PAGE PAGE 15 篮球的技术指标分析与排名 摘要 现代篮球运动的发展对球队和球员的身体素质和技战术要求日益提高,良好的技术是有效战术运用的前提和基础,球队整体竞争能力与比赛中的技术娴熟应用紧密相连。对比赛技术指标的分析,为各球队跟据自己球队实际技术状况,有针对性地指导球队训练,从而有效提高球队得分能力和整体竞技能力提供了一定的依据。 本题采用了多元逐步回归,相关分析法,主成分分析法来解决技术指标与成绩的关联关系以及球队的排名问题和各球队技术方面的优劣势分析。 对于问题一:采用多元逐步回归的方法来分析各队的技术指标与成绩的关联关系。采用如下9项技术指标:2分球命中率,3分球命中率,罚球命中率,篮板数,助攻,犯规,失误,抢断,盖帽,作为自变量。考虑到球队之间的有时比分相差比较悬殊,我们考虑将每支球队的每场比赛的得失分比作为因变量。从而运用逐步回归的方法建立12支队伍的得失分比与9个技术指标的最优回归方程。如生物学院的回归方程为:; 对于问题二:采用相关系数代表各个技术指标对球队成绩贡献大小。计算出各个队伍的技术指标和得失分比的平均值,通过SAS程序得到各个技术指标与得失分比的相关系数,根据得到的值的大小进行排序可以得到各个技术指标对成绩贡献大小顺序。则从大到小的顺序为:2分球命中率,助攻,抢断,篮板球,罚球命中率,盖帽,3分球命中率,失误,犯规。 对于问题三:我们规定,会影响球队排名的比赛场次为关键场次。统计出各个球队的胜负情况表,逐一改变每场比赛的胜负的结果,看能否改变球队的排名顺序,若能,则为关键场次,通过MATLAB编程得到关键场次。例如,数学学院与物理学院的比赛为关键场次之一。 对于问题四:考虑到指标的个数多,又互有相关性,分析工作比较繁难,则采用主成分分析可以在不损失或很少损失原有信息的前提下,将原来9个彼此相关的技术指标,转换为4个彼此独立的综合指标,通过主成分回归得出各队成绩的综合排名。排名的先后顺序为:信电学院,管理学院,机电学院,化学学院,物理学院,数学学院,计算机学院,资源学院,能源学院,生物学院,测绘学院,地质学院。最后可能夺冠的球队为:信电学院。 对于问题五:运用第四问得到的各队的主成分得分,和各个主成分所反映的技术环节,来对各队的技术优劣势进行分析,并针对各队的技术特点提出有效地提高球队成绩和整体竞技能力的建议。 关键词: 逐步回归 相关分析 主成分分析 技术指标 1 问题的提出 篮球比赛激烈、紧张、充满着迷人的魅力.它不但要有速度,还要有高度;不但要进攻凌厉,还要防守坚固。对球队的各项技术指标与成绩的分析,对球队的训练具有很强的指导意义。现在篮球比赛在高校中比较普及,根据各项指标对球队的成绩预测具有一定的现实意义。 本题主要是要通过得到的比赛统计数据来建立每支代表队技术指标与该队的成绩之间的关联关系;按照技术指标对代表队成绩贡献的大小,将这些技术指标进行排序;找出对代表队成绩起重要作用的关键比赛场次;根据这两个小组赛的成绩,预测哪支代表队最有可能夺冠,并将这12支代表队的名次进行排序;对每支代表队给出几点技术方面的改进建议,以提升该队的竞技水平。 2 问题的分析 数据的提取,通过各个队员每场比赛的技术指标值,得到每个球队每场比赛的技术指标统计数据(见附录一)。 问题的解决,对于一个球队而言,它的整体实力由球队的各项技术指标来决定的,且各项指标对球队整体成绩的影响程度也有所差异,为了确定各技术指标对球队成绩的关联关系的大小我们采用逐步回归的方法,得出对成绩有显著影响的技术指标的回归方程。 对于问题二,以相关系数的大小来衡量指标对成绩的贡献,对12个球队的平均技术指标数据与成绩进行相关分析,得出相关系数,对各技术指标的贡献大小进行排序。 关键场次的确定,通过改变某场比赛的结果,看是否对各个小组的排名是否有影响,若有影响,则为关键场次。 排名及改进建议的提出,通过主成分分析,得到12个球队的主成分得分,分析出12个球队各自的优劣势,提出一些参考性建议。然后,再通过主成分回归得到12个球队的综合排名。 3 问题的假设 1 假定所给出的数据(小组赛中的成绩)已经排除偶然因素的影响; 2 假设在所有的比赛中,裁判公正,场上的比赛均是实力之争; 3 假定在本赛季中各个球队的实力均稳定,并且球员的基本情况也基本稳定; 4 用每场比赛的得失分比表示该球队的成绩; 5 球队前面的比赛结果不会影响后面比赛的发挥; 4符号的说明 符号符号说明球队第个技术指标第支球队的的观测值Z第j支球队的得失分比第项指标与得失分比的相关系数相关系数的估计值第支球队的胜场数球队的主成分得分第个综合指标5模型的建立与求解 5.1问题一的分析与求解 5.1.1问题一的分析 由题中给出的技术指标可以看出影响得分的主要因素主要由以下9个技术指标决定:为2分球命中率,为3分球命中,为罚球命中率,为篮板数,为助攻次数,为犯规次数,为失误次数,为抢断次数,为盖帽次数。考虑到每支队伍的实力间有差距,我们考虑将每支队伍的得失分比作为成绩指标。 为了看出技术指标与成绩之间的关联关系,以信电学院的5场比赛各个指标及成绩的数据为例作图如下: 图一 如果指标曲线与得失分比曲线的几何形状越相近,斜率变化越相近则关联度越大。