歐陽高煌，李品芳，陳建才

隨著網(wǎng)球運(yùn)動在全世界的廣泛傳播，全球各地網(wǎng)球技術(shù)發(fā)展越來越科學(xué)完善，優(yōu)秀網(wǎng)球球員的訓(xùn)練更加先進(jìn)系統(tǒng)，使得網(wǎng)球秀男子單打運(yùn)動員對各種技術(shù)和戰(zhàn)術(shù)用也趨向多樣化發(fā)展。要獲得勝利首先需要掌握比賽制勝的主要影響因素，這樣才能占得主動地位提高比賽的勝率，由于不同在比賽情境運(yùn)動員技戰(zhàn)術(shù)表現(xiàn)的多樣性，因此影響運(yùn)動員比賽制勝因素也各式各樣，研究者當(dāng)下對優(yōu)秀網(wǎng)球運(yùn)動員不同盤次比賽的賽制勝因素研就更有必要性。

查閱近年關(guān)鍵分的文獻(xiàn)期刊，運(yùn)用Logistic回歸模型對制勝分的研究還是僅僅停留在每一場比賽制勝因素的研究，現(xiàn)有的網(wǎng)球項目對整場制勝因素研究中，運(yùn)用的統(tǒng)計和分析方法也是多種多樣，得出的制勝指標(biāo)也是不一樣的。有研究者運(yùn)用Logistic回歸模型分別對溫布爾登網(wǎng)球和大利澳亞網(wǎng)球公開賽，優(yōu)秀男子單打運(yùn)動員整場比賽進(jìn)行制勝因素研究分析，得出破發(fā)成功率、一發(fā)得分率、接發(fā)成功率、二發(fā)得分率這五項數(shù)據(jù)是制勝關(guān)鍵影響因素[1-2]，通過閱讀這些相關(guān)文獻(xiàn)發(fā)現(xiàn)，得出的結(jié)果結(jié)論分析都是大同小異，都沒有脫離以整場比賽為對象的研究大框架，從而不能精確的分析優(yōu)秀運(yùn)動員在不同情境下比賽中制勝因素，研究的結(jié)果都只停留在表面層次，從不同盤次對制勝因素來進(jìn)一步研究可能更精確的反映運(yùn)動員不同情境下的經(jīng)濟(jì)水平，參考價值和創(chuàng)新更進(jìn)一步。

本研究將“Logistic回歸模型”和“不同盤次”引入到網(wǎng)球比賽制勝因素的研究中，在前人對整場比賽研究的基礎(chǔ)上，將比賽分為不同盤次進(jìn)行更加細(xì)化的研究，每一盤比賽運(yùn)動員競技表現(xiàn)和心理狀態(tài)都存在著一定的差異，從而分析網(wǎng)球優(yōu)秀男子單運(yùn)動員在不同盤次比賽中技術(shù)和戰(zhàn)術(shù)運(yùn)用特點的差異，為我國教練員指導(dǎo)優(yōu)秀網(wǎng)球運(yùn)動員針對不同盤次調(diào)整訓(xùn)練內(nèi)容、制定針對性比賽策略提供借鑒。

1 研究對象與方法

1.1 研究對象

以2021澳大利亞網(wǎng)球公開賽男子單打運(yùn)動員不同盤次制勝因素為研究對象。

1.2 研究方法

1.2.1 文獻(xiàn)資料

通過圖書館閱讀關(guān)于網(wǎng)球制勝因素影響的文獻(xiàn)和書籍，還通過百度、中國知網(wǎng)和中國碩博期刊網(wǎng)查找“Logistic回歸模型”“單打”“制勝因素”“網(wǎng)球”“盤次”相關(guān)文獻(xiàn)。為研究不同盤次制勝因素間的關(guān)系、數(shù)據(jù)統(tǒng)計方法選擇以及統(tǒng)計結(jié)果分析提供理論支撐。

1.2.2 數(shù)據(jù)來源與指標(biāo)

通過澳大利亞網(wǎng)球公開賽網(wǎng)官網(wǎng)網(wǎng)站搜集所需研究數(shù)據(jù)指標(biāo)，查閱相關(guān)文獻(xiàn)選取相應(yīng)指標(biāo)并與網(wǎng)球方向的專家學(xué)者進(jìn)行交流，確定本課題研究的研究指標(biāo)。統(tǒng)計指標(biāo)如下：ACE球（X1）、雙誤（X2）、一發(fā)進(jìn)區(qū)率（X3）、一發(fā)得分率（X4）、二發(fā)得分率（X5）、破發(fā)成功率（X6）、上網(wǎng)得分率（X7）、非受迫性失誤（X8）、接發(fā)非受迫性失誤（X9）、最快發(fā)球速度（X10）、第一發(fā)球平均速度（X11）、第二發(fā)球平均速度（X12）、接發(fā)球成功數(shù)（X13）、接一發(fā)球得分（X14）、接二發(fā)接得分（X15）等15個變量分第一盤、第二盤和決勝盤進(jìn)行分類統(tǒng)計。

