APP下载

高脚竞速运动员身体形态及专项素质指标与运动成绩的多元回归分析

2018-10-10黄小红

体育科技文献通报 2018年10期
关键词:竞速前臂回归方程

黄小红,陈 芬

前言

湖北恩施自治州地处武陵山腹地,是土家族、苗族聚居区。该地区少数民族传统体育运动项目开展得非常活跃,曾多次在全国少数民族传统体育运动会和湖北省少数民族传统体育运动会上取得优异成绩。高脚竞速为湖北恩施少数民族传统体育项目的优势项目之一。

对湖北省恩施少数民族传统体育项目运动员身体形态指标及专项素质指标与运动成绩的多元回归分析的研究尚未出现,本研究填补了这一空白。

对湖北恩施少数民族传统体育项目高脚竞速这一项目的运动员身体形态及专项素质指标与运动成绩的多元回归分析的研究,可为湖北少数民族传统体育项目高脚竞速这一项目的运动选材做出贡献,为湖北省民族传统体育事业做出贡献,为全国民运会、省民运会的运动选材提供参考依据。

1 研究对象

研究对象为高脚竞速运动员身体形态指标及专项素质指标与运动成绩的多元回归分析。调查对象为近三年恩施州56名高脚竞速运动员,男30人,女26人,来自恩施州各县市(恩施、巴东、来凤、建始等)。

2 研究方法

2.1 测量法

对56名运动员测量相关的身体形态指标,包括跟腱长、小腿围、上臂围、前臂围等;测试相关的专项素质指标,包括高脚竞速30米成绩、高脚竞速30米步数、100米成绩、200米成绩;测试运动成绩,即高脚竞速100米成绩。

2.2 数理统计分析法

将所测得的数据整理、分类,并建立数据库,采用SPSS20.0操作系统,进行多元回归分析,得出回归方程。

3 结果与分析

表1 受试者相关的身体形态指标、专项素质指标平均值统计表

注:①N=56 ②跟腱长、小腿围、上臂围、前臂围是双侧的平均值

从表1中可知,56名高脚竞速运动员跟腱长是26.84±3.09cm,小腿围是35.61±2.88cm,上臂围是26.12±2.69cm,前臂围是23.66±2.90cm,平跑100米成绩为13.41±1.27s,平跑200米成绩为29.49±4.95s,高脚竞速30米成绩为4.78±0.87s,高脚竞速30米步数为15.87±3.33步,经检验各项测量值均符合正态分布。

表2 受试者高脚竞速100米成绩平均值统计表

注:N=56

从表2中可知,56名高脚竞速运动员高脚竞速100米成绩为13.85±1.65s,经检验测量值符合正态分布。

将原始数据输入SPSS20.0操作系统建立数据库,用多元回归分析方法,探讨高脚竞速100米成绩与跟腱长、小腿围、上臂围、前臂围、平跑100米成绩、平跑200米成绩、高脚竞速30米成绩、高脚竞速30米步数的关系。

回归因变量:高脚竞速100米成绩;回归自变量:跟腱长、小腿围、上臂围、前臂围、平跑100米成绩、平跑200米成绩、高脚竞速30米成绩、高脚竞速30米步数;自变量进入方程的方法:逐步回归法;自变量进入回归方程的标准:概率值=0.05;变量被剔除回归方程的标准:概率值=0.10。

表3 输入/移去的变量a

a. 因变量: 高脚竞速100米成绩

表4 模型汇总

a. 预测变量: (常量), 平跑100米成绩。

b. 预测变量: (常量),平跑100米成绩,高脚竞速30米步数。

c. 预测变量: (常量),平跑100米成绩,高脚竞速30米步数,高脚竞速30米成绩。

d. 预测变量: (常量),平跑100米成绩,高脚竞速30米步数,高脚竞速30米成绩,前臂围。

表5 Anovae

a. 预测变量: (常量),平跑100米。

b. 预测变量: (常量), 平跑100米,高脚竞速30米步数。

c. 预测变量: (常量),平跑100米, 高脚竞速30米步数,高脚竞速30米成绩。

d. 预测变量: (常量),高脚竞速步数30米,高脚竞速30米成绩,前臂围。

e. 因变量: 高脚竞速100米成绩。

表6 系数a

a. 因变量:高脚竞速100米成绩

表3说明本回归过程变量进入、剔除的情况。从表3中可以看出,第1个进入回归方程的变量是“平跑100米成绩”,其后依次为“高脚竞速30米步数”“高脚竞速30米成绩”“前臂围”。此过程一共建立了4个回归模型,第1个回归方程只含“平跑100米成绩”1个变量;第2个回归方程包含“平跑100米成绩”“高脚竞速30米步数”2个变量;第3个回归方程包含“平跑100米成绩”“高脚竞速30米步数”“高脚竞速30米成绩”3个变量;第4个回归方程包含“平跑100米成绩”“高脚竞速30米步数”“高脚竞速30米成绩”“前臂围”4个变量。

表5是所建4个回归方程的显著性检验结果(即方差分析结果)。从结果中可知,所建4个回归方程皆具有显著性意义。

表6是所建4个回归方程的回归常数与回归系数。从表6中结果可知,这4个回归方程分别是,非标准化回归方程:

