APP下载

奥运男子十项全能运动特征的因子聚类分析

2016-11-30徐细根

体育科技文献通报 2016年11期
关键词:克莱全能聚类

卢 刚,徐细根



奥运男子十项全能运动特征的因子聚类分析

卢 刚1,徐细根2

应用因子分析和聚类分析方法,对第23-30届奥运会男子十项全能共计64名运动员成绩进行了分析。结果表明,奥运会男子十项全能运动员成绩结构中速度因子居首,力量因子次之,耐力因子与技术因子分居第三、四位;聚类结果表明,奥运选手力量型最多,速度型选手更容易获得好成绩,而均衡型选手因基础力量差受到限制。研究结果进一步验证了“速度为先导,力量是推进整体的原动力”的现代全能训练理念。

奥运会;十项全能;因子;聚类;类型

1 前言

全能评分表的每一次改变都使十项全能朝着更全面、更均衡和更高水平迈进一步。现行的全能评分表,对10个单项都提出了更高的要求,只有每一项都达到高水平,才能获得理想的总分。因此,在人们的印象里,当今世界优秀男子十项全能选手只有一个类型“全能型”,力求男子“十全十美”[1]。事实上,这只是一个理想的假设而已,运动员的各项身体素质发展不一、技术水平也非平行同步,仅用“全能”一词概括所有运动员的特征过于笼统或有失偏颇,因此研究优秀全能运动员的类型特征很有必要。本文通过对第23-30届奥运会男子十项全能前8名运动员的成绩进行因子分析的基础上,对获得的运动员的因子得分进行系统聚类分析,以对奥运会选手的参赛类型特征进行分析研究。

2 研究对象与方法

2.1 研究对象

第23-30届奥运会男子十项全能前8名,共64人(次)。

2.2 研究方法

2.2.1 文献资料法

通过中国期刊网查询关键词“十项全能”,获得相关研究文献20余篇,专著近10部,对本研究选题有了较为全面的认识。

2.2.2 数理统计法

应用国际田联公布的十项全能自动积分系统对运动员成绩进行得分换算汇总,建立数据库,应用通用统计软件SPSS 13.0 for windows进行因子分析与聚类分析。

3 结果与分析

3.1 单项成绩的因子分析

将十项全能的10个单项作为变量:100米、跳远、铅球、跳高、400米、110米栏、铁饼、撑杆跳高、标枪、1500米分别定义为 x1- x10。以运动员单项成绩作为样本观测值,进行因子分析,得到如下结果(见表1)。根据表1,按照特征值λi>1的原则提取4 个主成分,这4个主成分的累计贡献率达到了74.188%,基本反映了数据包含的信息,符合主成分分析的要求,据此得到奥运会全能成绩的正交旋转载荷因子矩阵(见表2)。

表1 奥运会全能成绩的因子分析

表2 奥运会全能成绩的正交旋转载荷因子矩阵

从表2看,因子1上载荷较大的变量有x1,x2,x6(100米、跳远、110米栏);因子2载荷大的有x3,x7,x4(铅球、铁饼、跳高);因子3载荷大的有x5,x10(400米、1500米);因子4载荷大的是x9,x8(撑杆跳高、标枪)。这一结果与之前的研究差别不大[2]。该结果说明,在奥运会前八名运动员的成绩结构中,100米、跳远、110米栏三个单项的影响最大,这三个项目都与速度素质密切相关,可称之为速度因子;尽管跳高的载荷不大,但在因子2中载荷较高的铅球、铁饼与运动员的力量素质相关较高,成为力量因子;400米、1500米体现的是运动员的速度耐力素质水平,因此因子3命名为耐力因子;撑杆跳高、标枪技术性强,定义为技术因子。已有研究表明速度爆发力被视为全能运动员的核心素质[3],关冈川雄等人指出:增加力量不仅对投掷项目有利,而且通过提高弹跳力和速度,对跑跳项目都有好的影响[4]。在4个因子中,速度与力量因子居前,说明奥运选手的成绩结构特征体现了“速度为先导,力量是推进整体的原动力”的现代全能训练理念[3]。

3.2 因子得分聚类

将因子分析后作为新变量保存在数据文件中的各观测样本的因子得分作为新变量,对原样品进行层次聚类[5]。为便于区分,将运动员按届次、名次进行编号,例如第23届第1名编号2301,第23届第2名编号2302…以此类推。通过聚类可以发现(见表3),在共计64个研究样本中,第一类的共性特点为因子2得分较高,其它因子中也有一项得分较高,总体上力量素质突出,命名为力量型,总计28人(次),占总人数的46.4%,该类型最高成绩为8893分,平均成绩8358.5分,代表人物为第28届奥运会冠军、世界纪录保持者塞布勒,第29届奥运会冠军克莱;第二类为因子1得分明显优于其它因子,故命名为速度型,该类型计26人(次),占总人数的39.3%,最高成绩8869分,平均成绩8510.4分,代表人物有第23届奥运会冠军汤普森,27届奥运会冠军奥布赖恩,第30届奥运冠军伊顿;第三类总体表现为因子2得分低,其它因子得分较均衡,属于力量稍差但项目均衡的类型,命名为均衡型,该类型人数仅10人,占14.3%,最高成绩也不过8543分,低于前两类。