1.2.3 數(shù)據(jù)處理

1.運(yùn)用Excel2016對指標(biāo)進(jìn)行梳理，運(yùn)用SPSS25.0各項變量指標(biāo)進(jìn)行相關(guān)度分析，了解各項制勝因素之間的相關(guān)度。然后再進(jìn)行柯爾莫可洛夫-斯米洛夫檢驗（K-S檢驗）對篩選指標(biāo)為正態(tài)分布的進(jìn)行獨立樣本t檢驗，被篩選的其他指標(biāo)進(jìn)行非參數(shù)檢驗，了解各項預(yù)選自變量是否可以明顯的區(qū)分因變量（勝、負(fù)），最后將各項相關(guān)性不強(qiáng)的預(yù)選變量導(dǎo)入Logistic回歸模型進(jìn)一步分析。

2.構(gòu)建Logistic回歸模型本文研究優(yōu)秀網(wǎng)球男子單打運(yùn)動員在澳網(wǎng)公開賽中比賽每盤（第一盤、第二盤和決勝盤）的勝負(fù)（Z）與制勝因素（X）之間的變量關(guān)系。因變量為運(yùn)動員比賽的勝負(fù)是一個二分類變量（1或0），勝方表示“1”，負(fù)方表示“0”，自變量為各種影響比賽勝利的制勝因素，這種情況下運(yùn)用Logistic回歸模型進(jìn)行分析最為合適。因此可以通過研究優(yōu)秀網(wǎng)球運(yùn)動員多種制勝因素（X）的作用下對比賽勝負(fù)（Z）發(fā)生概率P（0，1），得出運(yùn)動員比賽勝負(fù)概率P于自變量（X）的關(guān)系。

Logistic回歸模型：設(shè)P為選手勝的概率，則1-P為選手負(fù)的概率，P取值為（0，1），其中，b0為常數(shù)項；b1、b2……bn稱為回歸系數(shù)。

Logistic回歸公式：

將以上回歸方程變換，就能推導(dǎo)出

同時根據(jù)式（2）得到

其中，a=b0+b1X1+b2X2+…+bmXm

2 研究結(jié)果

2.1 優(yōu)秀網(wǎng)球運(yùn)動員不同盤次制勝因素預(yù)選變量的相關(guān)性分析

對優(yōu)秀男子單打運(yùn)動員不同盤次比賽中制勝因素預(yù)選變量進(jìn)行相關(guān)分析，為了減小Logistic回歸模型分析篩選得出數(shù)據(jù)結(jié)果的誤差。其中數(shù)據(jù)顯示如果｜r｜值靠近1，表明制勝因素預(yù)選變量間的相關(guān)程度越高，越趨向于0預(yù)選變量間的相關(guān)程度越無關(guān)，一般來說相關(guān)度被分為低、中、高三個等級，｜r｜＜0.4相關(guān)性為低級；0.4≤｜r｜＜0.7為中相關(guān)性；0.7≤｜r｜為高相關(guān)性（何文盛2011）。

如表1所示，ACE球與第一發(fā)球平均速度呈顯著性相關(guān)P小于0.05，r值為0.435，存在中級相關(guān)性；最快發(fā)球速度與第一發(fā)球平均速度和都呈顯著性相關(guān)P小于0.01，r系數(shù)分別為0.730和0.487，最快發(fā)球速度與第一發(fā)球平均速度存在高度相關(guān)，最快發(fā)球速度與第二發(fā)球平均速度存在中度相關(guān)性；第一發(fā)球平均速度與第二發(fā)球平均速度呈顯著性相關(guān)P小于0.01，r系數(shù)為0.581存在中度相關(guān)性；接發(fā)球成功與接一發(fā)球得分和接二發(fā)接得分都呈顯著性正相關(guān)P小于0.01，r系數(shù)分別為0.737和0.643，接發(fā)球成功與接一發(fā)球得分存在高度相關(guān)性，接發(fā)球成功與接二發(fā)接得分存在中級相關(guān)性。本文研究相關(guān)性0.5≤｜r｜時，兩個預(yù)選指標(biāo)之間存在高度相關(guān)性，因此經(jīng)過篩選將X12、X14、X15等三個指標(biāo)被剔除。通過相關(guān)性分析最后篩選剩下13項預(yù)選指標(biāo)之間不存在高度的線性關(guān)系。

