枪、110m跨栏跑、跳远、跳高水平是此后训练的重点。
3 灰色系统的关联度
根据因子分析的结果,将奥运会男子十项全能4个主成分中每个主成分上载荷最大的变量选出作为典型指标,即将X1(100m跑)、X2(跳远)、X9(标枪)、X10(1500m跑)及X0(总成绩)进行灰色分析,计算出的关联度结果见表3。
4 奥运会十项全能运动员回归预测模型
对北京奥运会男子十项全能运动员的成绩进行统计学处理,本文中自变量的引入采用enter (全部引入),引入变量。运用SPSS 11.0统计软
表1 北京奥运会男子十项全能运动员成绩的特征值
与贡献率一览表
变量特征值贡献率%累计贡献率%X1 3.06630.65730.657
X2 2.52925.29555.952
X3 1.74817.48473.436
X4 1.27012.69786.133
X50.573 5.73091.863
X60.518 5.17797.040
X70.180 1.80298.842
X80.104 1.03699.879
X90.0120.121100.000 X10-4.820E-16-4.820E-15100.000表2 北京奥运会男子十项全能成绩正交旋转因子
载荷矩阵一览表
1234
X10.1970.8500.0740.331
X20.0640.2590.7830.519
X30.8290.2500.037-0.289
X4-0.2690.3570.625-0.299
X5-0.5220.686-0.2590.351
X60.4650.390-0.6940.240
X70.8010.459-0.127-0.273
X80.338-0.751-0.0610.280
X90.472-0.3850.0370.618
X10-0.8930.058-0.4090.040
37