由图中可以看出,盖帽,2分球命中率,罚球命中率与得分率的关联度较大。但是这样只能看出一些相近的曲线,得到与得分率相关度较大的几个指标,不能得到全部的指标与成绩的相关关系,且不能得到具体相关度数据。 因此,我们考虑将每支队伍的得失分比作为因变量,以9项技术指标作为自变量,运用逐步回归的方法将众多技术指标有效的选出重要变量,建立起得失分比与技术指标的最优回归方程:,该回归方程包含了所有对成绩有显著影响的技术指标而又不包含对成绩没有显著影响的技术指标。 5.1.2问题一的求解 每支球队都比了五场比赛,把每支队伍的五场比赛数据和每场比赛的得失分比通过SAS程序(见附录 二)进行逐步回归得到的每支球队的回归方程如下: 化学学院的回归方程为: ; 生物学院的回归方程为: ; 机电学院的回归方程为: ; 计算机学院的回归方程为: ; 资环学院的回归方程为: 能源学院的回归方程为: ; 地质学院的回归方程为: ; 数学学院的回归方程为: ; 物理学院的回归方程为: ; 电学院的回归方程为: ; 测绘学院的回归方程为: ; 管理学院的回归方程为: ; 从上面的的得到的回归方程我们可以清楚的看出对不同的球队,对成绩的影响的技术指标不同。 5.2问题二的分析与求解 5.2.1相关分析模型建立 为确定各指标对球队成绩贡献的大小,采用相关分析法计算相关系数,并以相关系数的大小衡量指标对成绩的贡献大小。由于每支队伍都有五场比赛,则有60组技术统计数据,鉴于数据量比较大,则采用每队的技术统计的平均值来计算 ,以下为各球队的部分平均指标值。 各院系部分平均指标值 学院 2分命中率3分命中率罚球命中率……盖帽得分率计算机0.50 0.35 0.68 ……1.40.96372资环0.53 0.40 0.69 2.20.97246能源0.52 0.39 0.66 2.20.95948地质0.38 0.34 0.57 2.80.7685管理0.54 0.27 0.64 4.41.12824测绘0.48 0.35 0.71 0.81.00416信电0.58 0.44 0.71 3.41.13356化学0.51 0.40 0.77 2.61.12282生物0.39 0.27 0.71 10.82125机电0.54 0.40 0.68 2.61.20424数学0.56 0.29 0.71 2.81.17358物理0.55 0.34 0.70 2.71.18891 对两组随机变量与,进行12次随机试验,得到观测值分别为,,,为第项指标,Z为得失分比,即得分与失分的比值。 , 随机变量与对于样本,i=1,2,3 ,的样本相关系数: 而可以看作第项指标与得失分率的相关系数的估计值。 5.2.2模型的求解 用相关系数表示9个技术指标对各队的得失分率的相关程度,求出各个指标对成绩的贡献大小。 把12支队伍的数据通过SAS程序(见附件三)做相关分析,得到每项技术指标与得失分比的相关系数;值越大,表明该技术指标对成绩的贡献越大,其值对比赛胜负的影响也越大;反之,对比赛胜负的影响也就越小。 各队的技术指标与得失 指标相关系数2分球命中率0.8681助攻0.6249抢断0.6159篮板球0.5278罚球命中率0.497盖帽0.4856三分球命中率0.2592失误0.1315犯规0.0039 根据表中的值的大小可以确定各项指标对成绩的贡献大小从大到小排序为:2分球命中率,助攻,抢断,篮板球,罚球命中率,盖帽,3分球命中率,失误,犯规。 5.3问题三的分析与求解 5.3.1问题的分析 我们规定,如果两队某一场比赛胜负发生改变,会逆转这两队的排名,则该场比赛为关键场次。设每支球队在小组赛的成败情况为,如果球队在小组赛中战胜了球队则记,否则记;则得到每小组各队对战的胜负情况表如下: 第一小组 数学物理化学生物计算资源胜场数数学——111115物理0——01113化学01——1103生物000——112计算0000——11资源00100——1 第二小组 机电信电测绘管理能源地质胜场数机电——010113信电1——11115测绘00——1113管理100——113能源0000——11地质00000——0 5.3.2模型的建立 假设球队与球队的场次为关键场次,为这两支球队的胜负关系。如果球队战胜了球队则,其中;否则记; 则球队的胜场数为: ; 则球队的胜场数为: ; 改变的取值,球队与球队的胜负场数会发生变化,则其排名也会发生变化。例如,如果两球队的胜负场数相同则这两球队的对战就是这两支球队的关键场次。 5.3.3问题的求解 通过MATLAB程序(附件四)通过分别对30场比赛胜负结果的改变,可以得到各个球队的关键场次结果如下: 第一小组中: 数学学院—物理学院,数学学院—化学学院,物理学院—化学学院, 物理学院—生物学院,物理学院—计算机学院,物理学院—资源学院, 化学学院—生物学院,化学学院—计算机学院,生物学院—计算机学院, 生物学院—资源学院,计算机学院—资源学院。 