表1 優(yōu)秀男子單打運(yùn)動員制勝因素預(yù)選變量相關(guān)性分析

2.2 優(yōu)秀網(wǎng)球運(yùn)動員不同盤次制勝因素數(shù)據(jù)的柯爾莫可洛夫-斯米洛夫檢驗

進(jìn)行柯爾莫可洛夫-斯米洛夫檢驗的主要想看預(yù)選指標(biāo)是否屬于正態(tài)分布，為確保下一步數(shù)據(jù)分析的準(zhǔn)確性，將所有預(yù)選指標(biāo)導(dǎo)入柯爾莫可洛夫-斯米洛夫檢驗。相關(guān)結(jié)果如表2顯示第一盤變量X1、X2、X4、X6、X7、X8、X9、X10、X11、X13的顯著性水平P＜0.05，說明都不符合正態(tài)分布。除了這些預(yù)選指標(biāo)其他指標(biāo)的P值均大于0.05，因此只有X3和X5呈正態(tài)分布。第二盤變量X1、X2、X3、X4、X6、X7、X8、X9、X10、X13的顯著性水平P＜0.05，說明都不符合正態(tài)分布。除了這些預(yù)選指標(biāo)其他變指標(biāo)顯著性P值大于0.05，因此只有X5、X10和X11呈正態(tài)分布。決勝盤變量X1、X2、X5、X6、X7、X8、X9、X10、X11、X13的顯著性水平P＜0.05，說明都不符合正態(tài)分布。除了這些預(yù)選指標(biāo)其他指標(biāo)P值大于0.05，因此只有X3、X4和X10和呈正態(tài)分布。

表2 變量正態(tài)分布檢驗總表

2.3 運(yùn)動員不同盤次制勝因素非參數(shù)檢驗

非參數(shù)檢驗的主要功能對不同盤次不符合正態(tài)分布預(yù)選變量進(jìn)行分析，判斷預(yù)選變量對勝方和負(fù)方兩組是否存在一樣的區(qū)別力，避免數(shù)據(jù)作用效果重疊得出結(jié)論更加精確。如表3所示，第一盤：X4、X6、X7、X8、X9、X10、X13等這7項預(yù)選變量能比較顯著的反應(yīng)勝負(fù)雙方的差異性（P＜0.05），X1、X2、X11這3項預(yù)選變量不能明顯的區(qū)分勝負(fù)雙方；第二盤：X1、X2、X3、X4、X6、X7、X8、X9、X13等這9項預(yù)選變量能比較顯著的反應(yīng)勝負(fù)雙方的差異性（P＜0.05）；決勝盤：X1、X2、X4、X5、X6、X7、X8、X13等這8項預(yù)選指標(biāo)能比較明顯的反映勝負(fù)雙方的不同（P＜0.05），X9不能明顯的區(qū)分勝負(fù)雙方。

表3 Kruskal-Wallis檢驗結(jié)果

2.4 運(yùn)動員不同盤次制勝因素獨立樣本t檢驗

獨立樣本t檢驗主要功能對不同盤次符合正態(tài)分布預(yù)選變量進(jìn)行分析，判斷預(yù)選指標(biāo)是否能明顯地反應(yīng)勝負(fù)雙方的不同，避免數(shù)據(jù)作用效果重疊得出結(jié)論更加精確。如表4所示，第一盤：X3、X5這兩項數(shù)據(jù)P值均小于0.05明顯區(qū)分勝方與負(fù)方的不同；第二盤：X5、X10、X11，這三項數(shù)據(jù)P值均小于0.05明顯區(qū)分勝方與負(fù)方的不同；決勝盤：X3、X10、X11這三項數(shù)據(jù)P值均小于0.05明顯區(qū)分勝方與負(fù)方的不同。

表4 不同盤次預(yù)選變量獨立T檢驗結(jié)果

2.5 運(yùn)動員不同盤次制勝因素Logistic回歸分析

進(jìn)過篩選最后得到不同盤次制勝因素，表5是優(yōu)秀網(wǎng)球運(yùn)動員不同盤次制勝因素的判斷結(jié)果。將自變量系數(shù)代入二項Logistic回歸模型（2）回歸方程中得到網(wǎng)球運(yùn)動員制勝因素模型。

