第３４卷第６期 ２０１０年１１月 江西师范大学学报（自然科学版） ＪＯＵＲＮＡＬ ＯＦ ＪＩＡＮＧＸＩ ＮＯＲＭＡＬ ＵＮＩＶＥＲＳＩＴＹ（ＮＡＴＵＲＡＬ ＳＣＩＥＮＣＥ） Ｖｏ１．３４ Ｎｏ．６ ＮＯＶ．２Ｏ１０ 文章编号：１０００－５８６２（２０１０｝０６－０６５６－０４ 制约我国女子７项全能成绩 的因素分析及回归预测研究 乐伟民， 刘建坤 （江西师范大学体育学院，江西南昌３３００２２） 摘要：应用聚类分析、方差检验、回归分析等多种统计学处理方法得出：我国女子７项全能总体水平与世 界的差距还比较大，其中在铅球、标２个投掷类项目以及８００ ｍ这一速度耐力性项目上成绩差异有统 计学意义，并根据相关信息建立了回归预测模型，旨在为制订７项全能项目的训练计划和进行科学训练 提供参考． 关键词：田径；７项全能；成绩；回归分析；预测模型 中图分类号：Ｇ ８２５．２ 文献标识码：Ａ １研究对象与方法 １．１ 数据的整理及各项成绩参数均值差异的初步分析 表１ 中、外女子７项全能运动员各项目成绩参数统计一览表 注：前１～８是我国女子七项全能各项目成绩参数及总成绩，后１～８是外国选手的各项目成绩参数及总成绩 收稿日期：２０１０－０５—２２ 作者简介：乐伟民（１９６５－），男，浙江宁波人，副教授，主要从事体育教学与训练的研究 第６期 乐伟民，等：制约我国女子７项全能成绩的因素分析及回归预测研究 从表１可看出，我国女子７项全能的各项目成绩 表２聚类信息一览表 值与世界优秀选手都存在不同程度的差距，其中差距 较大的是８００ ｍ、标、铅球、１００ ｍ栏，２００ ｍ和跳远 差距最小，分别是０．１ ｓ和０．２６ ｍ． １．２我国女子７项全能运动员各项目成绩与世界选 手差距的总体情况 为从总体上了解我国优秀女子７项全能运动员 与世界选手的差距，以国别为标识变量，以８００ ｍ、铅 球、跳高、跳远、１００ ｍ栏、标、２００ ｍ和总成绩为分 析变量，分４类进行快速聚类分析，结果见表２．从表 ２分析的结果可看出，我国的８名七项全能运动员除 １人归人１类外，其余的选手全部被归为３类或４ 类．而外国选手全部被归人１类或２类，即使被归人 ２类的也只有２人，可见我国女子７项全能的总体水 平与世界优秀运动员的差距还相当大． 注：国别：１为中国，２为外国． １．３ 各项目成绩参数平均值差异统计学意义检验 通过上述对中、外１６名优秀运动员各项目成绩参数均值的对比分析，可知我国运动员在７个项目上的 成绩参数均与外国优秀运动员存在不同程度的差距．其中在铅球、标、８００ ｍ这３个项目上我国运动员与 外国运动员的差异有统计学意义（ＪＰ＜０．０５），其它４个项目的成绩也存在一定程度的差距，这说明我国女子 ７项全能成绩要想赶超世界一流水平，必须在稳步提高１００ ｍ栏、跳高、２００ ｍ、跳远４个项目成绩的前提下， 着力提高铅球、标、８００ ｍ这３个项目的成绩． 中、外优秀女子７项全能运动员各项目成绩参数均值差异程度见表３． 表３ 中、外优秀女子７项全能运动员各项目成绩参数均值差异程度一览表 １００ ｉｎ栏／ｓ 跳高／ｍ 铅球／ｍ ２００ ｍ／ｓ 跳远／ｍ 标／ｍ ８００ ｍ／ｓ 国内ｘ（ｎ＝８）ｌ４．０７±０．３２ １．７１±０．６２ １２．９１±１．３１ ２５．４１±０．７１ ６．０７±０．２５ ４１．５７±４．７３ １４２．１２±４．７３ 国夕 （ｎ＝８）１３．５３±０．４０ １．８０±０．９３ １４．３３±１．７１ ２４．３１±０．６８ ６．３３±０．４７ ４７．６５±３．９２ １３４．６５±４．３ｌ ｔ ３．０１ ２．２７ —２．４８ ３．１５ 一１．３６ —２．９ｌ ３．３０ Ｐ ０．０９ ０．３９ Ｏ．Ｏ３ ０．０７ ０．２Ｏ ０．０１｝ Ｏ．０ｌ木 注：｝表不Ｐ＜０．０５． １．４ 多元回归方程及其差异统计学意义的检验 １．４．