高脚竞速100米成绩=0.557+0.991×平跑100米成绩

高脚竞速100米成绩=0.685+0.849×平跑100米成绩+0.112×高脚30米步数

高脚竞速100米成绩=1.690+0.829×平跑100米成绩+0.299×高脚30米步数-0.775×高脚30米成绩

高脚竞速100米成绩=8.336+0.550×平跑100米成绩+0.354×高脚30米步数-0.837×高脚30米成绩-0.148×前臂围

标准化回归方程:

高脚竞速100米成绩=0.763×平跑100米成绩

高脚竞速100米成绩=0.654×平跑100米成绩+0.226×高脚30米步数

高脚竞速100米成绩=0.638×平跑100米成绩+0.604×高脚30米步数-0.407×高脚30米成绩

高脚竞速100米成绩=0.424×平跑100米成绩+0.716×高脚30米步数-0.439×高脚30米成绩-0.260×前臂围

高脚竞速100米成绩与所测8项指标中的4项指标(平跑100米成绩、高脚30米步数、高脚30米成绩、前臂围)存在线性关系,其非标准回归方程是:高脚竞速100米成绩=8.336+0.550×平跑100米成绩+0.354×高脚30米步数-0.837×高脚30米成绩-0.148×前臂围;标准回归方程是:高脚竞速100

米成绩=0.424×平跑100米成绩+0.716×高脚30米步数-0.439×高脚30米成绩-0.260×前臂围。所建的回归方程经检验具有高度显著性。

综上所述,对高脚竞速100米成绩影响最大的是平跑100米成绩,其次是高脚30米步数,再其次是高脚30米成绩,最后是前臂围。

详尽分析如下:在各项指标中平跑100米成绩对高脚竞速100米成绩影响最大,这不难理解。平跑100米成绩能反映运动员的绝对位移速度和实力,平跑100米成绩越好(值越小),高脚竞速100米成绩就越好(值越小)。相反,平跑100米成绩越差(值越大),高脚竞速100米成绩就越差(值越大)。有经验的高脚竞速教练员选拔运动员时,首选考虑平跑100米这一项指标。

对高脚竞速100米成绩影响排名第2的是高脚30米步数。步数越多(反映运动员步幅越小),则高脚竞速100米成绩越差(值越大)。反之,步数越少(反映运动员步幅越大),则高脚竞速100米成绩越好(值越小),这与训练实践是相符的。训练过程中,教练员会采用各种专门性练习提高运动员的腿部、胯部柔韧性,以加大步幅,提高高脚竞速100米成绩。

对高脚竞速100米成绩影响排名第3的是高脚30米成绩。从回归方程中看出高脚30米成绩与高脚竞速100米成绩成负相关,高脚30米成绩越差(值越大),高脚竞速100米成绩反而越好(值越小),这与传统观点不一致,有待进一步的后续研究。据了解,高脚竞速训练实践中,有强调运动员起跑时重心不能过分前移,容易导致重心过低,不利于加速跑。训练有素的运动员,起跑过程中会控制好上体重心,保持重心平稳,有利于途中跑加速;同时也可以有效减少起跑失误(因重心不稳摔跤)。针对高脚30米成绩与高脚竞速100米成绩成负相关,也不失为一种解释。

前臂围对高脚竞速100米成绩影响排在第4位。从回归方程中看出前臂围与高脚竞速100米成绩成负相关,这恰恰与训练实践是相符的。前臂围的值越大,说明上肢力量越好,在加速跑的过程当中提拉高脚迅速有力,跑得越快,这样高脚竞速100米的成绩就越好(值越小)。

4 结论与建议

4.1 对高脚竞速100米成绩影响最大的是平跑100米成绩,其次是高脚30米步数,再其次是高脚30米成绩,最后是前臂围。高脚竞速100米成绩与所测8项指标中的4项指标(平跑100米成绩、高脚30米步数、高脚30米成绩、前臂围)存在线性关系,其非标准回归方程是:高脚竞速100米成绩=8.336+0.550×平跑100米成绩+0.354×高脚30米步数-0.837×高脚30米成绩-0.148×前臂围;标准回归方程是:高脚竞速100米成绩=0.424×平跑100米成绩+0.716×高脚30米步数-0.439×高脚30米成绩-0.260×前臂围。所建的回归方程经检验具有高度显著性。

4.2 对高脚竞速100米成绩影响排第3的是高脚30米成绩。从回归方程中看出高脚30米成绩与高脚竞速100米成绩成负相关,高脚30米成绩越差(值越大),高脚竞速100米成绩反而越好(值越小),这与传统观点不一致,有待进一步探究原因。

猜你喜欢

竞速前臂回归方程
前臂完全离断再植术后持续康复护理对上肢功能恢复的影响
氢能“竞速”
采用直线回归方程预测桑瘿蚊防治适期
浅谈回归方程在煤质检验中应用时应注意问题
银河系“吃”麦哲伦云
竞速大挑战
5统计案例(回归分析及独立性检验)
竞速
竞速