表5 優(yōu)秀男子網(wǎng)球運(yùn)動員制勝因素判斷結(jié)果

第一盤：Logistic（P1）=-23.025+11.217X4+6.039X5+3.782X6+2.219X7+0.146X13

第二盤：Logistic（P2）=-14.947+8.241X4+8.302X5+3.734X6

決勝盤：Logistic（P3）=-30.271+7.823X3+14.921X4+9.618X5+5.158X6+0.141X13

在第一盤比賽，進(jìn)過篩選最后得出對比賽勝利影響度由高到低依次為：（X4）、（X5）、（X6）、（X7）、（X13）。其中X6對運(yùn)動員第一盤比賽勝負(fù)的影響最大，X6每提升上一個單位運(yùn)動員獲勝概率就提高90.1%；X13對運(yùn)動員第一盤比賽勝負(fù)的影響最小，X13每提升一個單位運(yùn)動員獲勝概率就提高15.8%；X5每提升上一個單位運(yùn)動員獲勝概率就提高49.5%；X4每提升上一個單位運(yùn)動員獲勝概率就提高43%；X7每提升上一個單位運(yùn)動員獲勝概率就提高19.4%。

在第二盤比賽，進(jìn)過篩選最后得出對比賽勝利影響度由高到低依次為：X4、X5、X6。其中X6對運(yùn)動員第二盤比賽勝負(fù)的影響最大，X6每提升上一個單位運(yùn)動員獲勝概率就提高83.1%；X4對運(yùn)動員第二盤比賽勝負(fù)的影響最小，“X4”每提升一個單位運(yùn)動員獲勝概率就提高52.1%；X5每提升上一個單位運(yùn)動員獲勝概率就提高73.9%。

在決勝盤比賽，進(jìn)過篩選最后得出對比賽制勝具有高度影響且能反應(yīng)勝負(fù)顯著性的X4、X5、X6、X3、X13。其中X6對運(yùn)動員決勝盤比賽勝負(fù)的影響最大，X6每提上升一個單位運(yùn)動員獲勝概率就提高77.2%；X13對運(yùn)動員第一盤比賽勝負(fù)的影響最小，X13每提升一個單位運(yùn)動員獲勝概率就提高15.2%；X5每提升上一個單位運(yùn)動員獲勝概率就提高51.5%；X3每提升上一個單位運(yùn)動員獲勝概率就提高44.5%；X4每提升上一個單位運(yùn)動員獲勝概率就提高34.5%。

3 分析與討論

將Logistic回歸模型大部分都是運(yùn)用在醫(yī)學(xué)和經(jīng)濟(jì)學(xué)領(lǐng)域，也有學(xué)者將其引入到網(wǎng)球項目中都是對整場比賽大環(huán)境下的制勝研究，所以本文采用Logistic回歸模型分析每盤比賽制勝因素是實施可行的。

研究結(jié)果得出，不同盤次比賽制勝因素種類和影響程度有一定的差異。在不同盤次“破發(fā)成功率”對比賽制勝影響最大。

1.盤次間X6影響程度對比第一盤＞決勝盤＞第二盤；X13在不同盤次對比賽制勝影響最是最小，但不能忽視這一點，接對手發(fā)球時本來就是處于被動地位的，如果能夠保證有良好的接發(fā)成功率的那就說明運(yùn)動員的防守能力很高，接發(fā)成功是防守反擊中最關(guān)鍵的一點，運(yùn)動員想要取得破發(fā)取得比賽勝利，最首要的就是有良好的接發(fā)成功數(shù)。

2.不同盤次X13影響大小對比第一盤＞決勝盤，X6和X13其都是反映了運(yùn)動員接發(fā)球技術(shù)的運(yùn)用能力和面對對手發(fā)球進(jìn)攻能夠有效的防守能力，體現(xiàn)出運(yùn)動員的反應(yīng)速度、靈敏等素質(zhì)的優(yōu)越性，由于第一盤比賽對于參賽雙方都是一種進(jìn)入比賽狀態(tài)和試探對手打法的準(zhǔn)備階段，比賽強(qiáng)度一般都比較適中對運(yùn)動員身體機(jī)能和心理壓力較緩和，運(yùn)動員對接發(fā)技術(shù)能更充分的展現(xiàn)出來。

