2017—2018中國女子排球聯(lián)賽得分技術(shù)與非得分技術(shù)研究

摘? 要：本文以2017—2018中國女子排球聯(lián)賽各支球隊共記148場比賽為研究對象，采用Logistic回歸分析進行建模，旨在理解哪些指標能最顯著地預(yù)測比賽勝負，其回歸模型為：Y=-2.439+0.066×扣球得分+0.141×發(fā)球總數(shù)-0.178×接發(fā)球總數(shù)。結(jié)果如下：在得分項技術(shù)方面，扣球得分，發(fā)球次數(shù)兩個自變量與比賽獲勝有顯著關(guān)聯(lián)，這兩個變量可以有效預(yù)測與解釋比賽獲勝，在非得分項技術(shù)方面，接發(fā)球次數(shù)與比賽失敗有顯著關(guān)聯(lián)。在2017—2018賽季中國女子排球聯(lián)賽中，超強的扣球進攻是主導(dǎo)比賽的制勝因子。

關(guān)鍵詞：得分技術(shù);非得分技術(shù);logistic回歸

中圖分類號：G842 ? ? ? ?文獻標識碼 ：A ? ? ?文章編號：1002-7475（2019）03-106-02

探究比賽的制勝規(guī)律是競技體育研究的核心[1]。體育競賽中產(chǎn)生的各種信息，都客觀地從一定程度上反映出某運動項目的特征和規(guī)律[2]。王京京等人認為現(xiàn)代高水平女排比賽的核心制勝因素為穩(wěn)定的發(fā)球持續(xù)壓迫性、超強的扣球進攻實力以及優(yōu)秀的傳球組織進攻能力[3]。筆者不禁陷入思考，中國女子排球聯(lián)賽的核心制勝因素是什么？這些都屬于深層技術(shù)統(tǒng)計分析的范疇，目前還缺乏深入研究。當前以排球為主題的文獻資料中多以單項技術(shù)指標、非技術(shù)指標等的比較分析為主，僅有幾篇文獻采用多元線形回歸的方法。如果將比賽結(jié)果（勝負）設(shè)定為效標變量，則為典型的二分類變量。根據(jù)中國排球協(xié)會所統(tǒng)計的數(shù)據(jù)，將所有技術(shù)指標分為得分項（扣球得分，扣球總數(shù)，攔網(wǎng)得分，攔網(wǎng)總數(shù)，發(fā)球得分，發(fā)球次數(shù)，對方失誤得分）和非得分項（防守到位，防守次數(shù)，二傳到位，二傳次數(shù)，接發(fā)球到位，接發(fā)球次數(shù)），共計13項指標（總得分除外）。這些都屬于測量變量，當因變量為二分類變量且自變量為測量變型變量和虛擬變量時，不能采用多元回歸，而應(yīng)該采用Logistic 回歸[4]。本文首次將Logistic回歸模型運用于排球比賽勝負預(yù)測分析中，對各項技術(shù)指標的進行預(yù)測型的統(tǒng)計分析。通過分析深層的技術(shù)統(tǒng)計數(shù)據(jù)，能夠更加客觀、準確地把握中國女子排球職業(yè)聯(lián)賽的制勝規(guī)律和獲勝要素。

1研究對象與方法

1.1數(shù)據(jù)收集：收集2017—2018中國女子排球聯(lián)賽共記148場比賽數(shù)據(jù)，數(shù)據(jù)從中國排球協(xié)會官方網(wǎng)站數(shù)據(jù)庫（http：//www.volleychina.org/score/w/）獲取。

1.2數(shù)據(jù)分析：運用Spss21.0統(tǒng)計軟件進行數(shù)據(jù)處理，在進行建立制勝模型時，以比賽勝負為效標變量，以扣球得分，扣球總數(shù)，發(fā)球得分，發(fā)球總數(shù)，攔網(wǎng)得分，攔網(wǎng)總數(shù)，對方失誤得分，防守到位次數(shù)，防守總次數(shù)，接發(fā)球到位次數(shù)，接發(fā)球總次數(shù)，二傳到位次數(shù)，二傳總次數(shù)為預(yù)測變量，采用（向前：條件法）將預(yù)測變量投入模型中，挑選只對依變量有顯著預(yù)測力的自變量，其余對依變量影響未達顯著水平的自變量會被排除在回歸模型之外。

表1為自變量與依變量間的關(guān)聯(lián)強度檢驗結(jié)果，但Logistic回歸分析中的關(guān)聯(lián)強度旨在說明回歸模型中的自變量與依變量關(guān)系的強度，無法說明依變量的變異量可以被自變量解釋的百分比[5]。“考克斯-斯奈爾 R 方”與“內(nèi)戈爾科 R 方”值分別為0.579，0.772，表示所投入的13個變量與比賽結(jié)果變量間有中強度的關(guān)聯(lián)。

