唐翀 呂尋金
(成都大學(xué) 四川成都 610000)
1892年,奈斯密斯發(fā)明了籃球運(yùn)動(dòng)[1],而時(shí)隔4年之后,籃球運(yùn)動(dòng)才進(jìn)入我國天津[2]。直到1995年,我國男子籃球才擁有職業(yè)化比賽——CBA,每年聯(lián)賽競爭都很激烈。早期是屬于八一和廣東的王朝,近些年聯(lián)賽出現(xiàn)“群雄爭霸”的局面,聯(lián)賽的舉辦也越來越好。隨著籃球運(yùn)動(dòng)職業(yè)化發(fā)展越來越規(guī)范,對(duì)運(yùn)動(dòng)員的各方面要求也有相應(yīng)的提高和變化。每支球隊(duì)對(duì)季后賽的爭奪也越來越激烈,同時(shí)常規(guī)賽也不乏觀賞性,得分方式豐富多彩,得分也愈發(fā)變多。因此,結(jié)合籃球運(yùn)動(dòng)技術(shù)特點(diǎn)及當(dāng)代籃球發(fā)展情況,以投籃命中率、三分投籃命中率等9個(gè)指標(biāo)作為自變量,以該賽季球隊(duì)常規(guī)賽得分作為因變量,為各支球隊(duì)得分建立數(shù)學(xué)模型。
該文從2018—2019賽季CBA常規(guī)賽的各球隊(duì)所進(jìn)行的所有比賽的技術(shù)統(tǒng)計(jì)作為研究對(duì)象。
2018—2019賽季CBA常規(guī)賽的球隊(duì)Y(得分)、X1、X2、X3、X4、X5、X6、X7、X8、X9(投籃命中率、三分命中率、罰球命中率、籃板球、助攻、失誤、搶斷、蓋帽、犯規(guī))。
1.3.1 文獻(xiàn)資料法
查閱有關(guān)籃球及相關(guān)統(tǒng)計(jì)方法應(yīng)用的資料。
1.3.2 數(shù)理統(tǒng)計(jì)法
使用Excel、SPSS 18.0(中文版),對(duì)研究所需要的數(shù)據(jù)(來源https://www.cbaleague.com)進(jìn)行逐步線性回歸分析和雙變量相關(guān)分析。
CBA聯(lián)賽是國內(nèi)規(guī)模最大的頂級(jí)籃球賽事,也是亞洲頂尖的男子籃球賽之一。聯(lián)盟的隊(duì)伍規(guī)模日益龐大,各球隊(duì)以爭冠為最終目的。通常投籃命中率、三分球命中率、罰球命中率等這些指標(biāo)可用于檢驗(yàn)球隊(duì)?wèi)?zhàn)術(shù)和球員技術(shù)運(yùn)用的效果。由于不同指標(biāo)對(duì)得分能力影響的程度有所不同,因此采用回歸分析來解決這個(gè)問題。計(jì)算各個(gè)自變量對(duì)因變量的貢獻(xiàn)大小,按照貢獻(xiàn)由大到小進(jìn)行排列。其中,最大的優(yōu)先進(jìn)入方程,再次計(jì)算所有自變量的貢獻(xiàn),并檢查在方程中的變量,是否存在由于新變量的加入而不再有統(tǒng)計(jì)意義的現(xiàn)象[3]。如若變量不滿足現(xiàn)有標(biāo)準(zhǔn),則可考慮剔除,直到所有的自變量都不能被剔除,甚至方程外的任何變量也不能夠被引進(jìn)來,最終確定顯著影響因變量的自變量的過程。參照2018-2019賽季CBA常規(guī)賽各隊(duì)伍64場比賽的技術(shù)統(tǒng)計(jì)來分析。
各支球隊(duì)得分能力需要多個(gè)因素來反映。其中,主要表現(xiàn)在各個(gè)隊(duì)伍在每場比賽的得分多少,得分為因變量,其他指標(biāo)為自變量,進(jìn)行回歸分析。根據(jù)線性回歸模型統(tǒng)計(jì)檢驗(yàn)得出CBA球隊(duì)得分因變量與被剔除后的自變量復(fù)相關(guān)系數(shù)為0.939,判斷系數(shù)為0.881,經(jīng)檢驗(yàn)P為0(<0.01),表明模型擬合程度較高。相關(guān)系數(shù)越接近1,說明二者相關(guān)程度越高。