１ 多元回归方程的建立 因７项全能的成绩是各个项目成绩的总和，故选择总成绩为因变量），，以１００ ｍ栏、跳高、铅球、２００ ｎｌ、跳远、标、８００ ｍ等各项成绩参数为自变量 、 、 ” 、 、 、 进行相应的统计 学处理，经处理共得２个模型，其中模型１和模型２的可决系数分别是Ｒ ＝０．９９６、Ｒ： ＝０．９９５，调整后的可 决系数也分别达到０．９９２和０．９９１，这说明２个模型的拟合度都较好，但在第２个模型中将跳远这一自变量 剔除出模型，原因是其容忍度为０．３８，大大超过了系统设置的０．１０的水平，且方差检验的结果为ｔ＝１．６５３， Ｐ＝０．１３７：￣０．０５，因此取第２个模型建立回归方程． 应用ＳＰＳＳ１２．０对数据进行处理后得到回归方程的所有数据信息： ｂ１＝９ ０５８．３４；６ｌ＝一１４３．４４；ｂ２＝１ ６４０．５５；ｂ３＝９２．３０；ｂ４＝一１４３．６４；６５＝１１．６９；ｂ６＝一１４．９２． 于是可得２个回归方程，其中Ｙ 是非标准化的回归方程，ｙ：是标准化的回归方程． Ｙｌ＝９ ０５８．３４—１４３．４４ｘＩ＋１ ６４０．５５ｘ２＋９２．３０ｘ３～１４３．６４ｘ４＋１１．６９ｘ５—１４．９２ｘ６， Ｙ２＝９ ０５８．３４—０．１４１ １＋０．３２２ ２＋０．２７０ ３—０．２７６ｘ４＋０．１３１ｘ５—０．１９１ｘ６． ６５８ 江西师范大学学报（自然科学版） ２０１０正 １．４．２多元回归方程的检验多元回归方程显著性 表４ 多元回归方程统计学意义检验一览表 检验（表４）表明：Ｆ＝２７６．１３，Ｐ＝０．０００＜０．００１。可 见以模型２的指标建立的回归方程很有意义，回归方 程是有统计学意义的，可以用来作定量分析． １．４．３各变量之间的相关性分析多元线性回归方 程，说明除跳远这一项目外，女子７项全能的所有项 目都是影响总成绩的重要因素，但各个项目之间以及其与总成绩之间的相关关系还需作进一步的相关分析 （ｒ的下标表示２个变量的编号，ｒ下的２行数字分别表示相关系数和Ｐ值）． 表５各变量与成绩及多变量间关系的统计学意义检验一览表 注：ｙ、１－７分别代表总成绩、１００ ｍ栏、跳高、铅球、２００ ｎｌ、跳远、标、８００ ｍ．｝｝表不Ｐ＜０．０１， 表不Ｐ＜０．０５． 表５表明：女子７项全能的所有项目对总成绩的影响都有统计学意义，其中排序结果为ｒ４一 ＞ｒ 一 ＞ ｒ２一 ＞／＇５＞／＇６一ｖ＞／＇７ｙ＞ｒ３一ｖ，又由ｒｌ一５＝一０．５６１ 、／＇２—４＝一０．５２９ 、／＇４—６＝ 一０．７１３ 、／＇４—７＝０．６５８ 、 ｒ ＝０．５２７ 可知：１００ ｍ栏与跳远、跳高与２００ ｍ、跳高与跳远、铅球与标、２００ ｍ与８００ ｍ的相关性较大． 每个变量 和Ｙ的偏相关系数为：Ｒｌ＝一０．８３１，Ｒ２＝０．９６５，Ｒ３＝０．９５０，Ｒ ＝一０．８６７，Ｒ５＝０．５０５，Ｒ６＝ ０．７６０，Ｒ ＝一０．９０９． ２小结和建议 ２．１小结 （１）我国女子７项全能运动员的总体水平还与世界优秀选手存在较大差距…； （２）均值的统计学意义检验及简单相关与偏相关的分析表明：在铅球、标、８００ ｍ这３个项目上我国运 动员与外国运动员的差距有统计学意义（Ｐ＜０．０５），其它４个项目的成绩也存在一定程度的差距； （３）铅球、跳远、８００ ｍ这３个项目是影响我国女子７项全能成绩的关键因素，但要赶超世界一流水平， １００ ｍ栏、跳高、２００ ｍ、跳远这４个项目的成绩也需进一步提高； （４）１００ ｍ栏与跳远、跳高与２００ ｍ、跳高与跳远、铅球与标、２００ ｍ与８００ ｍ项目成绩间相关性较大； （５）运用多元回归预测理论对我国女子７项全能运动成绩进行建模，该模型的预测精度高，可以用来做 定量分析． ２．２建议 （１）全面提高身体素质．７项全能成绩的发展程度与身体素质高度相关，如果没有良好、全面的身体素质 作积淀，要想取得很好的成绩是根本不可能的．