表3 奥运会全能选手聚类特点一览

3.3 三种类型全能选手的案例分析

从总体上看,在64名奥运选手中,力量型选手人数最多,该类型最高成绩8893分,但平均成绩仅8358.5分,低于速度型的8510.4分,仅与均衡型相当,结合表4可以看出,多数力量型选手成绩在8400分以下;表5中从选手编号就可以看出,该类型有第23、24、25、26、27届奥运冠军,获得前三名的选手也较多,成绩在8400分以上的选手多,说明速度型选手更容易获得好成绩。对比表4-6运动员因子得分可以发现,力量型代表编号2801选手世界纪录保持者塞布勒奥运会成绩8893分,尽管4个因子得分均不是最高,但因子2得分高,因子1、4得分也相对均衡,说明力量素质突出且弱项少。速度型编号2301选手汤普森因子1得分1.7616,高于绝大多数选手,说明其速度素质优势明显,而其它因子得分显示其弱项少。均衡型选手编号2606的选手尽管因子1得分0.9036,但因子2得分只有-1.5793,即速度较好,但力量较差,制约了他进一步提高全能成绩。

表4 力量型选手的因子聚类结果

表5 速度型选手的因子聚类结果

表6 均衡型选手的因子聚类结果

事实上,在全能选手的发展过程中,很难将其定义为速度型还是力量型,本文以第29届奥运会冠军克莱为例进行具体分析。表7列出了第29届奥运会男子十项全能冠军克莱2001、2004、2008 年的成绩。从表中可以看出,当2001年克莱达到8169分时, 100米(X1)成绩10.50s、跳远(X2)达到7.54m、110米栏(X6)14.16这三项体现速度素质的单项成绩已经达到很高水平,而体现力量素质的铅球(X3)、铁饼(X7)、跳高(X4)成绩较差,按照上述分类应该属于速度型选手;到2004、2008年奥运会时,其100米(X1)成绩提高不大,速度因子中另两项跳远(X2)、110米栏(X6)有了一定提高,提高最明显的是力量因子,铅球(X3)成绩从13.28m到15.23m 再到16.27m,呈直线上升趋势,得分也从684分提高到868分,仅该项就增加了近200分,铁饼(X7)成绩从46.72m提高到50.11m再到 53.79m,成绩提高了近7米,分值增加了近150分。表4聚类分析的结果表明,克莱(编号2802、2901)2004、2008年奥运会时成绩体现了明显的力量型特征,表明他从2001年的速度型转变为力量型,尽管力量占优,但其速度素质也达到了很高的水平。若没有强大的速度基础,恐怕克莱难以达到今天的高度。与克莱相比,均衡型选手编号2606的选手尽管有了较好的速度基础,之所以难以达到8800分左右的水平,与他的力量素质较差有较大关系。有研究表明,中国运动员齐海峰项目发展较为均衡,弱项少,但强项不突出,尤其速度与基础力量与世界强手有一定差距,限制了他的进一步发展[6]。中国全能多数是从投掷项目该项而来,速度基础较差,这也限制了中国全能水平的提高。

表7 奥运会冠军克莱成绩进展一览

4 结论与启示

奥运男子十项全能选手成绩因子分析结果表明,速度因子、力量因子在运动员成绩中占有主导地位,这体现了“速度为先导,力量是推进整体的原动力”的现代全能训练理念。通过对因子得分进行聚类分析,多数选手倾向于力量型特征,速度型选手得分普遍较高,且多名奥运会全能冠军均属速度型,而均衡性选手力量素质较差,人数较少。奥运会男子十项全能冠军克莱成功的案例说明,其从速度型转型为力量型的过程中,在拥有强大的速度基础后,提高基础力量水平,是克莱成功的关键。这也从另一方面说明,重视全能运动员的速度基础训练,在全能运动员的成长过程中,在具备了较强的速度基础后,通过发展基础力量强化弱项,可获得进一步的提高。

[1] 国家体育总局. 中国体育教练员岗位培训教材(田径)[M]. 北京: 人民体育出版社, 1998:744-746.

[2] 卢刚,徐细根. 第23-28届奥运会男子十项全能成绩分析[J].山东体育学院学报.2005, (06): 88-89.

[3] 原国家体委. 田径教学训练大纲教法指导书[M]. 北京: 科学普及体育出版社, 1990: 205-210.

[4] 关冈川雄,尾县贡.全能运动[M]. 北京: 人民体育出版社,2001: 72-77.

[5] 卢纹岱.SPSS for Windows 统计分析 [M].北京: 电子工业出版社,2002.

[6] 卢刚, 王宗平. 雅典奥运会男子十项全能前3名运动员成绩进展的启示[J].中国体育科技. 2005,(05) : 26-28.

Factor and Cluster Analysis on Men’s Decathletes in Olympic Games

Lu Gang1, Xu Xigen2

By means of factor analysis and hierarchical cluster analysis methods, the scores of 64 men decathletes from 23rd to 30th Olympic Games are analyzed. The results show that the factor of speed ranks first and followed by strength, endurance and technique in sequence in men’s decathlon score structure. The cluster analysis results show that strength style decathletes are much more than other styles while it’s easy to get better scores for speed style decathletes and proportion style decathletes are blocked owing to the lack of strength. The results validate the modern all-around training theory which speed develops in precedence and strength is the propulsion for the whole.

Olympic Games; decathlon; factor; cluster; style

中央高校基本科研业务费专项资金资助(项目编号:2012YBXM081)

卢刚(1973-),男,山东泰安人,讲师,硕士, 研究方向:田径教学与训练。

1南京理工大学体育部,江苏 南京 210094

Department of Physical Education, Nanjing University of Science &Technology, Nanjing 210094, Jiangsu, China.

G811.21

A

1005-0256(2016)011-0004-3

10.19379/j.cnki.issn.1005-0256.2016.011.002

2湛江师范学院体育学院,广东 湛江 542408

猜你喜欢

克莱全能聚类
全能小达人
全能小达人
全能小达人
一种傅里叶域海量数据高速谱聚类方法
全能小达人
基于知识图谱的k-modes文本聚类研究
一种改进K-means聚类的近邻传播最大最小距离算法
基于模糊聚类和支持向量回归的成绩预测
意外的结果
意料之外的结果