表2再從個別參數(shù)的顯著性指標來看，扣球得分，發(fā)球總數(shù)兩個自變量的瓦爾德指標值分別為7.243，30.669，均達0.05顯著水平，表示扣球得分，發(fā)球總數(shù)兩個自變量對于比賽勝負組別間有顯著關(guān)聯(lián)，這兩個變量可以有效預(yù)測與解釋比賽勝負的結(jié)局。兩個自變量的勝算比值分別是1.069，1.152，表示某球隊在扣球得分上每增加一分，比賽“勝利比失敗的勝算”的概率就增加? ? ? 0.069（6.9%），某球隊每增加一次發(fā)球次數(shù)，比賽“勝利比失敗的勝算”的概率就增加0.152（15.2%）。接發(fā)球亦即如此?；貧w方程式可以表示為：Y=-2.439+0.066×扣球得分+0.141×發(fā)球總數(shù)-0.178×接發(fā)球總數(shù)?？梢詮谋?看到，13個自變量最后進入模型的僅有三個變量，扣球得分和發(fā)球次數(shù)自變量的回歸系數(shù)均為正數(shù)，取其相對應(yīng)的指數(shù)值后數(shù)值均大于1，表示預(yù)測變量的值越高，比賽獲得勝利比失敗的勝算也越大;相對的，接發(fā)球預(yù)測變量的回歸系數(shù)為負數(shù)，比賽獲得勝利比失敗的勝算會越小。

2討論

從上述的回歸方程式中可以看到，在2017—2018賽季中國女子排球職業(yè)聯(lián)賽中，扣球得分和發(fā)球次數(shù)對比賽勝負有顯著影響，誠如我們可以看到在上述的回歸方程模型中，扣球成為最有預(yù)測力的影響因子，某支球隊在扣球得分上每增加一分，比賽“勝利比失敗的勝算”的概率就增加0.069（6.9%），換句話說就是，扣球直接得分的情況下每增加一分，球隊在比賽中獲勝的概率是失敗概率的1.069倍。這無疑是一支球隊在比賽中最應(yīng)該注意的地方，學(xué)者郭希濤認為排球比賽要想取勝，就要多得分、少失分，而得分中最主要的手段是扣球進攻，它占了全部得分手段中的65%左右[6]。同樣，學(xué)者靳小雨認為“發(fā)球是排球比賽“攻防鏈”系統(tǒng)的主導(dǎo)環(huán)節(jié)，已經(jīng)成為決定比賽勝負的一個最重要的因素”[7]，這也與本文所得結(jié)論完美結(jié)合。筆者認為發(fā)球是攻防環(huán)節(jié)的起點，也是一個得分結(jié)局的終點，一個球隊有更多的發(fā)球次數(shù)意味著一次攻防結(jié)局的獲勝（得分），對比賽擁有更多的主導(dǎo)權(quán)。

3 結(jié)論

在得分項技術(shù)方面，扣球得分，發(fā)球次數(shù)兩個自變量與比賽獲勝有顯著關(guān)聯(lián)，這兩個變量可以有效預(yù)測與解釋比賽勝負組別。在非得分項技術(shù)方面，接發(fā)球次數(shù)與比賽失敗有顯著關(guān)聯(lián)。在2017—2018賽季中國女子排球聯(lián)賽中，超強的扣球進攻時主導(dǎo)比賽的制勝因子。

參考文獻：

[1]王京京，林忠超.里約奧運周期高水平女排比賽的制勝技術(shù)指標分析[J].四川體育科學(xué)，2017，36（02）：62-67.

[2]春潮，唐永泉.世界女排強隊比賽得分結(jié)構(gòu)與球隊成績排名的相關(guān)性分析[J].西安體育學(xué)院學(xué)報，2012，29（02）：240-243.

[3]朱征宇，顧偉農(nóng)，付強.九運會女子排球決賽勝負隊得失分規(guī)律的分析[J].中國體育科技，2002（10）：39-41.

[4]郭志剛.社會科學(xué)分析方法：spss軟件應(yīng)用[M].北京：中國人民大學(xué)出版社.2012：5.

[5]吳明隆.問卷統(tǒng)計分析實務(wù)：SPSS操作與應(yīng)用[M].重慶：重慶大學(xué)出版社.2010：5.

[6]靳小雨.“攻防鏈”理論解讀發(fā)球在競技排球比賽中的作用[J].西安體育學(xué)院學(xué)報，2010，27（01）：101-103.

[7]郭希濤，任偉.第28屆奧運會中外女排扣球進攻技戰(zhàn)術(shù)統(tǒng)計與分析[J].成都體育學(xué)院學(xué)報，2005（03）：59-62.

作者簡介：

陶飛（1993.6—），男，重慶梁平，碩士研究生，重慶市北碚區(qū)西南大學(xué)，體育教育訓(xùn)練學(xué)。