因此，在日常训练工作中，必须重视运动员速度、爆发力和速 度耐力等全面身体素质的训练； （２）狠抓薄弱环节．大量的研究表明，铅球和标这２个项目历来是影响我国女子７项全能成绩的重要 因素．因此，在日常训练工作中，一定要精心选择针对性强的训练内容、训练方法和训练手段，逐步缩小这２ 个项目成绩与世界水平的差距，使我国女子７项全能运动逐渐朝着全面性的方向发展； 第６期 乐伟民，等：制约我国女子７项全能成绩的因素分析及回归预测研究 ６５９ （３）努力提高８００ ｍ成绩．２０世纪８０年代末到９０年代初，许多科研人员对我国女子７项全能进行了大 量研究，找出我国运动员与世界选手的差距（速度耐力差），并提出了以８００ ｍ为突破口提高整体水平的建 议，使得我国女子７项全能运动水平有了长足进步，数人达到先进水平 引，但近年来人们对８００ ｍ这一项目 的重视程度有所下降，最终使之成为影响运动员７项全能成绩的“瓶颈”之一．因此在今后的训练工作中建 议还要加强这一项目的训练； （４）重视关联效应．本文研究提示，１００ ｍ栏与跳远、跳高与２００ ｍ、跳高与跳远、铅球与标、２００ ｍ与 ８００ ｍ之间的相关性较大，这样就可以１个或２个项目为突破口，带动相关项目运动成绩的提高．如提高了 ２００ ｍ跑的成绩，在一定程度上也解决了１００ ｍ栏、８００ ｍ等项目对速度的需求． 参考文献： ［１］何仲恺．中国与世界女子７项全能运动员成绩差距的比较研究［Ｊ］．体育与科学，２００１（５）：３８－４２． ［２］ 吕慧青．运用灰色系统理论对我国与世界女子７项全能成绩进行“优势分析”的比较研究［Ｊ］．武汉体育学院学报，２００４ （４）：７４－７６． ［３］蔡君．我国女子７项全能运动员专项身体训练探讨［Ｊ］．山东体育科技，２００２（４）：８－１３． Ｔｈｅ Ｒｅｓｅａｒｃｈ ｏｎ Ｆａｃｔｏｒ Ａｎａｌｙｓｉｓ ａｎｄ Ｒｅｇｒｅｓｓｉｏｎ Ｐｒｅｄｉｃｔｉｏｎ Ｍｏｄｅｌ ｆｏｒ Ａｆｆｅｃｔｉｎｇ Ｃｈｉｎｅｓｓ Ｈｅｐｔａｔｈｌｏｎ Ｐｅｒｆｏｒｍａｎｃｅ ＬＥ Ｗｅｉ—ｍｉｎ．ＬＩＵ Ｊｉａｎ—ｋｕｎ （Ｃｏｌｌｅｇｅ ｏｆ Ｐｈｓｉｅａｌ，Ｊｉａｎｇ—ｘｉ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｅｈａｎｇ Ｊｉａｎｇｘｉ ３３００２２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａ ｌｏｔ ｏｆ ｍｅｔｈｏｄｓ ｓｕｃｈ ａｓ ｃｌｕｓｔｅｒ ａｎａｌｙｓｉｓ，ａｎａｌｙｓｉｓ ｏｆ ｖａｒｉａｎｃｅ，ｒｅｇｒｅｓｓｉｏｎ ａｎｄ ＳＯ ｏｎ ａｒｅ ｕｓｅｄ ｉｎ ｔｈｉｓ ｐａ— ｐｅｒ。ｆｉｎｄ ｔｈａｔ Ｃｈｉｎｅｓｅ ｆｅｍａｌｅ ｈｅｐｔａｔｈｌｏｎ’ｐｅｒｆｏｒｍａｎｃｅ ｉｓ ｎｏｔｉｃｅａｂｌｙ ｗｏｒｓｅ ｔｈａｎ ｔｈｏｓｅ ｔｈａｔ ｏｆ ｗｏｄｄ ｏｐｐｏｎｅｎｔｓ．Ｅｓｐｅ— ｃｉａｌｌｙ ｉｎ ｔｈｒｏｗｉｎｇ ｅｖｅｎｔｓ ａｎｄ ｅｉｇｈｔ—ｈｕｎｄｒｅｄ ｍｅｔｅｒｓ．Ｂａｓｅｄ ｏｎ ｒｅｓｕｌｔ ｏｆ ｆａｃｔｏｒ’ａｎａｌｙｓｉｓ，ｒｅｇｒｅｓｓｉｏｎ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌ ｆｏｒ ｈｅｐｔａｔｈｌｏｎ’ｐｅｒｆｏｒｍａｎｃｅ ｗａｓ ｓｅｔ ｕｐ．Ｔｈｅ ｍａｉｎ ｐｕｒｐｏｓｅ ｉｓ ｔｏ ｐｒｏｖｉｄｅ ｔｈｅ ｒｅｆｅｒｅｎｃｅ ｆｏｒ ｓｃｉｅｎｔｉｆｉｃ ｔｒａｉｎｉｎｇ． Ｋｅｙ ｗｏｒｄｓ：ｔｒａｃｋ ａｎｄ ｆｉｅｌｄ；ｈｅｐｔａｔｈｌｏｎ；ｐｅｒｆｏｒｍａｎｃｅ；ｒｅｇｒｅｓｓｉｏｎ；ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌ （责任编辑：王金莲）