通過逐步回歸分析之后,從9個(gè)技術(shù)統(tǒng)計(jì)指標(biāo)中剔除了6個(gè)對(duì)場均得分影響不顯著的指標(biāo),分別是罰球命中率、助攻、蓋帽、搶斷、失誤和犯規(guī),只剩下3個(gè)顯著影響的因素。從系數(shù)檢驗(yàn)結(jié)果可知,常規(guī)賽期間,籃板球、三分球命中率和投籃命中率是其主要影響因素。每一個(gè)因素都具有顯著性的意義。其中,籃板球、三分命中率對(duì)得分影響十分顯著,而投籃命中率對(duì)得分影響顯著。
標(biāo)準(zhǔn)回歸系數(shù)表明,標(biāo)準(zhǔn)回歸系數(shù)越大,其影響作用就越大[4]。投籃命中率、三分球命中率、籃板球?qū)Φ梅帜芰Φ挠绊懺絹碓酱?。前場籃板球越多,隊(duì)伍二次進(jìn)攻的機(jī)會(huì)越多,進(jìn)而得分也會(huì)增多,而后場籃板直接影響隊(duì)伍的節(jié)奏和攻防轉(zhuǎn)換。隨著小球時(shí)代到來,三分球成了籃球比賽的重要利器,通過觀察比賽可以看出,每場比賽三分球成了得分來源的重要渠道之一。當(dāng)下賽季,得分能力優(yōu)秀的球隊(duì)的三分球命中率都維持在40%左右,同時(shí)大部分球隊(duì)都保持在35%左右。投籃命中率也是得分的基本保障,保障了球隊(duì)節(jié)奏穩(wěn)健和高效率。種種跡象表明,世界籃球早已朝著一種高效率、精準(zhǔn)的遠(yuǎn)投、快速而穩(wěn)健的攻防轉(zhuǎn)換的趨勢(shì)發(fā)展。
逐步回歸分析中剔除了6個(gè)對(duì)得分影響不明顯的指標(biāo),其余的因素包括三分球命中率、籃板球、投籃命中率。通過方差分析對(duì)回歸方程進(jìn)行檢驗(yàn),具體結(jié)果顯示如表1所示,P小于0.01,說明方程有統(tǒng)計(jì)學(xué)意義。
進(jìn)而根據(jù)表1得出得分能力的數(shù)學(xué)模型為Y=-31.39+1.585X4+123.059X2+53.948X1,該數(shù)學(xué)模型就是CBA各球隊(duì)常規(guī)賽在2018—2019賽季得分能力的表達(dá)式。
表1 方程檢驗(yàn)表(ANOVA)
為了證明得分能力數(shù)學(xué)模型的有效性,可推斷出得分能力必須與球隊(duì)的比賽競技排名有一定程度的相關(guān)性關(guān)系。以2018-2019賽季CBA各個(gè)隊(duì)伍常規(guī)賽后的積分榜排名與各CBA隊(duì)伍得分能力Y的計(jì)算結(jié)果進(jìn)行雙變量相關(guān)分析。r=0.678(P<0.05),說明積分榜排名與得分能力排名有顯著性相關(guān)。通過表2看出,當(dāng)球隊(duì)積分榜名次越低,該球隊(duì)得分排名也就越低。表3可知,得分能力強(qiáng)的隊(duì)伍,常規(guī)賽所取得成績都較好。該研究建立的得分能力數(shù)學(xué)模型,能反映出各支CBA球隊(duì)影響得分能力的因素,以及各因素與得分能力的關(guān)系。因此,能夠?qū)Ω麝?duì)教練員產(chǎn)生一定的啟示,可以專門性訓(xùn)練三分球等來保障投籃命中率及籃板球的爭搶,進(jìn)而可有效提高隊(duì)伍得分能力。
表2 積分榜名次與得分能力排名的分析表
表3 各隊(duì)積分榜名次與得分能力排名表
通過對(duì)2018-2019賽季CBA聯(lián)賽中各統(tǒng)計(jì)指標(biāo)進(jìn)行逐步回歸分析,按影響程度從大到小依次是三分球命中率、籃板球、投籃命中率。其余6個(gè)指標(biāo)對(duì)得分能力影響不顯著。得分能力線性回歸方程為“Y=-31.39+1.585X4+123.059X2+53.948X1”。所以,在訓(xùn)練過程要注意三分球、籃板球拼搶和落點(diǎn)判斷,以及提高投籃命中率良好穩(wěn)定性等專門性訓(xùn)練。