3.X4、X5和X13這三項指標(biāo)都是反映運(yùn)動員發(fā)球能力，發(fā)球在比賽過程中就是代表作主動進(jìn)攻，從而對比賽制勝起著關(guān)鍵性的作用。X4、X5和X3在不同盤次影響程度分別是第二盤＞第一盤、第二盤＞決勝盤＞第一盤和決勝盤，其中X3只出現(xiàn)在決勝盤發(fā)球進(jìn)區(qū)率和發(fā)球質(zhì)量之間是存在強(qiáng)烈的負(fù)相關(guān)性的，因為在決勝盤參賽雙方都已經(jīng)是處于最激烈的階段比賽成敗就此一盤的關(guān)鍵時候，比賽強(qiáng)度達(dá)到了最高對運(yùn)動員身體機(jī)能和心理壓力變成了一種對自我的挑戰(zhàn)。運(yùn)動員在決勝盤中舍棄了一發(fā)質(zhì)量，來提升一發(fā)進(jìn)區(qū)率，所以X3成為決勝盤制勝因素。第一第二盤X4、X5反映了運(yùn)動員最佳狀態(tài)發(fā)球技術(shù)應(yīng)用能力，在相對緊張的狀態(tài)下肢體力量、平衡、柔韌、速度等身體素質(zhì)的綜合體現(xiàn)，能成為制勝關(guān)鍵因素之一，那是因為運(yùn)動員心理和身體機(jī)能還處于一個良好的狀態(tài)，有資本去提高發(fā)球質(zhì)量來追求比賽制勝。

4.X7反映了運(yùn)動員在比賽中反應(yīng)運(yùn)動員上網(wǎng)得分能力，和技戰(zhàn)術(shù)的多樣性的表現(xiàn)。X7是第一盤獨有的制勝因素。根據(jù)不同盤次關(guān)鍵制勝指標(biāo)可以看出，運(yùn)動員技能多樣性的重要性，需要根據(jù)不同盤次身體機(jī)能和心理狀態(tài)進(jìn)行技戰(zhàn)術(shù)的調(diào)整，這樣看來不同盤次制勝因素對技戰(zhàn)術(shù)的表現(xiàn)多樣化是更加占制勝優(yōu)勢的，要求運(yùn)動員從傳統(tǒng)的底線型打法向全面型打法發(fā)展。

我們在網(wǎng)球不同盤次制勝因素分析中，結(jié)合Logistic模型進(jìn)行分析篩選指標(biāo)，將網(wǎng)球整場比賽進(jìn)行細(xì)化分成不同盤次進(jìn)行串聯(lián)分析，能將優(yōu)秀網(wǎng)球運(yùn)動員在不同盤次下競技表現(xiàn)和心理差異更詳細(xì)的體現(xiàn)出來。在本研究中數(shù)據(jù)量太小了，如果數(shù)據(jù)量能更大從溫網(wǎng)、法網(wǎng)、美網(wǎng)結(jié)合，可以將模型構(gòu)建得更細(xì)致一些。如果從不同場地不同盤次研究制勝可能會更高一點，這樣就能排排除場地影響帶來的誤差。

4 結(jié)論

1.第一盤比賽制勝因素影響大小依次為，破發(fā)成功率、二發(fā)得分率、一發(fā)得分率、上網(wǎng)前得率、接發(fā)球成功數(shù)；第二盤比賽制勝因素影響大小依次為，破發(fā)成功率、二發(fā)得分率、一發(fā)得分率；決勝盤比賽制勝因素影響大小依次為，破發(fā)成功率、二發(fā)得分率、一發(fā)進(jìn)區(qū)率、上網(wǎng)前得率、接發(fā)球成功數(shù)。

2.運(yùn)動員在比不同盤次比賽時，破發(fā)得分率對比賽制勝的影響程度均為最高，第一盤和決勝盤接發(fā)球成功數(shù)對制勝的影響程度為最低，而第二盤對制勝影響程度最低是一發(fā)得分率。

3.第二盤與第一盤和決勝盤相對比，一發(fā)得分率、二發(fā)得分率、破發(fā)成功率等三項制勝因素是一樣的，但是第一盤比第二盤多出“上網(wǎng)前得率”和“接發(fā)球成功數(shù)”兩個制勝因素，決勝盤比第二盤多出一發(fā)進(jìn)區(qū)率和接發(fā)球成功數(shù)兩個制勝因素；第一盤與決勝盤相對比，區(qū)別在于第一盤的上網(wǎng)得分率與決勝盤的一發(fā)進(jìn)區(qū)率不同。