第二小组中: 机电学院—信电学院,机电学院—测绘学院,机电学院—管理学院, 机电学院—能源学院,信电学院—测绘学院,信电学院—管理学院, 测绘学院—管理学院,测绘学院—能源学院,管理学院—能源学院, 能源学院—地质学院。 5.4问题四的分析与求解 5.4.1问题的分析 为预测哪支球队最有可能得冠,并得到12支球队的排名的情况。对于篮球比赛成绩的影响主要决定于比赛的技术统计,而技术统计的个数比较多,且互有相关性,分析起来比较繁难,则采用主成分分析可以在不损失或很少损失原有信息的前提下,将原来较多且彼此相关的指标,转换为新的指标较少且彼此独立的综合指标,通过主成分回归得出各队成绩的综合排名,排名第一的就最有可能是冠军。 5.4.2问题的求解 设12个学院的九个指标分别为,则可得综合指标的方程为:。 其中(指标与主成分的正交特征向量值)所满足的要求为:使各个综合指标彼此独立或不相关。使得各个综合指标所反映的各个样品的总信息等于原来9个指标所反映的总信息,即个的方差之和等于个的方差之和,即且。 通过SAS程序(附件五)得到9项指标的相关系数矩阵的特征值。 九项指标的相关系数矩阵的特征值 主成分特征值贡献率累积贡献率主成分130.36890.3689主成分220.22690.5958主成分310.17970.7755主成分400.10000.8756主成分500.06740.9430主成分600.04050.9834主成分700.01200.9954主成分800.00420.9996主成分900.00041.0000 从上表的结果可以看出,第一、第二、第三,第四主成分累计解释方差的比率已经超过了87.56%,基本可以反映原来9个指标所包含的信息,并可得到主成分得分的表达式为:; 求得各指标与主成分的正交化特征向量(i=1,2,3,4) 九项指标的相关系数矩阵的主要特征向量 主成分一主成分二主成分三主成分四2分球命中率0.4294390.0332070.264862-0.2309243分球命中率0.161763-0.4352850.5192980.192994罚球命中率0.0999400.2274840.618789-0.440786篮板球0.3744630.416646-0.0355940.217335助攻0.528079-0.026588-0.0928360.068138犯规0.187300-0.5361940.1334070.425460失误0.0722780.5259510.2534230.506161抢断0.398347-0.137113-0.251342-0.452495盖帽0.4016860.021093-0.3495690.145912 由上表可以得到第一主成分主要反映的是2分球命中率,助攻,抢断,盖帽等技术环节;第二主成分与篮板球,失误的次数密切相关;第三主成分主要反映的是三分球命中率和罚球命中率的高低;第四主成分主要反映的是犯规的次数。 根据主成分表达式可以得到各个队伍的主成分得分(数据见5.1),根据所得到的主成分得分及解释方差的比率,使用主成分回归(程序见附件六),可以得到各队的综合指标,根据得到的综合指标对各队进行排名,排名第一的队伍最有可能夺冠。 12个学院的排名情况 排名学院综合指标1信电学院1.183122管理学院1.104033机电学院0.42794化学学院0.341155物理学院0.315376数学学院-0.092187计算机-0.093458资环学院-0.214019能源学院-0.2208710生物学院-0.2831311测绘学院-0.7118812地质学院-1.75604 由上面的排名顺序表可以得到信电学院最有可能夺冠。 5.5每支代表队的技术改进建议 由第四问的主成分程序可以得到的主成分公式可以得到各个队伍的主成分得分如下表: 12个学院的主成分得分 主成分一主成分二主成分三主成分四计算机-0.04581-0.603680.237400.17759资环学院-0.47190-1.124180.982180.38648能源学院-0.927190.011500.342230.57062地质学院-2.29109-2.31301-2.462110.56408管理学院3.312491.40378-2.572510.25819测绘学院-0.95927-1.113060.24153-1.48859信电学院2.54253-0.340371.282530.91937化学学院0.97778-0.508291.11216-1.04079生物学院-3.065432.956200.432860.99165机电学院1.11661-0.560750.456980.61094数学学院-0.419181.56874-0.59180-1.87148物理学院0.230460.623110.53855-0.07806 由第四问可知第一主成分主要反映的是2分球命中率,助攻,抢断,盖帽等技术环节;第二主成分与篮板球,失误的次数密切相关;第三主成分主要反映的是三分球命中率和罚球命中率的高低;第四主成分主要反映的是犯规的次数。 根据各队的主成分可以得到各队的优势项目和需要提高的技术环节如下: 计算机学院:应该大力加强3分球远投训练,提高3分投篮命中率,并且提高篮板球水平,减少失误。 资环学院:应该继续发扬其三分球命中率高的优势,但要尽量减少失误。 能源学院:应当投入精力到二分球的命中率上。 地质学院:应该提高三分球的命中率和罚球的命中率。 管理学院:应该发挥2分球命中率高的优势,提高3分球命中率和罚球命中率。 测绘学院:应该把精力放在三分球命中率和罚球命中率上,并且减少失误。 信电学院:应该发挥2分球命中率的水平,但是要减少失误。 化学学院:发挥三分球命中率高的优势,但是要减少犯规的次数。 生物学院:篮板球的水平不错,但是要提高2分球的命中率。 机电学院:提高投球命中率,但是要减少失误。 数学学院:尽量减少犯规的次数。 物理学院:篮板球的水平不错,应该继续发扬其篮板球的优势,但是要尽量控制其犯规的次数。 综上所述,各队应加强攻防对抗训练,始终坚持“以赛代练”,练习与实战相结合的训练指导思想。“以赛代练”不仅使球员在比赛中巩固了自己的训练成果,也使他们适应了比赛的气氛。通过各种投篮的攻防对抗训练和实战,熟练得掌握正确的投篮技术,尽量丰富多种有效的投篮方式,提高球员比赛中正常运用投篮技术的能力和心理素质。注重对全体队员定点中距离跳投,定时不间断中距离跳投,和一对一对抗中距离跳投等训练方式。 找出弱点的各球队可依据自身实际情况安排方案。对实力较强的代表队可以通过进一步发展自己的优势来提高水平,也可以适当弥补自身在其它技术指标上的不足。 6模型的推广与评价 对比赛中技术统计分析得到的结果是一支球队制定针对自身的训练方案的基本依据。本题采用的模型在解决同种问题具有较好的移植性,如:奥运会篮球赛,NBA篮球赛等篮球比赛问题只需要改变数据和数据组数就能得到结果;更重要的是在相似问题,如:足球比赛,乒乓比赛等,只需对题设中的影响因素作部分修改就能得到结果;因此模型的推广性强,有很大的社会效益。 模型的优点: 用相关系数分析的方法来衡量指标对球队的成绩贡献大小的,操作比较简单。 用主成分分析的方法对球队进行排名,具有较好的灵活性。 模型的缺点: 没有考虑队员的上场时间对球队成绩的影响。 每个球队的只有5场比赛的统计数据,数据量比较少,用逐步回归的方法来拟合 的效果不太好。 3)在进行主成分分析过程中没有考虑各个指标的权重,使结果有一点偏差。 参考文献 [1] 余家林 多元统计及SAS应用 [M] 武汉:武汉大学出版社2008 [2]李大潜等 出版社资源配置的优化模型[J] 工程数学学报2006 [3]褚洪生等MATLAB7.2优化设计实例指导教程[M] 北京:机械工程出版社2007 附录 附件一(各球队技术指标与成绩统计数据): 学院2分球命中率3分球命中率罚球篮板球助攻犯规失误抢断盖帽得分率计算机学院0.410.310.739152114220.9718 0.450.270.63962719810.89860.580.460.5221425121011.03450.530.470.724113012320.95920.550.260.940921131210.9545资环学院0.610.440.72432411500.9880.440.530.629131916321.02780.690.350.82782921510.96670.50.320.830103114520.89470.40.380.63115199860.9851能源学院0.50.310.92522615410.71050.540.390.64481916551.40680.530.460.528151713120.88760.540.380.640142514230.94250.490.390.72981910400.85地质学院0.320.520.521123711530.93590.240.30.63642411710.71080.560.370.625152512830.96390.420.250.61951715830.63640.360.240.51771912540.5955管理学院0.440.130.6461128221230.79350.50.190.6421422191141.08450.710.180.53423187721.12660.480.380.7311124121360.95740.560.50.852162017971.6792测绘学院0.590.50.727112518701.26030.340.460.730730171410.91840.470.460.837121612821.03750.640.210.72611235711.0610.370.140.7307218600.7436信电学院0.470.30.647122016531.06850.540.530.6361634191251.08890.650.540.728173215941.28950.560.480.83272721421.04440.680.360.83113149831.1765化学学院0.450.320.631142410501.0290.490.440.92442716910.9730.360.34134828181220.88730.630.420.831262291071.71150.60.470.732101519731.0133生物学院0.310.350.83652317300.69880.490.090.635111717411.11290.480.210.63082023210.69510.20.460.73251821110.58430.490.260.93381611521.0152机电学院0.60.290.6329229921.40740.450.420.6281525211120.92210.60.310.626102816620.77550.50.560.8421023151021.57140.530.40.742112612351.3448数学学院0.70.20.741101610511.4310.50.50.724112017861.14470.50.20.73361215931.1270.60.10.82782110821.11760.50.50.729101518721.0476物理学院0.60.50.825102514521.01220.50.20.7291730191030.87360.70.20.641171914911.43860.70.40.626202611421.04260.50.30.9271019131020.9868 附件二(多元回归程序): data ex;input x1-x9 y@@; cards; 00.5 0.666666667 27 11 25 18 7 0 1.260273973 0.342105263 0.461538462 0.736842105 30 7 30 17 14 1 0.918367347 0.468085106 0.461538462 0.75 37 12 16 12 8 2 1.0375 0.642857143 0.208333333 0.692307692 26 11 23 5 7 1 10.368421053 0.136363636 0.7 30 7 21 8 6 0 0.743589744 ; proc reg;model y=x1-x9/selection=stepwise; run; 附件三(相关分析): data ex; input x1-x9 y@@; cards; 0.504047587 0.352551591 0.679163293 32.8 11 24.8 14 7 1.4 0.96372 0.526590272 0.402972823 0.689488048 28.2 9.8 24.4 14.2 5.2 2.2 0.97246 0.518190918 00.658247863 33.2 9.4 21.2 13.6 3.2 2.2 0.95948 0.380690671 0.335 0.565601504 24 8.6 24 12 6.6 2.8 0.7685 0.536401294 0.274579832 041 15 22 15 10.4 4.4 1.12824 0.482242431 0.353554779 030 9.6 23 12 8.4 0.8 1.00416 00.442724868 035 13 25 16 7.6 3.4 1.13356 0.506911625 00.773567251 30.4 12 23 14 8.6 2.6 1.12282 0.393182849 00.710246528 33.2 7.4 19 18 3 1 0.821248 0.535739348 00.680449066 34 11 25 15 7.8 2.6 1.20424 0.555068955 0.291674992 0.710185784 31 9 17 14 7.4 2.8 1.17358 0.513414357 0.360790504 0.717597608 32.72 10.48 21.8 15.4 6.88 2.48 1.0910896 ; proc corr;var x1-x9 y; run; 附件四(关键场次确定): %以第一组数据为例 x=[0
2、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
3、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
4、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
省直机关住房分配货币化相关政策解答.doc - 省直机关住房补贴相关政策 ....doc
精品PPT-财务管理北大张伟的讲义《企业股份制改造与资本运营》 .ppt
原创力文档创建于2008年,本站为文档C2C交易模式,即用户上传的文档直接分享给其他用户(可下载、阅读),本站只是中间服务平台,本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方,若您的权利被侵害,请发链接和相关诉求至 电线) ,上传者ballbet贝博